yapay zeka giris
TRANSCRIPT
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 1/48
Yapay Sinir Ağları
Yapay Zeka
Yard. Doç.Dr . Mehmet Siraç ÖZERDEM
Elektrik Elektronik Mühendisliği Bölümü
Dicle Üniversitesi
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 2/48
Zeka
Deneyimden öğrenme yeteneği Bilgi edinme, saklama ve uygulama
yeteneği Yeni durumlara tepki verebilmekiçin muhakeme edebilme yeteneği Problem çözme yeteneği
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 3/48
Yapay Zeka
Bilgisayarın insan gibi hareket vemuhakeme edebilmesini amaçlayançalıĢma alanı Bilgisayarlara düĢünmeyi öğretmek Bilgisayarın insan aklını taklit etmesinisağlamak Ġnsanların iyi yapabildikleri konulardabilgisayarıların da iyi olmasını sağlamak(problem çözme, oyun oynama)
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 4/48
Yapay Zeka
Bilgisayarlar hiçbir zaman insanoğlununyaratıcılık, duygu ve mizacınınbenzeĢimini aktarabilme becerisine sahipolamayacaktır.Bununla beraber, bilgisayarların belirliinsan davranıĢlarını yapan makinalara yön
vermesi ve belirli bir uzmanlık alanı ileilgili (veri hesaplaması, tıbbi teĢhis gibi)beĢeri düĢünme sürecinin benzeĢiminiyapan sistemlere beyin olma becerisinesahip olması olasıdır.
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 5/48
Yapay Zeka
MIT (Massachusette Technical University)araĢtırma grubunda YZ ile ilgili çalıĢmalarınöncüsü olan Manvin Minsky YZ'nin "hareket
eden bir ufuk" gibi olduğunu ifade etmiĢtir.YZ konusundaki çalıĢmalar 1960'lardan berigündemde olmasına karĢın YZuygulamalarının çok ileri boyutta bilgisayargücüne ihtiyaç duymasından dolayıaraĢtırmacıların çoğunun bu alanda yeni birĢey ortaya koyma gayreti sonuçsuzkalmıĢtır.
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 6/48
Yapay Zeka
Günümüzde bilgisayar teknolojisinde yaĢanangeliĢmelerin sağladığı ucuz ve güçlübilgisayarlar sayesinde YZ alanında büyükölçekli araĢtırma yapabilmek ekonomik açıdanmümkün hale gelebilmiĢtir.
Bunun sonucu olarak, YZ'nin bir alt alanı olanuzman sistemler (expert systems) konusundadaha Ģimdiden önemli geliĢmeler sağlanmıĢolup, iĢ dünyasının karar verme sürecindeuzman sistemlerden önemli ölçüde yararlandığıgözlenmektedir.
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 7/48
Yapay Zeka
Yapay zeka, “insanın düĢünme yapısını anlamak vebunun benzerini ortaya çıkaracak bilgisayariĢlemlerini geliĢtirmeye çalıĢmak” olarak tanımlanır.
Daha geniĢ bir tanıma göre ise, “yapay zeka, bilgiedinme, algılama, görme, düĢünme ve karar vermegibi insan zekasına özgü kapasitelerle donatılmıĢbilgisayarlar” diye tanımlanır.
Bu konudaki ilk çalıĢma McCulloch ve Pittstarafından yapılmıĢtır. Bu araĢtırmacıların önerdiği,yapay sinir hücrelerini kullanan hesaplama modeli,önermeler mantığı , fizyoloji ve Turing'in hesaplamakuramına dayanır.
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 8/48
Yapay Zeka
Aynı araĢtırmacılar, her hangi bir hesaplanabilirfonksiyonun sinir hücrelerinden oluĢan ağlarlahesaplanabileceğini gösterdiler. Bu ağ yapılarınınuygun Ģekilde tanımlanmaları halinde öğrenmebecerisi kazanabileceğini de ileri sürdüler.Hebb, sinir hücreleri arasındaki bağlantılarınĢiddetlerini değiĢtirmek için basit bir kuralönerince, öğrenebilen yapay sinir ağlarınıgerçekleĢtirmek de olası hale gelmiĢtir.1950'lerde Shannon ve Turing tarafındanbilgisayarlar için satranç programlarıyazılmaktaydı.
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 9/48
Yapay Zeka
Ġlk yapay sinir ağı temeli, bilgisayar SNARC,MIT'de Minsky ve Edmonds tarafından 1951'deyapıldı.
