Peki\u015ftirmeli \u00f6\u011frenme, bilgisayarlar\u0131 \u00e7evreleriyle etkile\u015fime girerek en uygun kararlar\u0131 vermeleri i\u00e7in e\u011fitmeye odaklanan bir makine \u00f6\u011frenimi dal\u0131d\u0131r. Bilgisayar, bu \u00f6\u011frenme \u015feklinde a\u00e7\u0131k talimatlar yerine \u00e7evreyi ke\u015ffederek ve eylemleri i\u00e7in \u00f6d\u00fcller veya cezalar alarak deneme yan\u0131lma yoluyla \u00f6\u011frenir.<\/p>\n
Denetimli ve denetimsiz \u00f6\u011frenme ile birlikte peki\u015ftirmeli \u00f6\u011frenme, \u00fc\u00e7 temel makine \u00f6\u011frenimi yakla\u015f\u0131m\u0131ndan biridir. Peki\u015ftirmeli \u00f6\u011frenmenin robotik, oyun oynama ve nadir hastal\u0131klar\u0131n te\u015fhisi dahil olmak \u00fczere \u00e7ok \u00e7e\u015fitli ger\u00e7ek d\u00fcnya uygulamalar\u0131 vard\u0131r.<\/p>\n
Peki\u015ftirmeli \u00f6\u011frenme yani reinforcement learning, bilgisayarlar\u0131n bir dizi karar vererek ve sonu\u00e7lardan \u00f6\u011frenerek ba\u011f\u0131ms\u0131z olarak \u00f6\u011frenmelerinin bir yoludur. Bu \u00f6\u011frenme \u015feklinde bilgisayar programlar\u0131, deneme yan\u0131lma yoluyla belirli bir ba\u011flamda en iyi eylemleri belirler ve performanslar\u0131n\u0131 optimize eder.<\/p>\n
Bilgisayar, eylemlerine g\u00f6re olumlu veya olumsuz geri bildirim al\u0131r ve bir g\u00f6revi nas\u0131l tamamlayaca\u011f\u0131n\u0131 kademeli olarak \u00f6\u011frenir. Ba\u015fka bir deyi\u015fle RL, maksimum \u00f6d\u00fcl elde etmek i\u00e7in bir ortamda en uygun davran\u0131\u015f\u0131 \u00f6\u011frenmekle ilgilidir.<\/p>\n
\u00d6rne\u011fin bir bilgisayar\u0131 tavlada kazanmas\u0131 i\u00e7in e\u011fitmek, sadece bir de\u011fil, bir dizi olumlu karar\u0131 i\u00e7erir. Bu gibi oyunlarda, bir\u00e7ok olas\u0131 eylem ve senaryo vard\u0131r ve k\u0131sa vadeli eylemlerin uzun vadede nas\u0131l sonu\u00e7 verece\u011fine ili\u015fkin \u00e7ok fazla belirsizlik bulunur.<\/p>\n
RL ayr\u0131ca y\u00fcr\u00fcyen robotlar veya s\u00fcr\u00fcc\u00fcs\u00fcz arabalar gibi karma\u015f\u0131k kontrol sorunlar\u0131n\u0131n \u00e7\u00f6z\u00fclmesine de yard\u0131mc\u0131 olabilir.<\/p>\n
Mevcut bir veri k\u00fcmesi temelinde \u00e7al\u0131\u015fan di\u011fer iki \u00f6\u011frenme \u00e7er\u00e7evesinden farkl\u0131 olarak RL, \u00e7evresiyle etkile\u015fime girdik\u00e7e veri toplar. Bir yaz\u0131l\u0131m par\u00e7as\u0131n\u0131n \u00e7evreyi ke\u015ffederek, \u00e7evreyle etkile\u015fime girerek ve nihayetinde \u00e7evreden \u00f6\u011frenerek en uygun \u00e7\u00f6z\u00fcm\u00fc bulmas\u0131n\u0131 sa\u011flar.<\/p>\n
