Yapay zeka nasıl eğitilir?

20 Tem 01:37

Eğitim için verileri düşündüğün kadar basit değil aslında, çünkü sadece resimlerin olması yetmiyor. Mesela resim tanıma modeli için veri setinde sadece yüksek çözünürlüklü fotoğraflar değil, farklı ışık koşulları, açılar, gürültüler, hatta arka plan değişiklikleri de olmalı. Örneğin bir kediyi tanıtmak istiyorsan, fotoğrafların farklı pozlarda, farklı ırklarda, hatta kediyle kedinin gölgesinin veya farklı cisimlerle birlikte çekilmiş versiyonlarını da içermeli. Böylece model, sadece "kedi" etiketine değil, nesnenin özelliklerine odaklanabiliyor. Overfitting denen şey de tam olarak burada devreye giriyor. Diyelim ki sadece 10 fotoğraftan oluşan bir veri setin var ve bunların hepsi aynı şekilde çekilmiş, aynı arka plana sahip. Model buna mükemmel bir şekilde uyum sağlayabilir, ama gerçeğe geldiğinde hiçbir işe yaramaz, çünkü dışarıdaki çeşitliliğe adapte olamadı. Overfitting, modelin eğitim verilerine "çok iyi" öğrenmesi anlamına geliyor, ama bu genellikle genelleme yeteneğini öldürüyor. Nasıl mı anlaşılır? Eğitim verisinde %99 doğruluk alırken, test verisinde %60’a düşüyorsa işte orada bir overfitting var demektir.