AI: Eğitim Verileri ve Taraflılık

Makine Öğrenmesinin en önemli tarafı, eğitmek için hangi verilerin kullanıldığıdır. Eğitim verilerinin, makinenin tahminlerini nasıl etkilediğini ve taraflı verilerin neden taraflı kararlara yol açtığını öğrenin.

Öğrenmeye başlayın: http://code.org/

İletişimde kalalım!
• Twitter https://twitter.com/codeorg
• Facebook https://www.facebook.com/Code.org
• Instagram https://instagram.com/codeorg
• Tumblr https://blog.code.org
• LinkedIn https://www.linkedin.com/company/code-org
• Google+ https://google.com/+codeorg

YAPAY ZEKA
Eğitim Verileri ve Önyargı

Makine öğrenmesi ancak
sağladığınız eğitim verileri kadar iyidir.

Bu nedenle, yüksek kaliteli
ve pek çok veri kullanmak çok önemlidir.

Veriler bu kadar önemliyse

"eğitim verilerinin
nereden geldiğini" sormaya değer.

Çoğu zaman, bilgisayarlar
sizin ve benim gibi insanlardan

biz en ufak bir çaba göstermeden
eğitim verileri topluyor.

Bir video akışı hizmeti izlediklerinizi
takip edebilir, bu verilerdeki örüntüleri

daha sonra izlemek isteyebileceklerinizi
önermek için tanıyabilir.

Diğer zamanlarda yardımınız
doğrudan istenir.

Örneğin bir web sitesi sokak tabelalarını
ve fotoğraflarını bulmanızı istediğinde

bir makinenin görmeyi öğrenmesi,

hatta bir gün araba sürmesi için
eğitim verileri sağlıyorsunuz.

Tıbbi araştırmacılar, tıbbi görüntüleri
bilgisayarlara hastalıkları tanımayı

ve teşhis etmeyi öğretmek için
eğitim verisi olarak kullanabilirler.

Makine Öğrenmesi, bir hastalığı
doğru tanımlayabilmek için

yüzbinlerce görsele
ve neyi arayacağını bilen bir doktorun

eğitim talimatlarına ihtiyaç duyar.

Binlerce örnekle bile
bilgisayarın tahminleri sorunlu olabilir.

Röntgen verileri sadece erkeklerden
toplanırsa bilgisayarın tahminleri

sadece erkekler için işe yarayabilir.

Bir kadının röntgenini teşhis etmesi
istendiğinde hastalıkları tanımayabilir.

Eğitim verilerindeki bu kör nokta
"önyargıya" neden olur.

Önyargılı veriler bazı şeyleri önceler,
diğerlerini daha önemsiz veya hariç tutar.

Eğitim verilerinin nasıl toplandığına,
bunları kimin topladığına

ve verilerin
bilgisayara nasıl yüklendiğine göre

insanların önyargılarının verilere
etki etmesi ihtimali vardır.

Bilgisayar, önyargılı verilerden öğrenerek
önyargılı tahminlerde bulunabilir.

Bilgisayarı eğiten kişiler farkında olsun
ya da olmasın bu gerçekleşebilir.

Eğitim verilerine bakarken
kendinize iki soru sorun:

Bu veriler bir bilgisayarı
doğru eğitmek için yeterli mi?

Ve bu veriler
tüm olası senaryoları

ve kullanıcıları
önyargısız temsil ediyor mu?

Burada insan eğitmen olarak
çok önemli bir rol oynuyorsunuz.

Makinenize önyargısız veriler vermek
size kalmış.

Bu, birçok kaynaktan
tonlarca örnek toplamak demek.

Unutmayın, makine öğrenmesine yönelik
veri toplayıp seçtiğinizde

aslında algoritmayı,
kod yerine eğitim verisi kullanarak

programladığınızı unutmayın.
"Veriler koddur."

Ne kadar iyi veri sağlarsanız
bilgisayar o kadar iyi öğrenir.