Peki\u015ftirmeli \u00f6\u011frenmenin (RL) k\u00f6kleri davran\u0131\u015f psikolojisine ve \u00f6\u011frenme teorileri \u00fczerine yap\u0131lan ilk \u00e7al\u0131\u015fmalara dayanmaktad\u0131r, ancak modern geli\u015fimi 1950’lerde Arthur Samuel ve 1980’lerde Richard Sutton gibi ara\u015ft\u0131rmac\u0131lar\u0131n \u00f6nc\u00fc \u00e7al\u0131\u015fmalar\u0131 ile ba\u015flam\u0131\u015ft\u0131r. Arthur Samuel’in kendi kendine \u00f6\u011frenen bir dama oyunu program\u0131 geli\u015ftirmeye y\u00f6nelik \u00f6nc\u00fc \u00e7al\u0131\u015fmas\u0131, RL’deki etkile\u015fimlerden \u00f6\u011frenmenin temelini atm\u0131\u015ft\u0131r. Sutton’\u0131n zaman fark\u0131 \u00f6\u011frenme ve Q-learning algoritmalar\u0131 \u00fczerine yapt\u0131\u011f\u0131 ara\u015ft\u0131rmalarla, RL y\u00f6ntemlerini daha da geli\u015ftirmi\u015ftir.<\/p>\n
1990’larda sinir a\u011flar\u0131n\u0131n entegrasyonu ve 2010’lar\u0131n ba\u015f\u0131nda derin peki\u015ftirmeli \u00f6\u011frenme alan\u0131ndaki \u00f6nemli at\u0131l\u0131mlarla birlikte, DeepMind’\u0131n DQN algoritmas\u0131n\u0131n atari oyunlar\u0131n\u0131 \u00f6\u011frenmedeki ba\u015far\u0131s\u0131n\u0131n da g\u00f6sterdi\u011fi gibi, alan geli\u015fmeye devam etmi\u015ftir.<\/p>\n
\u0130lerleyen d\u00f6nemlerde hesaplama g\u00fcc\u00fc ve veri kullan\u0131labilirli\u011fi artt\u0131k\u00e7a, RL \u00e7e\u015fitli i\u015f alanlar\u0131nda uygulamalar buldu. RL algoritmalar\u0131n\u0131n \u00e7evrimi\u00e7i reklamc\u0131l\u0131k, tavsiye sistemleri, dinamik fiyatland\u0131rma, envanter y\u00f6netimi ve karma\u015f\u0131k ve belirsiz ortamlara sahip di\u011fer karar verme problemlerini optimize etmede etkileyici yetenekler g\u00f6stermesiyle birlikte i\u015f kullan\u0131m durumlar\u0131ndaki faydas\u0131 netle\u015fti ve \u00e7ok say\u0131da i\u015f ortam\u0131nda benimsenmesine ve ara\u015ft\u0131r\u0131lmas\u0131na yol a\u00e7t\u0131.<\/p>\n
Peki\u015ftirmeli \u00d6\u011frenmenin Unsurlar\u0131<\/p>\n
Peki\u015ftirmeli \u00f6\u011frenme a\u015fa\u011f\u0131daki temel unsurlar\u0131 i\u00e7erir:<\/p>\n
Ek olarak, algoritmalar da RL s\u00fcrecinin ayr\u0131lmaz bir par\u00e7as\u0131d\u0131r ve \u00e7e\u015fitli ad\u0131mlarda devreye girer. \u00d6\u011frenen ajan\u0131n, karar verme s\u00fcrecini, politikas\u0131n\u0131 nas\u0131l g\u00fcncelleyece\u011fini ve ald\u0131\u011f\u0131 geri bildirimlerden nas\u0131l \u00f6\u011frenece\u011fini tasarlamak i\u00e7in kullan\u0131l\u0131r.<\/p>\n
Peki\u015ftirmeli \u00d6\u011frenme Nas\u0131l \u00c7al\u0131\u015f\u0131r?<\/p>\n
Peki\u015ftirmeli \u00f6\u011frenmenin temelinde, bir \u00f6d\u00fcl sistemi arac\u0131l\u0131\u011f\u0131yla en uygun davran\u0131\u015f\u0131 veya eylemi peki\u015ftirme kavram\u0131 yatar. M\u00fchendisler istenen davran\u0131\u015flar\u0131 \u00f6d\u00fcllendirmek ve istenmeyen davran\u0131\u015flar\u0131 cezaland\u0131rmak i\u00e7in bir y\u00f6ntem bulurlar.<\/p>\n
