Yapay Sinir Ağları (Artificial Neural Network) Nedir | Nasıl Çalışır
Yapay Sinir Ağları (Artifical Neural Network ) Nedir?
Yapay Sinir Ağları insan beyninden esinlenerek oluşturulan bir bilgi işlem teknolojisidir. Günümüzde Derin Öğrenme (Deep Learning) Alanında kullanılır. Sinir ağları büyük bir hesaplama gücü gerektirir. İşlemleri pahalıdır ve eğitilmesi uzun sürer.
 |
| Tek Katman Sinir Ağı Örneği |
Kaynak : Offnfopt, reference image create by Chrislb - Yükleyenin kendi çalışması created using File:SingleLayerNeuralNetwork.png as a reference. Derivative of File:Multi-Layer Neural Network-Vector-Blank.svg, Kamu Malı, https://commons.wikimedia.org/w/index.php?curid=39564293
Peki bu sinir ağlarının diğer modellere göre ne gibi artıları var ki bu kadar popüler ve çok kullanılıyor?
- Elimizde bulunan hesaplama (computation) gücü. Artık güçlü donanımlara sahibiz ve sinir ağlarının gerektirdiği hesaplama gücünü karşılayabiliyoruz.
- Günümüz veri (data) çağında elimizde çok büyük (big data) veriler var. Sinir ağları bu büyük verilerde diğer geleneksel modellere göre (Lineer Regresyon vb.) daha etkilidir.
Günümüzde yapay sinir ağları hangi alanlarda kullanılır ?
- Metin Sınıflandırma (Text Classification)
- Konuşma Tanıma (Speech Recognition)
- Resim Sınıflandırma (İmage Classification)
- Hisse Fiyatı Tahmin Etme (Stock Price Prediction)
Bu liste uzun şekilde devam eder. İlerde bu sinir ağlarını kullanarak resim sınıflandırma ile ilgili yazılar paylaşacağım.
Peki bu yapay sinir ağları neler yapıyor da bu kadar başarılı oluyor?
Cevap kısaca matematik.
 |
Yapay Sinir Ağları Terimleri
Matematiğe dalmadan önce Derin Öğrenme Sinir Ağları terminolojisine bakalım.
Sinir (Neuron): Bir sinir hücresi bilgi iletme birimidir. Bu birimde girdiler (input) alınır ve aktivasyon fonksiyonu (activation function) ile diğer katmandaki (layer) sinir hücresine bilgi iletir.
Aktivasyon Fonksiyonu (Activation Function): Sinir hücresinde kullanılan girdilerden belirlenen sonucu bir sonraki katmana ileten fonksiyondur. Örnek olarak sigmoid aktivasyon fonksiyonu inputu alır ve diğer katmana 1 ile 0 arasında değer iletir. Matematiksel formülü ise şu şekildedir:
\[ S\left( x\right) = \frac{1}{1 + e^{-x}} \]
Katman (Layer): Sinir ağlarında bulunan her bir sıralı gruba katman denir. Yukarıdaki fotoğraf 1 katmanlı sinir ağıdır. 3 tür katman vardır.
- Girdi Katmanı (Input Layer): Sinir ağının ilk katmanıdır. Girdi (Input) verimizin sinir ağına verildiği katmandır.
- Gizli Katman (Hidden Layer): Girdi Katmanı ile Sonuç Katmanı arasındaki bütün katmanlara gizli katman denir.
- Sonuç Katmanı (Output Layer): Sinir ağından sonucun ortaya çıktığı katmandır. Son katmandır.
Yorumlar
Yorum Gönder