Maşın öyrənməsi (Machine learning) nədir?
Yaşadığımız dövr sürətlə inkişaf etməkdə davam edir. Həyatımızı daha da asan və rahat vəziyyətə gətirmək üçün yeni-yeni texnologiya axtarışındayıq. Müasir dövrdə inkişaf edən texnologiya sənayesində süni intellekt və maşın öyrənməsi ən sürətlə inkişaf edən sahələrdəndir.
Maşın öyrənməsi süni intellektin mühüm tərkib hissəsidir. Bəs özlüyündə maşın öyrənməsi nədir?
Maşın öyrənməsi- kompüter proqramının öyrənə biləcəyi və insan müdaxiləsi olmadan yeni datanı qəbul edə biləcək sistemdir. Bu proqram kodu datanı müəyyən etmək üçün model və datanın ətrafında proqnozlar yaradır. Maşın öyrənmə prosesi inkişaf etmiş proqramlar və alqoritmləri əhatə edir və bu, maşının müxtəlif mənbələrdən datanı yığması və datanı təkmilləşdirmək üçün analiz etməsi vasitəsilə həyata keçirilir. Data diqqətlə analiz edilir və proqramlaşdırma sistemi üçün təkmilləşdirilir.
Detallara keçmədən qeyd edək ki, Maşın öyrənməsini birbaşa dataya bağlı olan və bəzi alqoritmlərin tətbiqi ilə formalaşdırılan datanın tətbiq sahəsidir.
Müxtəlif mənbələrdən əldə olunan datanı oxumaq və analiz etmək üçün kifayət qədər metod vardır. Maşın öyrənməsi üçün vacib olan metodlar əsas 2 kateqoriyaya bölünür: nəzarət olunan maşın öyrənməsi(supervised machine learning) və nəzarət olunmayan maşın öyrənməsi(unsupervised machine learning).
Nəzarət olunan maşın öyrənməsi(Supervised machine learning)
Adından da məlum olduğu kimi, bu metodda funksiyanın işlənməsi üçün alqoritm mövcuddur. Maşın öyrənməsinin bu növü keçmiş datadan istifadə edərək gələcək hadisələri dəyərləndirir və maşına yeridilən yeni datanı müəyyənləşdirir. Maşının istifadə etməsi üçün müxtəlif növ nümunələr istifadə olunur. Bu zaman oxşar datanın müəyyənləşdirilməsi üçün keçmiş data vasitəsilə maşına alqoritm təqdim olunur. Məsələn, maşına müxtəlif gül buketleri daxil edilir, hər növ gülü təyin etmək və təsnif etmək maşına bildirilir və bu, ehtiyatda saxlanılır, daha sonra isə gələcək hadisələr üçün istifadə olunur.
Nəzarət olunmayan maşın öyrənməsi(Unsupervised machine learning)
Adından da məlum olduğu kimi, bu kateqoriyada maşına təlimat vermək üçün nəzarətçi yoxdur. Bu metodda əldə edilən data nəzarət olunan maşın öyrənməsi metodunda olduğu kimi təsnif olunmur. Maşın verilən datanı ilkin informasiya olmadan təsnifləşdirir və dəyərləndirir. Bu zaman maşın datanı müxtəlif tipli xüsusiyyətlərə görə təsnifləşdirir. Məsələn, maşına müxtəlif it və pişiklər verilir, nəzarət olunmayan maşın öyrənməsi pişik və itlər arasındakı fərqi əvvəlki informasiya verilmədən müxtəlif modelləri müşahidə edərək müəyyənləşdirir.
Eyni zamanda digər maşın öyrənməsi alqoritmləri də mövcuddur. Məsələn, yarı-idarə olunan maşın öyrənməsi (Semi-supervised machine learning) var ki, maşına az miqdarda idarə olunan data(supervised data) təqdim olunur. Bu metod, əsasən, öyrənmə bacarıqlarını artırmaq üçün istifadə olunur. Bundan başqa gücləndirmə maşın öyrənməsi(Reinforcement machine learning) metodu da var ki, maşın təkmilləşdirmə prosesi üçün onu əhatə edən mühit ilə əlaqəyə girir.
Maşın öyrənməsinin rolu
Maşın öyrənməsi idraki bacarıqların inkişaf etməsinə kömək edir. Belə ki, yaşadığımız era sürətli dərəcədə inkişaf etməkdə olduğu üçün bizim hal-hazırda maşın öyrənməsini mükəmməl şəkildə bilən insanlara daha çox ehtiyacımız var. Süni intellektin düzgün qurulması üçün maşın öyrənməsi ən əsas sütunlardan biridir. Buna görə də karyera seçimi kimi maşın öyrənməsi yaşadığımız dövr üçün çox əlverişlidir.
Əgər maşın öyrənməsini gələcək karyeranız kimi seçsəz, aşağıdakı iş sahələri sizin üçün uyğun olacaqdır:
Proqram təminatı mühəndisliyi (Software engineering)
Software developer
Designer in human-centered ML(machine learning)
Software engineer- alqoritmlərin inkişaf etdirilməsi və həmin alqoritmlər üçün kodların yığılması
Software developer-təkminləşdirmə işinin düzgün olmasına əmin olmaq və mexanizmin test olunması
Designer- kompüterin hansı şəkildə datanı qəbul edib və oxuması
Data scientist- yalnız maşının əlaqəli olduğu data ilə işləmək