Ayr\u0131ca, k\u0131sa vadeli \u00f6d\u00fcllerin ajan\u0131 oyalamas\u0131n\u0131 ve genel hedefe ula\u015f\u0131lmas\u0131n\u0131 geciktirmesini \u00f6nlemek i\u00e7in \u00e7e\u015fitli teknikler de kullan\u0131l\u0131r. Bu, uzun vadeli hedefle uyumlu \u00f6d\u00fcller tan\u0131mlamak anlam\u0131na gelir, b\u00f6ylece ajan istenen sonuca g\u00f6t\u00fcren eylemlere \u00f6ncelik vermeyi \u00f6\u011frenir.<\/p>\n
Peki\u015ftirmeli \u00f6\u011frenme yinelemeli bir ke\u015fif, geri bildirim ve iyile\u015ftirme d\u00f6ng\u00fcs\u00fcd\u00fcr. S\u00fcre\u00e7 a\u015fa\u011f\u0131daki i\u015f ak\u0131\u015f\u0131 arac\u0131l\u0131\u011f\u0131yla daha iyi anla\u015f\u0131labilir:<\/p>\n
A\u015fa\u011f\u0131daki \u00f6rnekte RL i\u015f ak\u0131\u015f\u0131n\u0131 robotik bir elektrikli s\u00fcp\u00fcrgeye uygulayal\u0131m:<\/p>\n
Bir oday\u0131 kendi ba\u015f\u0131na etkili bir \u015fekilde temizlemesi i\u00e7in robotik bir elektrikli s\u00fcp\u00fcrgeyi e\u011fitmek istedi\u011fimizi varsayal\u0131m.<\/p>\n
Mobilya ve odadaki di\u011fer her \u015fey dahil olmak \u00fczere robotik elektrikli s\u00fcp\u00fcrgenin \u00e7al\u0131\u015faca\u011f\u0131 oday\u0131 temsil eden sim\u00fcle edilmi\u015f bir ortam olu\u015fturulur.<\/p>\n
Robotik elektrikli s\u00fcp\u00fcrge \u00f6\u011frenen veya ajand\u0131r. \u00c7evreyi alg\u0131lamas\u0131 ve hareket etmesi i\u00e7in onu do\u011fru teknoloji ile donatmak gerekir.<\/p>\n
Ba\u015flang\u0131\u00e7ta robotik elektrikli s\u00fcp\u00fcrge oday\u0131 rastgele ke\u015ffeder, mobilyalara veya engellere \u00e7arpar ve belirli bir strateji olmadan odan\u0131n baz\u0131 k\u0131s\u0131mlar\u0131n\u0131 temizler. Oda ve eylemlerinin temizli\u011fi nas\u0131l etkiledi\u011fi hakk\u0131nda bilgi toplar.<\/p>\n
Her eylemden sonra elektrikli s\u00fcp\u00fcrge olumlu ya da olumsuz bir \u00f6d\u00fcl al\u0131r ve zaman i\u00e7inde karar verme s\u00fcrecini \u015fekillendirir. \u00d6rne\u011fin, mobilyalara \u00e7arpmaktan ba\u015far\u0131yla ka\u00e7\u0131n\u0131rsa olumlu bir \u00f6d\u00fcl verilirken, s\u00fcp\u00fcrge ama\u00e7s\u0131zca hareket etti\u011finde veya ayn\u0131 noktay\u0131 tekrar tekrar s\u00fcp\u00fcrd\u00fc\u011f\u00fcnde olumsuz bir \u00f6d\u00fcl verilir.<\/p>\n
Al\u0131nan \u00f6d\u00fcllere dayanarak robotik elektrikli s\u00fcp\u00fcrge karar verme stratejisini veya politikas\u0131n\u0131 negatif \u00f6d\u00fcllerden ziyade pozitif \u00f6d\u00fcllere yol a\u00e7an eylemlere daha fazla odaklanacak \u015fekilde g\u00fcnceller.<\/p>\n
Robotik elektrikli s\u00fcp\u00fcrge oday\u0131 ke\u015ffetmeye, eylemlerde bulunmaya, geri bildirim almaya ve politikay\u0131 g\u00fcncellemeye devam eder. Her yinelemede, hangi eylemlerin temizlik verimlili\u011fini en \u00fcst d\u00fczeye \u00e7\u0131kard\u0131\u011f\u0131 ve engellerden ka\u00e7\u0131nd\u0131\u011f\u0131 konusundaki bilgisini geli\u015ftirir. Yava\u015f yava\u015f, farkl\u0131 oda d\u00fczenlerine de uyum sa\u011flar.<\/p>\n