ÇalıĢmalarını Princeton Üniversitesi'nde sürdürenMcCarthy, Minsky, Shannon ve Rochester'lebirlikte 1956 yılında Dartmouth'da iki aylık birçalıĢma toplantısı düzenledi. Bu toplantıda bir çok
çalıĢmanın temelleri atılmakla birlikte, toplantınınen önemli özelliği McCarthy tarafından ilk kez “Yapay Zeka” teriminin kullanılmasıdır.
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 10/48
Yapay Zeka
Zeki davranıĢı üretmek için çalıĢmalardakullanılan temel yapılardaki bazı önemliyetersizliklerin ortaya konmasıyla, bir çok
araĢtırmacılar çalıĢmalarını durdurmuĢtur.Buna en temel örnek, sinir ağları konusundakiçalıĢmaların Minsky ve Papert'in 1969'dayayınlanan Perceptrons (Algaçlar) adlıkitaplarında tek katmanlı algaçların bazı basitproblemleri çözemeyeceğini gösterip aynıkısırlığın çok katmanlı algaçlarda da beklenilmesigerektiğini söylemeleri ile bıçakla kesilmiĢ gibidurmasıdır.
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 11/48
Yapay Zeka
Her sorunu çözecek genel amaçlı program yerinebelirli bir uzmanlık alanındaki bilgiyle donatılmıĢprogramlar kullanma fikri yapay zeka alanındayeniden bir canlanmaya yol açtı.Kısa sürede uzman sistemler adı verilen birmetodoloji geliĢti. Fakat burada çok sık rastlanantipik bir durum, bir otomobilin tamiri için önerilerdebulunan uzman sistem programının otomobilin ne iĢeyaradığından haberi olmamasıydı.Ġnsanların iletiĢimde kullandıkları Türkçe, Ġngilizcegibi doğal dilleri anlayan programların dünyahakkında genel bilgiye sahip olması ve bu bilgiyikullanabilmek için genel bir metodolojisi olmasıgerektiği belirtilmiĢtir.
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 12/48
Turing Testi
Ġçlerinde bir insan,bilgisayar ve sorgulayıcıbulunan üç oda. Sorgulayıcı diğer iki oda ile bir uzaktan yazıcı
(teleprinter) sistemi ile haberleĢebilir. Sorgulayıcı odalardan hangisinde insan,hangisinde bilgisayar bulunduğunu ayırtetmeye çalıĢır.
Makine sorgulayıcıyı kendisinin insanolduğuna inandırmaya çalıĢır. Eğer makine sorgulayıcıyı aldatabilirsemakinenin düĢünebildiğine karar verilir.
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 13/48
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 14/48
ElizaBen psikoterapistinizim.Lütfen probleminizianlatın.AnlatıĢınız her sonlandığında lütfen iki kez RET yazın. Öğrencilerimle zor zamanlar yaĢıyorum. Niçin öyle söylediniz.
Nasıl desem,benden para isteyip duruyorlar. Belki planlarınızda bununla ilgilenmek için bir Ģeyler vardır. Ne planları? Peki “Ne planları?” demenizin sebebi yaĢadığınız bu hayatmı? Hayır öyle söyledim çünkü neden bahsettiğine dair hiçbirfikrim yok.Peki bana gelmenizin sebebi neden bahsettiğime dair birfikrinizin olmaması mı? Hayır,geldim çünkü Turing testini geçip geçemeyeceğinigörmek istedim. Peki gerçekten Turing Testini geçseydim seni rahatsız edermiydi?….. Okulda problemlerini nasıl çözerdin? Bu tam bir zaman kaybı!Güle güle. Sekreterim size faturanızı gönderecektir.
• Bu Emacs iniçinde Elizasimülasyonunabenzer birprogramlayapılmıĢ birsohbetin
kopyasıdır
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 15/48
Colby’nin PARRY ’si (Geçiştirici)
Kenneth Colby 1968 liyıllarda aynı tekniğikullanarak bir paranoit(paranoyak)modelledi.PARRY temel duygubiçimlerine sahipti.Eğer sinirlenirsecevapları dahasaldırganlaĢıyordu. Turing testinde, uzmanpsikiyatristlerPARRY nin cevaplarınıgerçek paranoitlerdenayıramadılar.
H: Ġyi akĢamlar. Benim Adım DoktorJones.
