Bir önceki yazıda YSA nedir sorusunun cevabını vermiş, sinir hücresinin yapısından başlayıp yapay sinir ağı mimarisi ile sonlandırmıştık. Bu yazıda ise yapay sinir ağlarının (artificial neural networks) temel avantajlarından bahsedip, uygulama alanları hakkında bilgi vereceğiz.
Yapay sinir ağlarının temel avantajları:
YSA'ların belirli sorunlar ve durumlar için en uygun hale getiren bazı önemli avantajları vardır:
1. YSA'lar doğrusal olmayan ve karmaşık ilişkileri öğrenme ve modelleme yeteneğine sahiptir. Bu gerçekten önemlidir, çünkü gerçek hayatta girdiler ve çıktılar arasındaki ilişkilerin çoğu doğrusal olmadığı kadar karmaşıktır.
2. YSA genelleştirebilir - İlk girdilerden ve ilişkilerinden öğrendikten sonra, görünmeyen veriler üzerinde görünmeyen ilişkileri de çıkarabilir, böylece modeli görünmeyen verileri genelleştirebilir ve tahmin edebilir.
3. Diğer birçok tahmin tekniğinden farklı olarak, YSA girdi değişkenlerine herhangi bir kısıtlama getirmez (nasıl dağıtılması gerektiği gibi). Ek olarak, birçok çalışma YSA'ların verilerdeki herhangi bir sabit ilişki empoze etmeden gizli verileri öğrenebilme kabiliyeti göz önüne alındığında, heteroskedastisite yani yüksek uçuculuk ve sabit varyansa sahip verilerin daha iyi modellenebileceğini göstermiştir. Bu, veri oynaklığının çok yüksek olduğu finansal zaman serisi tahmininde (örn. Hisse senedi fiyatları) çok yararlı bir şeydir.
Birkaç uygulama:
YSA'lar, bazı harika özelliklerinden dolayı birçok uygulamaya sahiptir:
1. Görüntü İşleme ve Karakter tanıma:YSA'ların çok sayıda girdi alma yeteneği göz önüne alındığında, karmaşık ve doğrusal olmayan ilişkilerin yanı sıra gizli çıkarım yapmak için bunları işleyin, YSA'lar görüntü ve karakter tanımada büyük rol oynamaktadır. El yazısı gibi karakter tanımanın sahtekarlık tespiti (örneğin banka sahtekarlığı) ve hatta ulusal güvenlik değerlendirmelerinde birçok uygulaması vardır. Görüntü tanıma, sosyal medyada yüz tanıma, tıpta kanser alıkoyma, tarımsal ve savunma amaçlı uydu görüntülerinin işlenmesine kadar yaygın uygulamalara sahip, sürekli büyüyen bir alandır. YSA ile ilgili araştırmalar şimdi “derin öğrenme” nin temelini oluşturan ve şimdi bilgisayar görme, konuşma tanıma, doğal dil işleme alanındaki tüm heyecan verici ve dönüşümsel yenilikleri açan derin sinir ağlarının yolunu açtı - ünlü örnekler kendi kendine araba sürmek.
2. Öngörü: Gündelik iş kararlarında (ör. Satış, ürünler arasında finansal tahsis, kapasite kullanımı), ekonomik ve para politikasında, finans ve borsada öngörme gereklidir. Daha sık olarak, tahmin problemleri karmaşıktır, örneğin, hisse senedi fiyatlarını tahmin etmek, altta yatan birçok faktörle (bazıları bilinen, bazıları görünmeyen) karmaşık bir sorundur. Geleneksel tahmin modelleri, bu karmaşık, doğrusal olmayan ilişkileri dikkate alma konusunda sınırlamalar getirir. Doğru şekilde uygulanan YSA'lar, görünmeyen özellikleri ve ilişkileri modelleme ve çıkarma yeteneği göz önüne alındığında sağlam bir alternatif sağlayabilir. Ayrıca, bu geleneksel modellerin aksine, YSA girdi ve kalan dağılımlara herhangi bir kısıtlama getirmez.
YSA'lar çok çeşitli uygulamalara sahip güçlü modellerdir. Yukarıda, öne çıkan birkaçını listeledim, ancak tıp, güvenlik, bankacılık / finans, hükümet, tarım ve savunma alanlarında birçok farklı alanda geniş kapsamlı uygulamaları var.
NOT : Bu yazıda yapay sinir ağı(artificial neural network) nedir sorusunun cevabı verilmiştir. Ysa mimarisi, sigmoid aktivasyon fonksiyonu, çok Katmanlı Algılayıcı, ileri besleme ağı, ileri beslemeli ağlar, geri beslemeli ağlar, feed forward networks, feed back networks, ann kavramları açıklanmıştır. Sitede, yapay sinir ağı, yapay sinir ağları nelerdir, derin öğrenme nedir, deep learning nedir, bulanık mantık nedir, fuzzy logic nedir, yapay sinir ağları uygulamaları, makine öğrenmesi, yapay sinir ağı algoritmaları, makine öğrenmesi ve derin öğrenme, regresyon, machine learning nedir, matlab, matlab örnekleri, matlab machine learning gibi soruların cevaplarına yönelik içerikler yer almaktadır.
‘Yapay sinir ağı’, ‘yapay sinir ağları nedir’, ‘derin öğrenme nedir’, ‘deep learning nedir’, ’bulanık mantık nedir’, ‘fuzzy logic nedir’, ‘yapay sinir ağları uygulamaları’, ‘makine öğrenmesi’, ‘yapay sinir ağı algoritmaları’, ‘makine öğrenmesi ve derin öğrenme’, regresyon, ‘machine learning nedir’, matlab, ‘matlab örnekleri’, ‘matlab machine learning’, 'artificial neural network'