Robotik vakum etkili bir politika \u00f6\u011frendikten sonra oday\u0131 otonom olarak temizlemek i\u00e7in bunu uygular.<\/p>\n
Hasta verilerini ve ge\u00e7mi\u015f ziyaret bilgilerini inceleyen peki\u015ftirmeli \u00f6\u011frenme, her hastan\u0131n ihtiya\u00e7lar\u0131n\u0131 en iyi \u015fekilde kar\u015f\u0131layan bir tedavi bulabilir ve ayn\u0131 zamanda iyile\u015fme i\u00e7in zaman \u00e7izelgelerini de hesaba katabilir. Bu, t\u0131bbi te\u015fhisleri h\u0131zland\u0131r\u0131r ve hastalar\u0131n daha h\u0131zl\u0131, ki\u015fiselle\u015ftirilmi\u015f tedaviler almas\u0131n\u0131 sa\u011flar.<\/p>\n
\u00d6\u011frenme modelleri sens\u00f6rlerden toplanan verileri analiz edebilir ve farkl\u0131 de\u011fi\u015fkenleri kar\u0131\u015ft\u0131r\u0131p e\u015fle\u015ftirirken ne kadar enerji harcanaca\u011f\u0131n\u0131 tahmin edebilir. Peki\u015ftirmeli \u00f6\u011frenme daha sonra ekipler veri merkezlerini so\u011futmaya \u00e7al\u0131\u015f\u0131rken enerji ve maliyetleri en aza indiren ideal ko\u015fullar\u0131 belirler.<\/p>\n
Fabrikalarda ve depolarda peki\u015ftirmeli \u00f6\u011frenme, robotlar\u0131n bilgisayar g\u00f6r\u00fc\u015f sistemlerine g\u00fc\u00e7 verir. Mobil robotlar ayr\u0131ca depo koridorlar\u0131nda gezinmeyi, kazalardan ka\u00e7\u0131n\u0131rken envanteri ta\u015f\u0131may\u0131 \u00f6\u011frenebilir.<\/p>\n
Peki\u015ftirmeli \u00f6\u011frenme, ger\u00e7ek\u00e7i ortamlarda e\u011fitim vererek s\u00fcr\u00fcc\u00fcs\u00fcz ara\u00e7lar\u0131n nas\u0131l g\u00fcvenli bir \u015fekilde \u00e7al\u0131\u015faca\u011f\u0131n\u0131 \u00f6\u011fretebilir. Test s\u0131ras\u0131nda algoritmalar \u015feritte kalma, h\u0131z s\u0131n\u0131r\u0131na uyma ve di\u011fer s\u00fcr\u00fcc\u00fc ve yayalar\u0131n fark\u0131nda olma gibi fakt\u00f6rleri nas\u0131l dikkate alacaklar\u0131n\u0131 \u00f6\u011frenirler.<\/p>\n
Kentsel ortamlardaki trafik s\u0131k\u0131\u015f\u0131kl\u0131\u011f\u0131yla m\u00fccadele etmek i\u00e7in \u015fehirler trafik sinyallerini kontrol etmek \u00fczere peki\u015ftirmeli \u00f6\u011frenmeye y\u00f6nelmektedir. Algoritmalar, g\u00fcn\u00fcn saati ve bir kav\u015faktan ge\u00e7en ara\u00e7 say\u0131s\u0131 gibi de\u011fi\u015fkenleri g\u00f6z \u00f6n\u00fcnde bulundurarak trafik \u0131\u015f\u0131klar\u0131n\u0131 \u00e7al\u0131\u015ft\u0131rman\u0131n en iyi yollar\u0131n\u0131 bulma konusunda e\u011fitilir.<\/p>\n
Peki\u015ftirmeli \u00f6\u011frenme, do\u011fal dil i\u015flemenin \u00f6nemli bir par\u00e7as\u0131d\u0131r ve m\u00fc\u015fteri hizmetleri temsilcilerinin c\u00fcmleleri anlamas\u0131na ve yan\u0131tlamas\u0131na yard\u0131mc\u0131 olur. Bu yakla\u015f\u0131mlar, sohbet robotlar\u0131 ve sanal asistanlar da dahil olmak \u00fczere \u00e7e\u015fitli m\u00fc\u015fteri hizmetleri teknolojilerini m\u00fcmk\u00fcn k\u0131lmaktad\u0131r.<\/p>\n
