Yapay Zekâ Araçları ile Model Geliştirme

Konu Anlatımı

Yapay Zekâ Araçları ile Model Geliştirme

Bir yapay zekâ aracını kullanmak ile o aracın arkasındaki modeli geliştirmek farklı iki iştir. Model geliştirme, veri setinin hazırlanmasıyla başlar, etiketleme, eğitim, doğrulama ve test adımlarıyla sürer; en sonunda başarısızlık varsa veri ve model yeniden ele alınır. Bu bölümde süreç, okul projesinde uygulanabilir bir sırayla anlatılır.

Veri Seti Hazırlama

Modelin öğreneceği veri, sürecin en kritik girdisidir. Veri yetişkin olmalı, yani konuyu temsil etmelidir; çeşitli olmalı, yani tek bir örneğe ezberlenmemelidir; temiz olmalı, yani yinelenen, eksik ve yanlış kayıtlardan arındırılmıştır. Sınıf dengesi de zorunludur: bir sınıftan çok fazla, diğerinden az örnek varsa model çoğunluğa kayar.

Etiketleme

Denetimli öğrenmede her örneğe doğru cevap, yani etiket yazılır. Etiket, örnekle uyumlu olmalı ve etiket kılavuzu ile tanımlanmalıdır: hangi durum hangi sınıfa girer, sınırlar nerededir. Aynı örneğe iki ayrı kişi etiket koyarsa sonuçlar karşılaştırılır; tutarsızlık varsa kılavuz düzeltilir. Etiketteki tek bir hata, modelin tümüne yayılabilir.

Eğitim, Doğrulama ve Test

Veri üç parçaya ayrılır. Eğitim verisi modelin öğrenmesi için kullanılır. Doğrulama verisi eğitim sırasında ayarlamayı, yani ne zaman durulacağını gösterir. Test verisi ise model hiç görmediği örneklerle en son kez sınanır. Üçü karıştırılırsa model kendi sınavını kendi sorularıyla çözer; bu duruma aşırı öğrenme denir: eğitim verisinde çok başarılı, yeni veride kötü sonuç verir.

1. Veri setini yetkin, çeşitli, temiz ve dengeli hâle getir.
2. Etiket kılavuzunu yaz ve örnekleri etiketle.
3. Veriyi eğitim, doğrulama ve test olarak ayır.
4. Modeli eğit, doğrulama verisiyle ayarla, test verisiyle son kez sına.

Başarı Ölçütleri ve Hata Analizi

Model yalnız doğru sayısına göre değerlendirilmez. Doğruluk, doğru sınıflandırılan örneklerin oranıdır. Yanlış sonuçlar da incelenir: modelin var dediği hâlde olmayan durumlar ile var olmadığı hâlde var dediği durumlar ayrı ayrı sayılır, çünkü bunların maliyeti farklıdır. Hatalar gözden geçirilir, çoğunluğu oluşturan hata tipine göre veri veya model yeniden düzenlenir.

Yeniden Eğitim ve Sürüm

Veri değiştikçe, konu güncellik kazandıkça model yeniden eğitilir. Her sürüm numaralandırılır ve hangi veriyle eğitildiği kayıt altına alınır; böylece hangi sürümün daha iyi çalıştığı geriye dönük olarak karşılaştırılabilir. Kayıt tutulmayan modelin gelişimi izlenemez.

Etik ve Güvenlik

Veri, sahibinin izniyle ve amacı sınırlı olarak kullanılır; kişisel veri, örneğin ad, fotoğraf ve konum bilgisi izinsiz veri setine katılmaz. Eğitim verisi taraflıysa model taraflı öğrenir; bu yüzden veri önyargısı düzenli olarak denetlenir. Sonuçlar, karardan önce insan gözüyle gözden geçirilir.

Adım Adım Yöntem

1. Problemi sınıflandırma, gruplama ya da tahmin olarak tanımla.
2. Veri kaynaklarını belirle, yetkin-çeşitli-temiz-dengeli veriyi topla.
3. Etiket kılavuzunu yaz, örnekleri etiketle, eğitim-doğrulama-test ayrımını yap.
4. Eğit, ölç, hata analizi yap; gerekiyorsa veriyi düzeltip yeniden eğit.

Örnek Uygulama

Bir okul kulübünde gönderilen elektronik postaların spam olup olmadığını ayıran bir model geliştirilmiştir. Veri setinde spam ve normal örnek sayısı dengelenmiş, etiket kılavuzunda reklam ve bağlantı içerikli mesajların spam sayılacağı yazılmıştır. Model eğitim verisinde yüzde doksan doğru sonuç verirken doğrulama verisinde düşmüştür; hata analizinde İngilizce reklam mesajlarının eksik olduğu görülmüş, veri tamamlanarak model yeniden eğitilmiştir.

Sınav Odaklı Bilgiler

Sınavlarda adım sırası, veri nitelikleri, üç veri ayrımı, aşırı öğrenme belirtisi ve hata analizi soruları yaygındır. Ayrım sorularında eğitim-öğrenme, doğrulama-ayar, test-sınama eşleşmesini kullan. Aşırı öğrenme sorularında "içeride başarılı, dışarıda zayıf" ifadesini ara; çözüm daima veri çeşitliliği ve bağımsız testtir.

