Yapay Sinir Alar Yrd Do Dr Ayhan Demiriz

Yapay Sinir Ağları Yrd. Doç. Dr. Ayhan Demiriz 21 -03 -2006

Yapay Sinir Ağları l l l Biyolojik sistemlerdeki sinir ağlarına benzer şekilde öğrenme algoritmasına sahiptir Yaygın olarak gerek mühendislik ve gerekse bilimsel alanlarda kullanılır ve başarılı uygulamaları mevcuttur Karar verici için çok faydalı ve güvenilir bir araç olarak kullanılabilir Gerek gruplama ve gerekse sınıflandırma alanlarında uygulamaları vardır Paralel uygulamaları ile çok etkin algoritmaların geliştirilmesi mümkündür

Sinir x 0 w 0 x 1 w 1 xn l f wn Girdi Ağırlık vektörü x w l å Ağırlıklı Toplam Çıktı y Aktivasyon fonksiyonu n-boyutlu girdi vektörü x, doğrusal olmayan fonksiyon yardımıyla y çıktı değişkenine dönüştürülür. Ağırlıkların bulunması öğrenme anlamına gelmektedir

Sinir x 0 w 0 x 1 w 1 xn - mk å f wn Girdi Ağırlık vektörü x w Ağırlıklı Toplam Aktivasyon fonksiyonu Çıktı y

Aktivasyon Fonksiyonu l Birleştirme Fonksiyonu l l Transfer Fonksiyonu l l l Basit toplama işlemidir, fakat yerine göre “VE” ve “VEYA” operatörleri de kullanılabilir Sigmoid, doğrusal veya hiperbolik tanjant fonksiyonları olabilir Sigmoid ve hiperbolik tanjant fonksiyonları doğrusal değillerdir ve doğrusal olmayan sonuçların ağda elde edilmesinde kullanılılırlar Belli bir eşiğin üzerinde değere sahip sinirler, bir sonraki sinirlere (düğüm) girdi olacak şekilde çıktı oluştururlar

Çok-katmanlı Perseptron Çıktı Vektörü Çıktı Düğümleri Gizli Katman wij Girdi Düğümleri Girdi Vektörü: xi

Doğruluk Tablosu

Örnek Uygulama: Emlak Expertiz Değeri l l l Hangi değişkenlere ihtiyaç var? Amacımız nedir? Problem sınıflandırma, gruplama veya regresyon modellerinde hangisine aittir Ne tür değişkenler vardır? Kategorik değişkenler nasıl rakamsal hale getirilmelidir? Sürekli değişkenler nasıl 0 -1 aralığında ifade edilmelidir?

Yapay Sinir Ağlarının Güçlü ve Zayıf Yönleri l Güçlü yönleri: l l l Çok farklı problemlerde kullanılabilirler Zor problem dahi olsa çok iyi sonuç bulabilirler Hem kategorik hem de sürekli değişkenleri kullanabilirler Hazır paket programlar yardımıyla kolaylıkla uygulanabilirler Zayıf Yönleri: l l l 0 -1 aralığında girdi zorunluluğu vardır Bulunan sonuçlar kolaylıkla açıklanamaz ve yorumlanması güç olabilir Optimum olmayan bir sonuca kolaylıkla yakınsayabillirler