Pazarlama ekipleri genellikle ki\u015fiselle\u015ftirilmi\u015f \u00f6nerilerle m\u00fc\u015fterileri hedeflemeye \u00e7al\u0131\u015f\u0131r ve bu s\u00fcre\u00e7 peki\u015ftirmeli \u00f6\u011frenme ile daha kolay hale gelir. Peki\u015ftirmeli \u00f6\u011frenme modelleri, bir m\u00fc\u015fterinin en \u00e7ok hangi \u00fcr\u00fcnleri ve web sayfalar\u0131n\u0131 g\u00f6r\u00fcnt\u00fclemek i\u00e7in zaman harcad\u0131\u011f\u0131n\u0131 analiz ederek m\u00fc\u015fterinin ilgisini \u00e7ekebilecek di\u011fer \u00fcr\u00fcnleri belirleyebilir.<\/p>\n
Peki\u015ftirmeli \u00f6\u011frenme, video oyunlar\u0131nda oyuncu olmayan karakterleri kontrol etmek i\u00e7in kullan\u0131lan yapay zekay\u0131 geli\u015ftirir. Yapay zeka karakterleri, peki\u015ftirmeli \u00f6\u011frenimi uygulayarak farkl\u0131 sald\u0131r\u0131 ve savunma taktikleri benimseyebilir ve oyunun manzaras\u0131nda gezinmenin yeni yollar\u0131n\u0131 bulabilir.<\/p>\n
Derin \u00f6\u011frenme ve takviyeli \u00f6\u011frenme, daha \u00f6nce hi\u00e7 kar\u015f\u0131la\u015fmad\u0131klar\u0131 nesneler de dahil olmak \u00fczere \u00e7e\u015fitli nesneleri kavrama yetene\u011fine sahip robotlar\u0131 e\u011fitmek i\u00e7in kullan\u0131labilir. Bu, \u00f6rne\u011fin bir montaj hatt\u0131 ba\u011flam\u0131nda kullan\u0131labilir.<\/p>\n
Metin \u00f6zetleme, soru yan\u0131tlama, makine \u00e7evirisi ve tahmini metin, peki\u015ftirmeli \u00f6\u011frenmeyi kullanan NLP uygulamalar\u0131d\u0131r.<\/p>\n
Peki\u015ftirmeli \u00f6\u011frenme, \u00f6\u011frenciler i\u00e7in ki\u015fiselle\u015ftirilmi\u015f \u00f6\u011frenme deneyimleri olu\u015fturmak i\u00e7in kullan\u0131labilir. Bu, \u00f6\u011frenci ihtiya\u00e7lar\u0131na uyum sa\u011flayan, bilgi bo\u015fluklar\u0131n\u0131 belirleyen ve e\u011fitim sonu\u00e7lar\u0131n\u0131 geli\u015ftirmek i\u00e7in \u00f6zelle\u015ftirilmi\u015f \u00f6\u011frenme y\u00f6r\u00fcngeleri \u00f6neren \u00f6zel ders sistemlerini i\u00e7erir.<\/p>\n
Peki\u015ftirmeli \u00f6\u011frenme, bilgisayarlar\u0131 karar vermeleri i\u00e7in e\u011fiten bir bilimdir ve bu nedenle ticaret ve finans alan\u0131nda yeni bir kullan\u0131ma sahiptir. T\u00fcm zaman serisi modelleri, bir \u00fcr\u00fcn\u00fcn veya bir hisse senedinin fiyatlar\u0131n\u0131, hacmini ve gelecekteki sat\u0131\u015flar\u0131n\u0131 tahmin etmede yard\u0131mc\u0131 olur. Peki\u015ftirme tabanl\u0131 otomatik ajanlar bir hisse senedini satmaya, almaya veya tutmaya karar verebilir. Yapay zekan\u0131n bu alandaki etkisini sadece fiyat tahmininden ziyade ger\u00e7ek zamanl\u0131 karar vermeye kayd\u0131r\u0131r.<\/p>\n
