Yapay Sinir Ağları[değiştir | kaynağı değiştir]

Yapay sinir ağları, biyolojik nöron hücrelerinin ve bu hücrelerin birbirleri arasında kurduğu sinaptik bağın dijital olarak modellenmesidir. Bir yapay sinir ağı biyolojik beyni yansıtan birbirine bağlanmış sinir düğümleri topluluğudur. Her bağlantı aynı bir sinir hücresinde olduğu gibi diğer düğümlere sinyal iletir. Sinyali alan yapay sinir düğümü ise bunu işleyip diğer bağlı düğüme iletir. Bu "sinyal" aslında bir reel sayıyı temsil etmektedir. Her düğümün çıktısı ise lineer olmayan bir fonksiyonun, girdi ile yaptığı işlemin sonucudur. Her "bağlantı" kendisine özgü ağırlığa sahiptir ve bu ağırlıklar öğrenme ilerledikçe ayarlanır. Düğümlerin bir eşik noktası vardır ve gelen sinyallerin aktarılabilmesi için aktivasyon fonksiyonlarından geçen girdilerin eşik değerinden büyük olması gerekmektedir. Nöranlar genelde katmanlardan oluşmaktadır. Sinyaller ise ara katmanlardan geçerek, girdi katmanından çıktı katmanına doğru ilerler.

Öğrenme[değiştir | kaynağı değiştir]

Sinir ağları, kendilerine has girdi ve çıktı değerlerine sahip örnek verileri işleyerek kendi çıktısının olması gereken değerden ne kadar uzak olduğunu hesaplar. Elde edilen sonuç ile çıktı arasındaki farka hata denir. Sinir ağı ise kendi ağırlıklarını öğrenme kurallarına ve aradaki hataya göre ayarlar. Bu tip ardışık ayarlamalar sinir ağının, örnek verideki çıktıya gittikçe daha benzer çıktı elde etmesine sebep olur. Bu ayarlamalar yeteri miktarda yapıldığında işlem belli kriterler kullanılarak tamamlanır. Buna denetimli öğrenme denir.

Bu sistemler kendilerine belli parametreler verilmeden öğrenme gerçekleştirir. Mesela cümle analizlerinde sinir ağı cümlenin duygusunu, manuel olarak "pozitif" veya "negatif" olarak sınıflandırılmış örnek verilerin çıktılarına bakarak kurar. Ancak sinir ağları bu işlemi cümlelere hangi kelimelerin pozitif veya negatif anlam kattığını bilmeden yapar. Aksine sinir ağları kelimelerin karakteristik özelliklerini sağlanan örnek verilerin çıktılarına bakarak öğrenir.