P: TanıĢtığımıza memnun oldum.H: Nasılsın?P: Ġyiyim galiba.H: Bana adını söylermisin?P: Pat Smith.H: Bazı problemlerin olabileceğini
düĢündüm.P: Son zamanlarda biraz üzgünüm.H: Neye karĢı?P: Ġnsanlar bazen sinirlerimi
bozuyor.H: Devam et.P: Bahisçiler hakkında bir Ģey
biliyormusun?...
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 16/48
ParryEliza ’yla tanışır
P: Dürtülerini anlamıyorum .
E: Neden anlamıyorsun? P: Anlamamalımıydım? E: Bunu neden söyledin Ģimdi? P: Öyle iĢte.E: Öyle olmadığını düĢün.P: Yani?E: Seni tam olarak anladığımı
sanmıyorum .P: Bu soru üzerinde çok ısrarcısın .E: Bu benzerlik sana ne öneriyor? P: Anlamadım.E: AnlamıĢ olmak istermiydin?
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 17/48
Avantajları
Bilgisayarlar daha güçlü vekullanıĢlıdır.
Yeni problemleri çözebilir. Bilgiyi daha etkin kullanır. Arayüzler geliĢmektedir.
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 18/48
Dezavantajları
Artan MaliyetYavaĢ yazılım geliĢimi
Az sayıda uzman programcı Sektörde kullanımda olan azsayıda yazılım
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 19/48
Bilgisayarın Başarılı Olması içinGerekenler
Yapılacak iĢin açık tanımı Gerekli prosedürün tanımı
Kural ve sınırların tanımlanması Sürekli değiĢen ve çok miktardaolan bilginin saklanması ve etkinolarak iĢlenmesi
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 20/48
YZ’nin Temelleri BilgisayarBilimi ve
Mühendisliği
YZ
Matematik
Kavramsal
Bilim
Felsefe
Psikoloji Dilbilimi
BiyolojiEkonomi
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 21/48
YZ sistemleri hala neyi yapamaz?Doğal dilleri çok sağlıklı anlamak(Örnek;Gazetedeki bir makaleyi okuyup anlamak)Internet de sörf yapmak.
Görsel bir sahneyi isteğe bağlı yorumlamak Bir doğal dili öğrenmek Dinamik gerçek zamanlı bir alanda plankurmak
KarmaĢık bir çevrede ilgiyi yenidenodaklamakYaĢam boyu öğrenmek
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 22/48
Olası YZ Yaklaşımları
DüĢünme
Hareket
Ġnsanlar gibi Ġyi
GPS
Eliza
Rationalagents
Heuristicsystems
YZ geneldebu alandaçalışmayameyilli
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 23/48
YZ Görüşleri
Yapay Zeka görüĢleri 4 kategoriye ayrılır
Ġnsanca düĢünmek Rasyonel düĢünmek
Ġnsanca hareket etmek Rasyonel hareket etmek
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 24/48
İyi Düşünme
Bilgi temsili, mantık, öğrenme, hafıza, problemçözme gibi algoritmaların resmi modelleriningeliĢtirilmesi.
KanıtlanmıĢ ve garantili en uygun çözümü olansistemde genellikle vurgu vardır.
Think
Act
Likehumans Well
GPS
Eliza
Rationalagents
Heuristicsystems
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 25/48
İyi Hareket Etme
Verilen bir girdi için, ille de doğru olmayan fakat iĢiyaptıran uygun bir çıktı oluĢturur.
Hiçbir çözümü garanti etmez: Bunların tümü çoğuzaman yeterince iyi olan çözümleri sunan faydalı
keĢif için söylenebilir.
Think
Act
Likehumans Well
GPS
Eliza
Rationalagents
Heuristicsystems
Like
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 26/48
İnsanlar gibi düşünme
Sayısal modellerin „nasıl ifade edilmesi gerektiğinin
sonuçları elde edilmeli. Beynin iç aktivitelerinin bilimselteorileri gerekir.Bunları değerlendirmek için yeni mekanizmalar vekavramsal teoriler, bunları ifade etmek için de yeni birdil sağlamak.
GPS ( Genel problem çözücü ): Amaç insana aitdavranıĢlar üretmek değil (ELIZA gibi), benzer birgöreve çözüm bulan bir kiĢi tarafından izlenen mantıkiĢleminin basamaklarının sırasını üretmektir.