Peki\u015ftirmeli \u00f6\u011frenme, beklenen ve olas\u0131l\u0131kl\u0131 ortamlardaki problemlerin \u00e7\u00f6z\u00fclmesine yard\u0131mc\u0131 olur.<\/p>\n
Beklenen ortamlarda, bir \u00f6d\u00fcl \u00fcretmek i\u00e7in bir eylemin belirli bir s\u0131rayla ger\u00e7ekle\u015ftirilmesi gerekir, di\u011fer s\u0131ralar takip edilirse cezaland\u0131r\u0131l\u0131r.<\/p>\n
Olas\u0131l\u0131kl\u0131 ortamlardaki \u00f6d\u00fclleri belirlemek ise olas\u0131l\u0131\u011f\u0131n dahil edilmesi nedeniyle daha zordur ve buna g\u00f6re tan\u0131mlanm\u0131\u015f bir politika arac\u0131l\u0131\u011f\u0131yla yap\u0131lmas\u0131 gereken eylemi belirler. Bir politika olas\u0131l\u0131\u011f\u0131 hesaba katar ve ajan\u0131n ortam\u0131n ko\u015fullar\u0131na g\u00f6re yapmas\u0131 gereken eylemi belirler.<\/p>\n
Peki\u015ftirmeli \u00f6\u011frenmenin bir e\u011fitim y\u00f6ntemi olarak \u00e7e\u015fitli faydalar\u0131 vard\u0131r. Bunlar a\u015fa\u011f\u0131daki \u015fekildedir:<\/p>\n
Peki\u015ftirmeli \u00f6\u011frenme \u00e7e\u015fitli alanlarda bir\u00e7ok avantaj sunsa da baz\u0131 dezavantajlar\u0131 da vard\u0131r:<\/p>\n
Denetimli \u00f6\u011frenme, bir dizi benzer \u00f6rnekten \u00f6\u011frenerek kendi ba\u015f\u0131na bir i\u015flev geli\u015ftirme prati\u011fini \u00f6\u011frenme s\u00fcreci anlam\u0131na gelen makine \u00f6\u011frenimi kavram\u0131d\u0131r. Bu, genelle\u015ftirilmi\u015f bir kavram\u0131n benzerlerinden sa\u011flanan birka\u00e7 \u00f6rnekten \u00f6\u011frenilmesi s\u00fcrecidir.<\/p>\n
\u00d6\u011frenme ajan\u0131, bir \u00f6\u011fretmen gibi do\u011fru cevaplar\u0131 veren bir dan\u0131\u015fmana sahiptir. Bu etiketli veri k\u00fcmesi ile yap\u0131lan e\u011fitim sayesinde ajan geri bildirim al\u0131r ve gelecekte yeni, g\u00f6r\u00fclmemi\u015f verileri (\u00f6rne\u011fin araba foto\u011fraflar\u0131) nas\u0131l s\u0131n\u0131fland\u0131raca\u011f\u0131n\u0131 \u00f6\u011frenir.<\/p>\n
Peki\u015ftirmeli \u00f6\u011frenmede veriler girdinin bir par\u00e7as\u0131 de\u011fildir, ancak \u00e7evreyle etkile\u015fime girilerek biriktirilir. Peki\u015ftirmeli \u00f6\u011frenme, sisteme bir g\u00f6revi yerine getirmek i\u00e7in hangi eylemlerin en uygun oldu\u011funu \u00f6nceden s\u00f6ylemek yerine \u00f6d\u00fcl ve cezalar kullan\u0131r. B\u00f6ylece ajan bir eylem ger\u00e7ekle\u015ftirdi\u011finde geri bildirim al\u0131r.<\/p>\n
Denetimli \u00f6\u011frenmede veri k\u00fcmesi d\u00fczg\u00fcn bir \u015fekilde etiketlenir, yani algoritmay\u0131 e\u011fitmek i\u00e7in bir dizi veri sa\u011flan\u0131r. Denetimli ve denetimsiz \u00f6\u011frenme aras\u0131ndaki en b\u00fcy\u00fck fark, denetimsiz \u00f6\u011frenmede tam ve temiz etiketli veri k\u00fcmesinin olmamas\u0131d\u0131r.<\/p>\n
