Makine öğrenimi, özellikle Endüstri 4.0’ın ortaya çıkışıyla birlikte sıklıkla duyduğumuz bir terim haline geldi. Temel olarak, öğrenebilen ve verilere dayanarak tahminler geliştirebilen algoritmaların çalışmalarını araştıran bir alan olan makine öğrenimi, aynı zamanda yapay zekanın alt dalı olarak kabul ediliyor. Yapay zeka, insan gibi davranan bir teknoloji düşüncesiyken, makine öğrenimi algoritmaları ve büyük verileri bulmaya yönelik bir çalışma alanıdır diyebiliriz.
Dünyanın en önemli şirketlerinin gündemini oluşturan makine öğrenimi pazarlama ve müşteri ilişkileri yönetimi gibi alanlar başta olmak üzere birbirinden çok farklı alanlarda kullanılıyor. Makine öğreniminde kod yazmak yerine genel algoritmayı veri ile beslediğinizde algoritma, var olan verilere dayanarak kendi mantığını oluşturuyor. Makine öğrenme algoritmaları, verilerin; metin, görüntü, genetik verisi, sayısal ölçümler vb. setlerini analiz ediyor ve çeşitli bilgi çıkarımlarında bulunarak şirketlerin daha doğru sonuçlar elde etmesini sağlıyor.
Makine öğreniminde, kilit noktaların ilki; modelin oluşturulmasıdır. Daha sonrasında veri girişlerinin gerçekleşmesi gelir. Tabii burada; verilerin modele uygun olarak seçilmesi, gerekirse verilerin dönüştürülmesi hatta çeşitli veri madenciliği yollarına başvurulması gibi püf noktaları unutmamak gerekiyor. Son aşama ise; modelin eğitim verileriyle, öğrenmeyle ve yeni bir modelin oluşturulmasıyla kıyaslanmasıdır. Bu karşılaştırmada sınıflama ve tahmin hedefleri göz önünde bulundurularak performans analizi ile sonuçlar değerlendirilmelidir.
Facebook’ta dolanırken zaman tünelimize hangi resimlerinin çıkacağına, Ebay ve Amazon’un hangi ürünleri tavsiye edeceğine artık makine öğrenimindeki algoritmalar karar veriyor.
Popüler uygulamaların temelinde makine öğrenimi yatıyor
Günümüzde önemi ve kullanımı gittikçe artan e-ticaret alanında ve sosyal medya platformlarında da makine öğrenimine ihtiyaç duyuluyor. Milyonlarca kullanıcıya sahip, Amazon, Facebook gibi uygulamalar kişilerin davranışlarını anlayarak sınıflandırmada zorluk yaşayabiliyor. Makine öğrenimi algoritmaları da işte bu noktada verileri analiz edip, kalıplar oluşturarak kişilerin davranışlarını tanımlamayı otomatikleştirme fırsatı sunuyor. Facebook’ta dolanırken zaman tünelimize hangi resimlerinin çıkacağına, Ebay ve Amazon’un hangi ürünleri tavsiye edeceğine artık makine öğrenimindeki algoritmalar karar veriyor. Ayrıca yine bu algoritmalar, veri odaklı öngörülerde de bulunabiliyorlar. Google’da arama yaparken bir kelimeyi yanlış yazdığınızda; “Bunu mu demek istediniz?” diye gelen uyarılar bahsi geçen algoritmaların eseri.
Bunun temelinde yatan şeyse; önceki kullanıcıların yanlış aramalardan sonra hatalarını fark ederek hemen ardından doğru şekilde arama yapmaları ve Google algoritmalarının bunu kaydederek, sonraki kullanıcıları düzeltebilmek amacıyla saklamalarıdır. Yani aslında algoritmalar bizleri
düzeltmeyi öğreniyorlar. Yine son dönemde büyük bir popülerlik kazanan Netflix uygulaması da makine öğreniminden faydalanarak önümüze birçok seçenek çıkarıyor. Sizinle aynı şeyleri izleyen kullanıcıların diğer tercihlerinden yola çıkarak bu tercihleri size öneri olarak sunan Netflix, hem sizi tanıdığını gösteriyor hem de uygulamada daha fazla vakit geçirmenizi garanti altına almaya çalışıyor.
Siber güvenlikte makine öğrenimi
Makine öğreniminin en yaygın olarak kullanıldığı alanlardan biri de siber güvenlik. Siber olaylar gelişen teknolojiyle birlikte artış gösteriyor, saldırganlar sistemlere sızabilmek için her gün farklı bir yönteme başvurarak güvenlik duvarlarını delmenin yeni bir yolunu geliştiriyorlar. Güvenliği sağlamakla görevli kişiler, açığın nereden kaynaklandığını bulup sızmaların önüne geçene kadar saldırganlar sisteme çoktan zarar vermiş oluyor. Bugüne kadar yazılımcılar tarafından geliştirilen yazılımlarla güvenlik açıklarının önüne geçilmeye çalışılıyordu ancak tek başına yazılımlar yeterli gelmeyince yapay zeka ve makine öğrenimini kullanarak daha etkili sistemler üretilmeye başlandı. Makine öğrenimiyle siber güvenlik alanında geliştirilen uygulamalar hem sistemleri daha güvenli bir hale getiriyor hem de bir sonraki saldırının nereden olacağını tahmin edebiliyor. Daha önce tespit edilmemiş tehditleri tanıyarak saldırganlardan önde olmayı sağlayan bu uygulamalar siber güvenliğin vazgeçilmezi haline geliyor.
