Eğitim Verisi nedir?

Detaylı açıklama

Eğitim verisi, bir yapay zeka modelinin öğrenme sürecinde gördüğü örneklerin tamamıdır. Bu veri tablolar, videolar, web sayfaları, PDF dosyaları ya da başka türden içerikler olabilir. Algoritma bu örnekleri işler, girdi ile çıktı arasındaki ilişkileri yakalar ve sonuçta eğitilmiş bir model ortaya çıkar. Verinin içindeki her örnek özelliklerle (nitelikler) tanımlanır. Örneğin bir fabrika makinesine ait veride sıcaklık, titreşim hızı ve son bakım zamanı birer özellik olabilir. Öğrenme türüne göre veri farklı hazırlanır. Denetimli öğrenmede örnekler etiketlidir: bir e-posta "spam" ya da "spam değil" olarak insanlar tarafından işaretlenir. Denetimsiz öğrenmede etiket yoktur, model veri içindeki grupları ve yapıları kendi başına bulmaya çalışır. Yarı denetimli öğrenme ise ikisini birleştirir. Ham veri çoğunlukla doğrudan kullanılamaz. Önce toplanır, eksik değerler ve yinelenen kayıtlar temizlenir, sonra algoritmanın işleyebileceği biçime dönüştürülür. Kalitesiz veri modele gürültü ve önyargı taşır, bu da tahminlerin doğruluğunu düşürür. Genel kural olarak daha fazla veri başarıyı artırır, ama miktar kadar kalite de önemlidir. Veri genellikle üçe bölünür: modelin parametrelerini ayarlamak için eğitim kümesi, ayarları denemek ve aşırı öğrenmeyi önlemek için doğrulama kümesi, son başarıyı ölçmek için test kümesi. Test verisinin eğitimde kullanılmaması gerekir; aksi halde modelin yeni verideki gerçek başarısı doğru ölçülemez.

Kullanım örneği

Bir e-posta hizmeti, spam filtresi geliştirirken binlerce postayı insanlara "spam" ya da "spam değil" diye etiketletir. Filtre bu etiketli postalardan, konu satırında "bedava" geçen iletilerin spam olma ihtimalinin yüksek olduğu gibi örüntüleri öğrenir. Sonra etiketsiz yeni bir posta geldiğinde öğrendiklerine göre karar verir.