Giriş
Tüm modeller çizgi olarak çizilebilen basit matematik denklemleri değildir. Bunun yerine, bazı karmaşık modeller akış grafikleri veya geleneksel programlama yapıları gibi daha kolay düşünülmelidir. Bu tür modeller genellikle ek özelleştirme düzeylerine sahiptir ve bu da onları daha güçlü hale getirir, ancak çalışmak daha karmaşıktır. Bu alıştırmalar boyunca modellerin nasıl çalıştığını ve eğitilmiş olduğunu değiştirerek bunu keşfedeceğiz. Tek bir model türüne odaklanacak olsak da, burada öğretilen genel ilkeler diğer birçok model türü için de geçerlidir.
Senaryo: Makine öğrenmesini kullanarak spor sonuçlarını tahmin etme
Bu modül boyunca, model mimarisi ve hiper parametrelerle ilgili kavramları açıklarken aşağıdaki örnek senaryoya başvuracağız. Bu senaryo ilk başta karmaşık görünecek şekilde tasarlanmıştır, ancak alıştırmalar ilerledikçe biraz kritik düşünce ve deneme kullanarak bununla nasıl başa çıkabileceğinizi öğreneceğiz.
Oyunların sloganı üç Latin kelimeden oluşur: Citius - Altius - Fortius. Bu sözcükler Daha Hızlı - Daha Yüksek - Daha Güçlü anlamına gelir. Bu slogan kurulduğundan beri, oyun çeşitliliği çekim, yelken ve takım sporlarını içerecek şekilde büyük ölçüde büyüdü. Dünyanın en prestijli spor etkinliklerinden birinde kimin madalya kazanacağını tahmin etmek için temel fiziksel özelliklerin hala oynadığı rolü keşfetmek istiyoruz. Bu amaçla ritmik jimnastiği keşfedeceğiz: dans, jimnastik ve çalışkanlıkları birleştiren oyunlara modern bir ekleme. Çeviklik, esneklik, el becerisi ve koordinasyon ihtiyacı göz önüne alındığında, yaş, boy ve kilonun temel özelliklerinin yalnızca sınırlı bir rol oynadığını düşünebilirsiniz. Şimdi bu temel faktörlerin gerçekten ne kadar kritik olduğunu görmek için daha gelişmiş makine öğrenmesi modelleri kullanalım.
Önkoşullar
- Makine öğrenmesi modelleri hakkında bilgi
Öğrenme hedefleri
Bu modülde şunları yapacaksınız:
- Yeni model türlerini keşfedin: karar ağaçları ve rastgele ormanlar.
- Model mimarisinin performansı nasıl etkileyebileceğini öğrenin.
- Eğitim verimliliğini artırmak için hiper parametrelerle çalışma alıştırması yapın.