Garfield
YZF Admin
Veri madenciliği, verilerden işe yarayan örüntüler ve modeller çıkarma çalışmalarına odaklanır. Makine öğrenmesi ise veriden öğrenen yöntemleri kapsar; hedef etiketleriyle tahmin yapabildiği gibi, denetimsiz öğrenmeyle kümeler ve temsiller de öğrenebilir. İki alan önemli ölçüde kesişir. Keşif ve tahmin ikisinde de bulunabilir; bunları iki alan arasında kesin bir sınır olarak kullanmayın.
Veri madenciliğinde başlangıç sorusu çoğu zaman “Bu verilerde hangi ilişkiler ve eğilimler var?” şeklindedir. Örneğin bir mağaza, birlikte satın alınan ürünleri inceleyerek kahve alan müşterilerin sıkça filtre kâğıdı da aldığını keşfedebilir. Buradaki çıktı, veride bulunan bir ilişkinin açıklanmasıdır.
Makine öğrenmesinde ise soru genellikle “Geçmiş örneklerden yararlanarak yeni bir girdinin sonucunu tahmin edebilir miyim?” olur. Aynı mağaza, müşterinin geçmiş alışverişlerine bakarak yeni bir müşterinin hangi ürünü satın alma olasılığının yüksek olduğunu tahmin eden bir model oluşturabilir.
Bu ayrım kesin bir sınır değildir. Veri madenciliği çalışmalarında kümeleme, sınıflandırma ve anomali tespiti gibi makine öğrenmesi yöntemleri kullanılabilir. Makine öğrenmesi projelerinde de veri seçme, temizleme ve özellikleri inceleme gibi veri madenciliği adımları bulunabilir.
Aşağıdaki tablo, hangi durumda hangi kavramın daha uygun olduğunu ayırmaya yardımcı olur.
Tablodaki ayrımın önemli bir sonucu vardır: Bir veri kümesinde ilginç bir ilişki bulmak, tek başına geleceği doğru tahmin eden bir model elde edildiğini kanıtlamaz. Aynı şekilde, yüksek doğruluk gösteren bir makine öğrenmesi modeli de ilişkinin nedenini açıklamayabilir.
Varsayımsal olarak bir e-ticaret sitesinde şu bilgiler bulunsun: müşterinin yaşı, daha önce aldığı ürünler, ziyaret sayısı ve satın alma sonucu.
Veri madenciliği yaklaşımı bu verileri inceleyerek “Mobil cihazdan gelen ve son 30 günde üçten fazla ziyaret yapan müşterilerde satın alma oranı daha yüksek” gibi bir örüntü arar. Bu sonuç, pazarlama veya ürün tasarımı için açıklayıcı bir içgörü sağlayabilir; ancak tek başına yeni bir ziyaretçinin kesinlikle satın alma yapacağını söylemez.
Makine öğrenmesi yaklaşımında ise geçmiş müşteriler eğitim verisi olarak kullanılır. Model, yeni bir müşteri için satın alma olasılığı üretir. Örneğin çıktı 0,78 ise bu değer, modelin kendi değerlendirmesine göre satın alma sınıfına ait olma olasılığının 0,78 olduğunu ifade eder. Bu sonuç kesin satın alma anlamına gelmez; modelin daha önce görmediği verilerde ne kadar başarılı olduğu ayrıca ölçülmelidir.
Verinizde henüz hangi ilişkilerin bulunduğunu bilmiyor ve önce davranışları anlamak istiyorsanız veri madenciliği yöntemleriyle başlayın. Kümeleme, birliktelik kuralları ve aykırı değer analizi bu aşamada yararlı olabilir.
Belirli bir hedef değişkeniniz varsa ve yeni kayıtlar için otomatik sonuç üretmek istiyorsanız makine öğrenmesi daha uygun olur. Örneğin “müşteri ayrılacak mı?”, “e-posta istenmeyen içerik mi?” veya “gelecek ay satış miktarı ne olacak?” gibi sorular makine öğrenmesi problemine dönüştürülebilir.
Pratik projelerde iki yaklaşım çoğu zaman art arda kullanılır: önce veri madenciliğiyle veri temizlenir, gruplar ve ilişkiler incelenir; ardından uygun özelliklerle makine öğrenmesi modeli eğitilir. Modelin başarısını değerlendirirken yalnızca eğitim verisindeki sonucu değil, ayrılmış test verisindeki performansı da incelemek gerekir. Aksi durumda model, genel bir kural öğrenmek yerine eğitim örneklerini ezberlemiş olabilir.
