Neural Network (Yapay Sinir Ağı)

#YapaySinirAglari #MakineOgrenmesi #DerinOgrenme #Algoritma #Biyomimetik

Yapay Sinir Ağları (ANN - Artificial Neural Networks), insan beynindeki biyolojik nöronların birbirleriyle bilgi alışverişi yapma şeklinden ilham alınarak tasarlanmış makine öğrenimi modelleridir.

Yapay Sinir Ağları (ANN - Artificial Neural Networks), insan beynindeki biyolojik nöronların birbirleriyle bilgi alışverişi yapma şeklinden ilham alınarak tasarlanmış makine öğrenimi modelleridir. Veriler ağın içindeki birbirine bağlı "düğümler" (node) üzerinden geçerken matematiksel işlemlere tabi tutulur. Bu mimari, Derin Öğrenmenin (Deep Learning) yapıtaşıdır ve görüntü tanımadan ses sentezlemeye kadar modern yapay zekanın sahip olduğu neredeyse tüm yeteneklerin temelini oluşturur.

grain Yapay Sinir Ağı Mimarisi

Standart bir yapay sinir ağı üç ana katmandan (layer) oluşur: Verinin modele girdiği 'Girdi Katmanı (Input Layer)', karmaşık hesaplamaların yapıldığı ve patternlerin öğrenildiği bir veya daha fazla 'Gizli Katman (Hidden Layer)', ve sonucun (tahminin) üretildiği 'Çıktı Katmanı (Output Layer)'. Ağda birden fazla gizli katman varsa buna 'Derin Sinir Ağı' (Deep Neural Network) denir.

Nasıl Öğreniyorlar?

balance Ağırlıklar ve Sapmalar

İki nöron arasındaki bağlantının gücüne Ağırlık (Weight) denir. Model eğitildikçe, doğru sonuca ulaşmak için bu ağırlıkları otomatik olarak günceller.

bolt Aktivasyon Fonksiyonu

Bir nöronun aldığı toplam girdinin, diğer nöronlara aktarılacak bir sinyale dönüşüp dönüşmeyeceğine karar veren matematiksel filtredir (örn: ReLU, Sigmoid).

arrow_forward İleri Besleme (Forward Propagation)

Verinin ağın başından sonuna doğru akıp modelin bir tahminde (çıktı) bulunması sürecidir.

sync Geri Yayılım (Backpropagation)

Tahmin edilen sonuç ile gerçek sonuç arasındaki hatanın hesaplanıp, bu hatayı düzeltmek için ağdaki tüm ağırlıkların geriye dönük olarak güncellenmesi algoritmasıdır.

account_tree Farklı Sinir Ağı Türleri

  • check_circle CNN (Convolutional Neural Networks): Görsel verileri (fotoğraf, video) işlemek için özel olarak tasarlanmıştır. Piksel uzayındaki ilişkileri algılar.
  • check_circle RNN (Recurrent Neural Networks): Zaman serisi verileri veya metinler gibi bir sırası olan verileri işler. Hafızaya sahiptir.
  • check_circle Transformers: Tüm modern dil modellerinin (GPT vb.) temelini oluşturan, RNN'lerin yerini alan en gelişmiş ağ yapısıdır.

quiz Sıkça Sorulan Sorular (FAQ)

  • check_circle Kara Kutu (Black Box) Problemi Nedir?: Yapay sinir ağları milyonlarca (bazen trilyonlarca) parametreden oluştuğu için, bir modelin belirli bir kararı neden verdiğini insanların geriye dönük tam olarak izleyememesi ve açıklayamaması sorunudur.
  • check_circle İnsan beyni ile birebir aynı mı çalışır?: Hayır, sadece ilham almıştır. Biyolojik nöronlar kimyasal ve elektriksel sinyallerle son derece karmaşık çalışırken, yapay sinir ağları temelde matris çarpımları ve türev hesaplamaları yapan matematiksel fonksiyonlardır.