Yapay Zeka, Makine Öğrenimi ve Derin Öğrenme Arasındaki Fark
Giriş
Yapay Zeka (YZ), makine öğrenimi ve derin öğrenmeyi içeren geniş bir genel bakıştır. Yapay zeka, makinelerin görsel algılama, konuşma tanıma, karar verme ve diller arası çeviri gibi normalde insan zekası gerektiren görevleri yerine getirme yeteneğidir. Deneyimden öğrenebilen ve veri girişine dayalı tahminler yapabilen bir bilgisayar programıdır. Makine Öğrenimi (ML), bilgisayarlara açıkça programlanmadan öğrenme yeteneği vermeye adanmış bir bilgisayar bilimi alanıdır. Derin Öğrenme (DL), yapay sinir ağları kullanarak verilerdeki üst düzey soyutlamaları modellemek için birden çok soyutlama düzeyi kullanan bir makine öğrenimi alt kümesidir.
Yapay zeka
Yapay Zeka (YZ), birçok farklı teknoloji türünü kapsayan geniş bir terimdir. Dijital cihazlar daha karmaşık hale geldikçe ve makine öğrenimi algoritmaları geliştikçe, YZ son yıllarda giderek daha alakalı hale geldi. Aslında, bugün birçok insan farkında olmadan her gün YZ kullanıyor. Yol tarifi almak için Google Haritalar’ı kullandıysanız veya Netflix’in izleme geçmişinize göre yeni şovlar önermesini izlediyseniz, yapay zeka kullanmışsınız demektir!
YZ, makinelerin insanlar gibi düşünebilme ve hareket edebilme fikrini tanımlamak için kullanılan genel bir terimdir. Teknolojimizin insan düşünce süreçlerinin (hatta temel motor fonksiyonların) karmaşıklığını karşılaması için daha gidecek çok yolumuz olsa da, bazı uygulamalar bize bu tür bir teknolojinin tam olarak gerçekleştirildiğinde nasıl görünebileceğine dair ipuçları sunmaya başladı bile. Makine öğrenimi algoritmaları, büyük miktarda veriyi tek başına insanların yapabileceğinden çok daha etkili bir şekilde analiz edebilir ve saatlerce elektronik tablolara baktıktan sonra yorulmaz veya sıkılmazlar!
Makine öğrenmesi
Makine öğrenimi, tahminlerde bulunmak için bilgisayarların verilerden ve deneyimlerden otomatik olarak öğrenmesini içeren bir YZ alt kümesidir. Bu tür bir öğrenme, bize öğretmenler veya ebeveynler tarafından açıkça öğretildiği için, insanların nasıl öğrendiğinden farklıdır.
Makine öğrenimi, verilere dayalı tahminler yapmak için algoritmalar (matematiksel prosedürler) kullanmayı içerir. Algoritmalar, veri kümesinden (örnekler kümesi) “öğrenmek” için regresyon ve sınıflandırma yöntemleri (karar ağaçları gibi) gibi istatistiksel teknikleri kullanır. Makine öğrenimi günümüzde konuşma tanıma ve görüntü sınıflandırma gibi birçok uygulamada kullanılabilir.
Derin Öğrenme
Derin öğrenme, yapay sinir ağlarını eğitme yöntemlerine odaklanan bir makine öğrenimi alt kümesidir. Derin öğrenmenin arkasındaki fikir, makinelerin insanlar gibi öğrenmesini sağlamanın bir yolunu bulmaktır: kalıpları tanıyarak ve bu kalıplara dayalı kararlar vererek.
Derin öğrenme, görüntü tanıma, konuşma tanıma ve çeviri gibi birçok farklı görevde kullanılabilir. Her gün çeşitli endüstrilerde giderek daha fazla derin öğrenme uygulaması görüyoruz; örneğin, Google’ın AlphaGo programı, Google DeepMind tarafından geliştirilen derin öğrenme algoritmalarını kullanarak Go dünya şampiyonu Lee Sedol’u kendi oyununda yendi.
YZ, makine öğrenimi ve derin öğrenmeyi içeren geniş bir genel bakıştır.
YZ, zeka sergileyen herhangi bir teknoloji için geniş bir terimdir. Aşağıdaki tüm alt kategorilerin yanı sıra açıklamaya uyan diğer tüm teknolojileri kapsar. Makine öğrenimi, bir YZ sistemi oluşturmanın belirli bir yoludur ve derin öğrenme, makine öğreniminin bir alt kümesidir.
Sonuç
YZ, makine öğrenimi ve derin öğrenme, bugünlerde çokça atılan üç terimdir. Genellikle birbirlerinin yerine kullanılırlar, ancak farklı şeyler ifade ederler. Yapay zeka, normalde insan zekası gerektiren görevleri gerçekleştirebilen makineleri tanımlayan bir şemsiye terimdir. Makine öğrenimi, bilgisayarların kalıpları tanıması ve bu kalıplara dayalı kararlar alması için eğitim sürecini ifade eder. Derin öğrenme, görüntüler veya metin belgeleri gibi gerçek dünya kaynaklarından gelen girdi verilerine dayalı kararlar almak için temel olarak yapay sinir ağlarını kullanır.
Telegram!
Turkish 
English