Denetimsiz \u00f6\u011frenme, \u00f6nceden var olan etiketler olmadan veri k\u00fcmelerinde \u00f6nceden bilinmeyen \u00f6r\u00fcnt\u00fcleri bulmaya yard\u0131mc\u0131 olan bir t\u00fcr kendi kendini organize eden \u00f6\u011frenmedir.<\/p>\n
\u00d6te yandan peki\u015ftirmeli \u00f6\u011frenme, bir veri k\u00fcmesinin de\u011fil \u00e7evrenin ke\u015ffedilmesini i\u00e7erir ve nihai hedef farkl\u0131d\u0131r: ajan, toplam \u00f6d\u00fcl\u00fc en \u00fcst d\u00fczeye \u00e7\u0131karmak i\u00e7in belirli bir durumda m\u00fcmk\u00fcn olan en iyi eylemi ger\u00e7ekle\u015ftirmeye \u00e7al\u0131\u015f\u0131r. RL problemi, e\u011fitim veri k\u00fcmesi olmadan, \u00e7evreden gelen girdilerle ajan\u0131n kendi eylemleriyle \u00e7\u00f6z\u00fcl\u00fcr.<\/p>\n
Derin peki\u015ftirmeli \u00f6\u011frenme, derin \u00f6\u011frenme ve takviyeli \u00f6\u011frenmenin birle\u015fimidir.<\/p>\n
Derin \u00f6\u011frenme, insan beyninin yap\u0131s\u0131n\u0131 taklit eden yapay sinir a\u011flar\u0131n\u0131 kullanan bir teknikler b\u00fct\u00fcn\u00fcd\u00fcr. Derin \u00f6\u011frenme ile bilgisayarlar, a\u00e7\u0131k\u00e7a programlanmadan b\u00fcy\u00fck miktarda verideki karma\u015f\u0131k \u00f6r\u00fcnt\u00fcleri tan\u0131yabilir, i\u00e7g\u00f6r\u00fcleri \u00e7\u0131karabilir veya tahminlerde bulunabilir. E\u011fitim, denetimli \u00f6\u011frenme, denetimsiz \u00f6\u011frenme veya peki\u015ftirmeli \u00f6\u011frenmeden olu\u015fabilir.<\/p>\n
Peki\u015ftirmeli \u00f6\u011frenme (RL), bir bilgisayar\u0131n bir ortamla etkile\u015fime girdi\u011fi, geri bildirim ald\u0131\u011f\u0131 ve buna ba\u011fl\u0131 olarak karar verme stratejisini ayarlad\u0131\u011f\u0131 bir \u00f6\u011frenme modudur.<\/p>\n
Derin peki\u015ftirmeli \u00f6\u011frenme ise, daha karma\u015f\u0131k problemleri \u00e7\u00f6zmek i\u00e7in derin sinir a\u011flar\u0131n\u0131 kullanan \u00f6zel bir RL bi\u00e7imidir. Derin peki\u015ftirmeli \u00f6\u011frenmede, derin \u00f6\u011frenmenin ve sinir a\u011flar\u0131n\u0131n \u00f6r\u00fcnt\u00fc tan\u0131ma g\u00fcc\u00fc, RL’nin geri bildirim tabanl\u0131 \u00f6\u011frenme ile birle\u015ftirilir.<\/p>\n","protected":false},"excerpt":{"rendered":"Peki\u015ftirmeli \u00f6\u011frenme, bilgisayarlar\u0131 \u00e7evreleriyle etkile\u015fime girerek en uygun kararlar\u0131 vermeleri i\u00e7in e\u011fitmeye odaklanan bir makine \u00f6\u011frenimi dal\u0131d\u0131r. Bilgisayar,…\n","protected":false},"author":1,"featured_media":4438,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"csco_singular_sidebar":"","csco_page_header_type":"","csco_appearance_grid":"","csco_page_load_nextpost":"","csco_post_video_location":[],"csco_post_video_location_hash":"","csco_post_video_url":"","csco_post_video_bg_start_time":0,"csco_post_video_bg_end_time":0},"categories":[3],"tags":[],"yoast_head":"\n