Think
Act
Likehumans Well
GPS
Eliza
Rationalagents
Heuristicsystems
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 27/48
İnsanlar gibi hareket etmek
DavranıĢçı yaklaĢım.
Nasıl sonuçlar getireceğinle ilgilenmek değil,sadece insan sonuçlarına benzerliğiyleilgilenmektir.
Örnek olarak turing testi (turing test)(Alan Turing, 1950).
Think
Act
Likehumans Well
GPS
Eliza
Rationalagents
Heuristicsystems
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 28/48
Yapay Zeka
Yapay Zeka (Artificial Intelligence);öğrenme, gerekçeleme, problem çözme,yabancı bir dili alma v.b. gibiinsanoğlunun davranıĢlarını gösterebilensistemlerle ilgilenen bir bilgisayarbilimidir.Yapay Zeka nın ana amacı insanlarındavranıĢlarının ve sezgisel yeteneklerinin
bilgisayar üzerinde benzetimidir. Ġnsanoğlu esas olarak Bilgi yi (Knowledge)kullanmakta ve onu iĢlemektedir. Buyüzden bilgi ve bilginin kullanımı YapayZeka nın da anahtar karakteristikleridir.
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 29/48
Yapay Zeka nın standart bir tanımıyapılamamakla beraber, yapılagelentanımların ortak yönleri Ģunlardır; YZ bir bilgisayar bilim dalıdır, YZ bilgi ve davranışa dayanır, YZ zeki davranışları araştırmaktadır. Zeka rakam ya da veriler yerine bilgiye dayalımantıksal bir süreçtir. Bilgi ve bilgininişlenmesi ile zeki davranışlar ortayaçıkarılabilir.
Yapay Zeka
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 30/48
Bir programın ya da sistemin zeki ya daakıllı olup olmadığını sınamak için bazıtestler uygulanır;
Turing TestiÇin Odası Testi
Yapay Zeka
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 31/48
Bir programın ya da sistemin zeki ya da akıllıolarak kabul edilebilmesi için, en azındanaĢağıdaki özelliklerden bazılarınısağlayabilmesi gerekir;
Karar vermeAlgılama Öğrenme Problem çözme Muhakemeġekil ya da resim tanıma Doğal dil anlama
Yapay Zeka
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 32/48
YZ nın geleneksel programlamadan birçokfarkı vardır; Öğrenebilirler Tecrübe kazanabilirler Bu tecrübeyi kullanarak yeni problemleriçözebilirler Eksik veri ile problemler çözebilirler
Belirli bir algoritma yerine sezgisel yöntemlerkullanırlar YanlıĢ yapabilirler
Yapay Zeka
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 33/48
YAPAY ZEKA ARAÇLARI
Uzman SistemlerYapay Sinir Ağları
Bulanık Mantık Genetik AlgoritmalarTabu AraĢtırma Algoritmaları
BenzetilmiĢ Tavlama BenzetilmiĢ Su Verme Vaka Tabanlı Gerekçeleme
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 34/48
İNSAN VE ZEKA
BĠR ĠNSANDA ORTALAMA: Hücre Adeti: 220 milyon Damar Uzunluğu: 200.000 km Kan Hızı: 2.000 m/saat Ağrıyı Duyma: 0.9 saniye Isıyı Duyma: 0.16 saniye Dokunmayı Duyma: 0.12 saniye Sinir Sistemi Bağlantı Noktası (NEURON) Sayısı: 1 trilyon
Sinir Sistemi Bağlantı Sayısı: 10 trilyon Sinir Sistemi - Operasyon Sayısı: 1 milyar operasyon / saniye
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 35/48
ĠNSAN DAVRANIġLARI VE BAZI ÖZELLĠKL
ĠNSANLAR: Öğrenebilir ve öğretilebilir DüĢünebilir Tecrübe kazanabilir, geçmiĢ tecrübelerini kullanarak yeni
problemleri çözebilir Karar verebilirMantık yürütebilir Tahmin yapabilirKalabalıkta ya da karanlıkta gördüğü bir yüzü anımsayabilir Günlük yaĢantısında farkında olmadığı dilsel değiĢkenlerkullanır Çoğalabilirler, çocukları büyük bir ihtimalle kendilerinebenzer
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 36/48
UZMAN SİSTEMLER (EXPERT SYSTEMS)
Geleneksel Programlamadan Farkları
Avantaj ve Dezavantajları Kullanım Alanları Uzman Sistem GeliĢtirme Araçları
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 37/48
UZMAN SİSTEMLER
Uzman Sistemler en eski Yapay Zekaaraçlarından birisidir
Belirli bir alanda, bir uzmanın önerdiğiçözümleri üretebilen, o alanın bilgileri iledonatılmıĢ, gerekçeleme metotları ileolayları süzebilen programlardır.