• Veri seti olmadan model, komutlardan ibaret kalır.
• Etiket kılavuzu yoksa etiketler tutarsızlaşır.
• Test verisi eğitim sırasında görülmemelidir.
• Model sürümü ve veri kaynağı mutlaka kaydedilir.

Ne Öğreneceğiz

Yapay zekâ araçlarını kullanarak veri seti hazırlama, etiketleme, eğitim, doğrulama ve test adımlarınıyla basit bir model geliştirme sürecini uygulamalı olarak öğretir. Bu konuda ögrenme çıktıları:

• Model geliştirmenin veri setinden test aşamasına kadar olan adımlarını sıralar.
• Yeterli, çeşitli ve temiz bir veri seti hazırlayarak sınıf dengesini korur.
• Eğitim, doğrulama ve test verisini görevleriyle birlikte ayırt eder.
• Modelin başarısını ölçerek hata analizi yapar ve yeniden eğitim kararını verir.
• Veri izni, kişisel veri ve önyargı denetimi gibi etik şartları uygular.

Ön Bilgi

Bu konuya başlamadan önce temel kavram ve ön koşulları kavramanız yardımcı olacaktır. Konunun çerçevesinde şu kavramlar dikkat ister:

• Veri seti yetkin, çeşitli, temiz ve dengeli olmalıdır; dengesiz veri çoğunluğa kaydırır.
• Etiket kılavuzu önceden yazılır, tutarsız etiketler kılavuz düzeltilerek giderilir.
• Eğitim verisi öğrenmek, doğrulama verisi ayarlamak, test verisi son kez sınamak içindir.
• Aşırı öğrenmenin belirtisi eğitim verisinde yüksek, bağımsız veride düşük başarıdır.
• Her model sürümünün hangi veriyle eğitildiği kaydedilerek izlenebilirlik sağlanır.

Basit Örnek ve Günlük Yaşam

Günlük yaşamda ve mesleki bağlamda bir uygulama:

Soru: Bir projede önce test verisi ayırılmadan model eğitilmiştir. Hata nedir, düzeltme nasıl olmalıdır?

1. Adım 1: Verinin eğitim, doğrulama ve test olarak ayrılması gerektiğini belirle.
2. Adım 2: Test verisinin model tarafından görülmediğini vurgula.
3. Adım 3: Veriyi yeniden ayırıp modeli baştan eğitmenin gerekliliğini yaz.

Sonuç/cevap: Test verisi ayrılmadığı için başarı ölçülmemiştir; veri yeniden ayrılır ve model baştan eğitilir.

Karşılaştırma Tablosu

Sık Yapılan Hatalar

Veriyi karıştırmak: Eğitim ve test verisini ayırmamak, modelin kendi sınavını kendi sorularıyla çözdürmek anlamına gelir.

Dengesiz veri seti: Bir sınıftan çok daha fazla örnek vermek modeli çoğunluğa kaydırır ve azınlık sınıfı yanlış öğrenir.

Etiket kılavuzusuz etiketleme: Sınırlar yazılmadan yapılan etiketleme tutarsızlık üretir, model de bu tutarsızlığı öğrenir.

Test verisini eğitimde kullanmak: Test verisi görüldükten sonra alınan yüksek başarı gerçeği yansıtmaz, model başarısı ölçülmemiş olur.

Özet

Model geliştirme veri setiyle başlar: veri yetkin, çeşitli, temiz ve dengeli olmalıdır; denetimli öğrenmede her örnek etiket kılavuzuyla etiketlenir. Veri eğitim, doğrulama ve test olarak ayrılır; model eğitim verisiyle öğrenir, doğrulama verisiyle ayarlanır, hiç görmediği test verisiyle sınanır. Başarı doğrulukla ölçülür, hatalar tiplerine göre analiz edilir ve gerekiyorsa veri düzeltilip model yeniden eğitilir. Kişisel veri izinsiz kullanılmaz, sürüm ve veri kaynağı kaydedilir.

Kendini Dene

Soru: Okul için bir öğrenci notu yorumlayıcı model geliştirme planı hazırlayınız: problemi tanımlayınız, veri setinin dört niteliğini (yetkin, çeşitli, temiz, dengeli) açıklayınız, etiket kılavuzunda hangi sınırların yazılacağını belirtiniz, veriyi eğitim-doğrulama-test olarak nasıl ayıracağınızı yazıp aşırı öğrenme çıktığında hangi adımları atacağınızı açıklayınız.

Örnek cevap: Puanlama anahtarı: Problemin sınıflandırma olarak tanımlanması (2 puan); dört veri niteliğinin örneklerle açıklanması (4 puan); etiket kılavuzunda sınıf sınırlarının ve tutarsızlık hâlinde kılavuzun düzeltileceğinin yazılması (3 puan); verinin eğitim, doğrulama ve test olarak ayrılması ve her birinin görevinin yazılması (3 puan); aşırı öğrenmede veri çeşitlendirmenin, modelin basitleştirilmesinin ve bağımsız testin tekrarlanmasının sıralanması (3 puan).