Merhaba,
04.05.2019 tarihinde Boğaziçi Üniversitesinde, Boğaziçi Üniversitesi, İstanbul Bilgi Üniversitesi, Veri Bilimi Okulu ve Sarıyer Akademi tarafından düzenlenen II. Karmaşık Sistemler ve Veri Bilimi Çalıştayı’na katılım sağlama ve Makine Öğrenmesi Nedir? başlıklı bir sunum yapma fırsatı buldum. Benim için oldukça farklı bir tecrübeye sebeb olan çalıştayı tarihe bir not olarak burada paylaşmak istedim. Sunum detaylarını paylaşmadan önce Ka|Ve yani Karmaşık Sistemler ve Veri Bilimi‘nden bahsetmek istiyorum.
Karmaşık Sistemler ve Veri Bilimi ?
Karmaşık Sistemler ve Veribilimi; Uzay Çetin ve çekirdek kadro(Mustafa Berk Turgut, Tolga Gürcan) tarafından hayata geçirilen günümüz dünyasında birebir yaşadığımız kaotik(düzenli bir düzensizlik) verinin günümüz yansımalarını irdeleyen, inceleyen ve üzerine çalışmalar yapan; Karmaşık Sistemlere Giriş(Etmen Temelli Modelleme, Sistem Dinamiği ve Sosyal Ağ Analizi) ve Veri Bilimine Giriş(İstatistik, Makine Öğrenmesi ve Büyük Veri) eğitimleri düzenleyen bir oluşum.
Sitede yer alan resmi açıklamaları ile;
Karmaşık sistemler, disiplinler arası bir bilim dalıdır. Fiziğin alt dalı olmasına rağmen, sosyal bilimlerden bilgisayar mühendisliğine kadar bir çok bilim dalını yakından ilgilendirir. Veri bilimi ise, karmaşık sistemlerin ürettiği büyük miktardaki veriyi anlamlandırma ve çözümlemek için kullandığımız üç araçtan biridir. Diğer ikisi, benzetim (simülasyon) ve matematiktir. Heyecan verici bu farklı akademik disiplinleri aynı potada eritmeyi amaçlıyoruz. Ve yolculuğumuza sizi de davet ediyoruz.
Ka|Ve de belirtmek istediğim ve oldukça beğendiğim bir diğer şey ise Gençlere ücretsiz Yapay Zeka’ya Giriş” eğitimleri vermekteler. 👏👏👏 İlgi duyuyor ya da daha fazla bilgi almak isterseniz Uzay Çetin Bey ile iletişime geçmenizi tavsiye ederim.
II. Karmaşık Sistemler ve Veri Bilimi Çalıştayı
Çalıştay’a gelecek olursak; Boğaziçi Üniversitesi, İstanbul Bilgi Üniversitesi, Veri Bilimi Okulu ve Sarıyer Akademi iş birliği ile düzenlenen “II. Karmaşık Sistemler ve Veri Bilimi Çalıştayı” 4 mayıs 2019 tarihinde Boğaziçi Üniversitesi Kuzey Kampüsü Bilgisayar Mühendisliği bölümünde gerçekleştirildi.
Bu çalıştayda Sosyal Bilimlerden Bilgisayar Bilimlerine, Doğal Dil İşlemeden Derin Öğrenmeye, İnsan Makine Etkileşiminden Kompleks Sistemlere, Metin Madenciliğinden Kaotik Sistemlere, Yapay Zeka Modellerinden Politik Sistemlere, Sosyal Ağ Oluşumlarına kadar çeşitliliği oldukça fazla alanında uzman akademisyenleri dinleme fırsatı bulduk. Çalıştayın sayfasına ve sunumlara buradan erişim sağlayabilirsiniz. Ben ne yaptıma gelecek olursam; çok beğendiğim bir Meetup ve Udacity derslerine istinaden hazırlamış olduğum Makine Öğrenmesi Nedir? başlıklı bir sunum gerçekleştirdim.
Makine Öğrenmesi Nedir?
Sunumun içeriğine girecek olursak; İlk olarak LC Waikikide üzerine ekip olarak üzerinde çalıştığımız Mağaza İçi Analitik projesi ve BTK bünyesinden kurulan Büyük Veri ve Yapay Zeka laboratuvarı BTK BAB bahsederek başladım.
Devamında, herkesin dilinde bir şarkı: Yapay Zeka ile başlayıp içerisinde Makine Öğrenmesi, Doğal Dil İşleme, Konuşma, Uzman Sistemler, Robotik ve Görüntü gibi derinliği bulunan alanlar var. Bu anlamda yapay Zekayı bir uzay olarak ifade edebileceğimi paylaştım. Devamında günümüzde yapılan çalışmaları Makine Öğrenmesi alt başlığına indirgerek basit bir anlatmaya ve aktarmaya çalıştım.
İnsan zekası yani bilişsel zeka ne olduğunu, özelliklerini ve nasıl ifade edildiğini, neyin nasıl yapay zeka olarak ifade edilmesini açıklamak için yaygın olarak kullanılan yapay zeka testlerinden Turing Testi ve Ve Çin Odası Deneyine değindim.
Turing Testi 
Çin Odası Deneyi
Devamında Makine Öğrenmesi, Derin Öğrenme ve Makine öğrenmesinin alt bileşenleri olan Supervised, Unsupervised ve Reinforcement Learning değindim.
Biyolojik Sinir Ağları ve Yapay Sinir Ağlarına, Geleneksel Programlama ve Makine Öğrenmesi farkına değindim.
Devamında Makineler Nasıl Öğrenir? ‘i bir örnek ile ifade edip devamında Python programlama dili ile Derin Sinir Ağları(Tensorflow) ve Doğrusal Regresyon(ScikitLearn) kullanarak örnek olarak ifade edilen F = C*1.8 + 32 fonksiyonu elde etmeye çalıştım.
Son olarak; Değerli katılımcılara ve emeği geçen tüm paydaşlara teşekkür ederim. Sunum ve kaynak kodlara buradan erişim sağlayabilirsiniz. Görüş, öneri ve katkıda bulunmak isterseniz uslumetin@gmail.com‘dan bana ulaşabilirsiniz.
Selamlar,
Metin USLU