Active Learning ve Veri Etiketlemedeki Rolü: Sampling Stratejileri & Query Yöntemleri -Bölüm 2/2
Active Learning Sampling Stratejileri ve Query Yöntemleri Birinci bölümde etiketleme süreci üzerine odaklanmıştık. Bu bölümde etiketleyicinin, etiketleyeceği verileri ortaya çıkaran yöntemler üzerine gidilecek. Etiketlenecek görseller üzerinde çeşitliliğe dayanan, belirsizliğe dayanan veya hibrit kullanımlara dayanan stratijler bulunmaktadır. 3 başlık üzerinden yöntemleri inceleyeceğiz. Bu 3 başlığın altında bahsedilen yöntemlerle birlikte bahsedilmeyen birçok yöntem daha mevcuttur. 1) Uncertainty Sampling […]
Active Learning ve Veri Etiketlemedeki Rolü -Bölüm 1/2
Active Learning’e Giriş Uçtan uca bir makine öğrenmesi projesi hayal edelim. Aklımıza, veri seti üzerinde ön işleme aşamalarıyla başlanılan ve devamında modelin oluşturulup ayağa kaldırıldığı (deploy) bir süreç gelecektir. Bir nesne tanıma (object detection) senaryosu örneği ile bu süreci gözümüzde canlandıralım. Mağaza raflarının kamera görüntüleri üzerinden raflardaki ürünlerin tanınıp, adetlerinin de elde edildiği bir proje […]
Boruta Algoritması ile Değişken Seçimi
Boruta veri setine eklediği gölge değişkenler ve iterasyonlu yapısı ile bir veri setinden önemli ve önemli olmayan değişkenlerin tarafsız ve istikrarlı bir şekilde seçilmesini sağlayan, Random Forest tabanlı değişken seçme yöntemidir.
CatBoost Nedir? Diğer Boosting Algoritmalarından Farkı Nelerdir?
Catboost, Yandex şirketi tarafından geliştirilmiş olan Gradient Boosting tabanlı açık kaynak kodlu bir makine öğrenmesi algoritmasıdır. Gradient Boosting’in performansını arttırmak amacıyla geliştirilen XGBoost ve LightGBM’e alternatiftir.
Derin Öğrenme ile Konu Tahmini
Merhaba VBO okuyucuları, bugün size derin öğrenme ile konu tahmini hakkında bilgi vermeye çalışacağım. Bu günlerde evde kalmamız bizler için hem sorun hem de kendimizi geliştirmek için bir fırsat. Bu günleri iyi bir şekilde değerlendirmek gerekiyor. Daha önce yazmış olduğum Türkçe Metinlerde Konu Tahmini yazısında hem denetimli hem de denetimsiz makine öğrenmesi modelleri oluşturup performanslarını […]
LightGBM
LightGBM diğer boosting algoritmaları ile karşılaştırıldığında yüksek işlem hızı, büyük verileri işleyebilmesi, daha az kaynak(RAM) kullanımı, yüksek tahmin oranı, paralel öğrenme ve GPU öğrenimini desteklemesi gibi avantajları vardır.
Türkçe Metinlerde Konu Tahmini
Merhaba VBO okuyucuları, korona virüsü sebebiyle hepimiz çok zor günler geçirmekteyiz. Evde geçirdiğimiz bu günleri kendimizi daha fazla geliştirerek değerlendirmeliyiz. Ben de bu süreçte Türkçe metinlerde konu tahmini üzerine bir uygulama yaparak sizleri bilgilendirmek istedim. Bu yazımda konu tahmini için hem denetimli hem de denetimsiz makine öğrenmesi modelleri kullanarak metinlerin hangi konuları kapsadığını tahmin etmeye […]
XGBoost Nasıl Çalışır? Neden İyi Performans Gösterir?
XGBoost, Gradient Boosting algoritmasının optimize edilmiş yüksek performanslı halidir. Yazıda XGBoost’un nasıl çalıştığı ve performansı incelenmiştir.