Lineer Regresyon - Lojistik Regresyon - Rastgele Orman
Makine öğrenmesi algoritmaları nelerdir?
Makine öğrenmesi algoritmaları, insanların karmaşık veri kümelerini keşfetmesine, analiz etmesine ve bunlarda anlam bulmasına yardımcı olan kod parçacıklardır. Her algoritma, bir makinenin belirli bir hedefi gerçekleştirmek için izleyebileceği sınırlı ve belirli adım adım ilerleyen yönerge kümesidir. Makine öğrenmesi modelinin hedefi, insanların tahmin yapmak veya bilgileri kategorilere ayırmak için kullanabileceği desenler oluşturmak veya keşfetmektir.
Makine öğrenmesi algoritmaları, büyük kümeyi temsil eden eğitim verilerini temel alan parametreleri kullanır. Eğitim verileri dünyayı daha gerçekçi bir şekilde temsil etmek için genişledikçe, algoritma daha doğru sonuçlar hesaplar.
Farklı algoritmalar, verileri farklı şekilde analiz eder. Bunlar, kullanıldıkları makine öğrenmesi teknikleri ile gruplandırılır: denetimli öğrenme, denetimsiz öğrenme ve pekiştirmeye dayalı öğrenme. En yaygın olarak kullanılan algoritmalar, hedef kategorileri tahmin etmek, olağandışı veri noktalarını bulmak, değerleri tahmin etmek ve benzerlikleri bulmak için regresyon ve sınıflandırmayı kullanır.
Machine Learning ile yapabilecekleriniz
Makine öğrenmesi algoritmaları, el ile yapılan analiz ile yanıtlanması çok karmaşık olan soruları yanıtlamanıza yardımcı olur. Makine öğrenmesi algoritmalarının birçok farklı türü vardır ama bu algoritmaların kullanım örnekleri genelde bu kategorilerden biri kapsamındadır.
Değerleri tahmin etme:
Regresyon algoritmaları, geçmiş verileri temel alarak yeni bir veri noktasının değerini tahmin eder. Şu gibi soruları yanıtlamanıza yardımcı olurlar:
- Oturduğum şehirde iki yatak odalı bir evin ortalama fiyatı ne olacak?
- Salı günü kaç hasta kliniği ziyaret edecek?
Lojistik regresyon algoritmaları, verilere sürekli devam eden S şeklinde bir eğri yerleştirir. Lojistik regresyon bir diğer popüler regresyon analizi türüdür.
Karar ağaçlarını temel alan Rastgele orman algoritmaları, bir ağaç oluşturmak yerine bir orman oluşturup bu ormandaki ağaçları rastgele düzenlerler. Ardından, test nesnesinin son sınıfını belirlemek için farklı rastgele karar ağacı biçimlerinden alınan oyları toplarlar.