Bilgi Tabanlı Sistemler (Knowledge BasedSystems) olarak ta bilinirler.
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 38/48
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 39/48
KULLANIM ALANLARIProses tasarımı ve seçimi Ürün tasarımı, ĠĢlem planlama Medikal TedaviKalite KontrolÇizelgeleme Ses iĢleme
Görüntü tanıma Robotik uygulamaları Hata düzeltme
UZMAN SİSTEMLER (EXPERT SYSTEMS)
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 40/48
AVANTAJ VE DEZAVANTAJLAR
Uzman Sistemler, çıkardıkları sonuçları
nasıl ve neden çıkardığını açıklayabilir Üçüncü kiĢiler, uzman sistemleri yanikurallar üreterek rahatlıkla değiĢtirebilir Uzman sisteme bilgiyi verecek uzmanıbulmak her zaman kolay olmayabilirUzmanlar bilgilerini kurallar halindebelirtemeye bilir
UZMAN SİSTEMLER (EXPERT SYSTEMS)
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 41/48
UZMAN SĠSTEM GELĠġTĠRME ARAÇLARI Programlama Dilleri: Prolog, C++, LISP
Kabuklar: Leonardo, VP-Expert, KES,GoldWorks
UZMAN SİSTEMLER (EXPERT SYSTEMS)
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 42/48
Yapay Sinir Ağları (YSA) genel olarak insanbeyninin ya da merkezi sinir sistemininçalıĢma prensiplerinin taklit eden bilgi iĢlemesistemleridir.
YSA da bilgi basit iĢlem elemanları arasındaparalel olarak dağıtılmıĢ olup, her bir proseselemanı birbiri ile bağlantılıdır. Bu yüzdenYSA bazen, Paralel DağıtılmıĢ ĠĢlemeSistemleri (Paralel Distributed Processing
Systems) ya da Bağlantıcı Sistemler(Connectionist Systems) olarak taadlandırılırlar.
YAPAY SĠNĠR AĞLARI(ARTIFICIAL NEURAL NETWORKS)
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 43/48
Genel Yapı ve ÇalıĢma Mekanizması Öğretmenli ve Öğretmensiz Öğrenme
YAPAY SĠNĠR AĞLARI(ARTIFICIAL NEURAL NETWORKS)
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 44/48
Bir Proses Elemanın ÇalıĢması
YAPAY SĠNĠR AĞLARI(ARTIFICIAL NEURAL NETWORKS)
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 45/48
SINIFLANDIRMA
YAPAY SĠNĠR AĞLARI(ARTIFICIAL NEURAL NETWORKS)
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 46/48
KULLANIM ALANLARIRobotik Uygulamaları Proses kontrolÜrün tasarımı ĠĢlem planlama Kalite KontrolGerçek zamanlı modelleme Adaptif kontrolGörüntü tanıma Borsa endeksi, enflasyon ve kurtahmini, v.b
YAPAY SĠNĠR AĞLARI(ARTIFICIAL NEURAL NETWORKS)
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 47/48
AVANTAJ VE DEZAVANTAJLAR
Uzman sistemler gibi bilgiyi kurallar halindeistemezler
Öğrenebilir ve hiç karĢılaĢmadıkları birproblemi çözebilirler Paralel yapıları nedeniyle çok hızlı çalıĢırlar
Çıkardıkları sonuçları nasıl ve nedençıkardığını açıklayamaz (kapalı kutu) Eğitimleri oldukça zaman alıcı ve zordur
YAPAY SĠNĠR AĞLARI(ARTIFICIAL NEURAL NETWORKS)
8/3/2019 Yapay Zeka Giris
http://slidepdf.com/reader/full/yapay-zeka-giris 48/48
YSA GELĠġTĠRME ARAÇLARI Programlama Dilleri: C++(Nesneye Yönelik Programlama) Kabuklar: NeuralDesk, NeuroShell2,MATLAB Neural Network Tool Box
YAPAY SĠNĠR AĞLARI(ARTIFICIAL NEURAL NETWORKS)