🤸‍♀️ Uygulamalı Makine Öğrenmesi Üzerine Notlar

👷‍♀️ Makine Öğrenimi Projelerini Yapılandırma Talimatları

👩‍🎓 Orthogonalisation

Makine öğrenim sistemlerinin kurulmasındaki zorluklardan biri, deneyebileceğimiz pek çok şeyin olması 🙄. Örneğin, ayarlayabildiğimiz çok fazla hiperparametre mevcut. İstenen etkiyi elde etmek için hangi parametrenin ayarlanacağını bilme sanatına orthogonalisation denir.

Bir ML projesini değerlendirirken nelere dikkat etmeliyiz? Onu nasıl optimize ederiz? Nasıl hızlandırırız? Birçok parametre olduğundan ayarlanması gereken hiperperemtre nasıl seçilir? seçilen hiperparametre nasıl ayarlanır? 🤔🤕

Bu soruları cevaplamadan önce süreci bir bütün olarak inceleyelim 🧐

⛓ ML'deki Varsayımlar Zinciri

Modelde olması gereken:

Training seti maliyet fonksiyonuna göre iyi çalışmalı (Human level performance ❌❌)

Dev seti maliyet fonksiyonuna göre iyi çalışmalı

Test seti maliyet fonksiyonuna göre iyi çalışmalı

Gerçek hayatta iyi çalışmalı ✨

Neyin yanlış olduğunu bulmak, uygun bir çözüm seçmemize ve daha sonra projeyi etkilemeden bu kısmı düzeltmemize yardımcı olabilir. 👩‍🔧

🌞 Yazının Aslı

Last updated