Sorunuz örüntü keşfi de otomatik tahmin de olsa iki alanın yöntemlerinden yararlanabilirsiniz. Projenin veri seçimi, hazırlama ve bulunan bilgiyi değerlendirme akışı ile modelin nasıl öğrendiği farklı odaklardır. Yöntemi hedefe, veriye ve değerlendirme ihtiyacına göre seçin; veri madenciliğini yalnız keşfe, makine öğrenmesini yalnız tahmine indirgemeyin.
Keşif ve tahmin nasıl kesişir?
Veri madenciliğinde başlangıç sorusu çoğu zaman “Bu verilerde hangi ilişkiler ve eğilimler var?” şeklindedir. Örneğin bir mağaza, birlikte satın alınan ürünleri inceleyerek kahve alan müşterilerin sıkça filtre kâğıdı da aldığını keşfedebilir. Buradaki çıktı, veride bulunan bir ilişkinin açıklanmasıdır.
Makine öğrenmesinde ise soru genellikle “Geçmiş örneklerden yararlanarak yeni bir girdinin sonucunu tahmin edebilir miyim?” olur. Aynı mağaza, müşterinin geçmiş alışverişlerine bakarak yeni bir müşterinin hangi ürünü satın alma olasılığının yüksek olduğunu tahmin eden bir model oluşturabilir.
Bu ayrım kesin bir sınır değildir. Veri madenciliği çalışmalarında kümeleme, sınıflandırma ve anomali tespiti gibi makine öğrenmesi yöntemleri kullanılabilir. Makine öğrenmesi projelerinde de veri seçme, temizleme ve özellikleri inceleme gibi veri madenciliği adımları bulunabilir.
İki yaklaşımı yan yana karşılaştırma
Aşağıdaki tablo, hangi durumda hangi kavramın daha uygun olduğunu ayırmaya yardımcı olur.
| Ölçüt | Veri madenciliği | Makine öğrenmesi |
|---|---|---|
| Ana amaç | Verideki gizli örüntüleri ve ilişkileri keşfetmek | Veriden tahmin, temsil veya gruplama gibi görevler için model öğrenmek |
| Tipik soru | Bu verilerde hangi eğilimler var? | Veriden hangi tahmin veya temsil modeli öğrenilebilir? |
| Çıktı | Kurallar, kümeler, ilişkiler veya aykırı değerler | Tahmin modeli, kümeler veya öğrenilmiş temsiller |
| Başarı ölçütü | Bulunan örüntünün anlamlı ve işe yarar olması | Göreve göre genelleme, küme niteliği veya temsilin yararı |
| Örnek kullanım | Müşterilerin alışveriş davranışlarını gruplamak | Bir işlemin sahtekârlık olma olasılığını tahmin etmek |
Aynı örnek üzerinde farkı görmek
Varsayımsal olarak bir e-ticaret sitesinde şu bilgiler bulunsun: müşterinin yaşı, daha önce aldığı ürünler, ziyaret sayısı ve satın alma sonucu.
Veri madenciliği yaklaşımı bu verileri inceleyerek “Mobil cihazdan gelen ve son 30 günde üçten fazla ziyaret yapan müşterilerde satın alma oranı daha yüksek” gibi bir örüntü arar. Bu sonuç, pazarlama veya ürün tasarımı için açıklayıcı bir içgörü sağlayabilir; ancak tek başına yeni bir ziyaretçinin kesinlikle satın alma yapacağını söylemez.
Makine öğrenmesi yaklaşımında ise geçmiş müşteriler eğitim verisi olarak kullanılır. Model, yeni bir müşteri için satın alma olasılığı üretir. Örneğin çıktı 0,78 ise bu değer, modelin kendi değerlendirmesine göre satın alma sınıfına ait olma olasılığının 0,78 olduğunu ifade eder. Bu sonuç kesin satın alma anlamına gelmez; modelin daha önce görmediği verilerde ne kadar başarılı olduğu ayrıca ölçülmelidir.
Hangisini ne zaman kullanmalısınız?
Verinizde henüz hangi ilişkilerin bulunduğunu bilmiyor ve önce davranışları anlamak istiyorsanız veri madenciliği yöntemleriyle başlayın. Kümeleme, birliktelik kuralları ve aykırı değer analizi bu aşamada yararlı olabilir.
Belirli bir hedef değişkeniniz varsa ve yeni kayıtlar için otomatik sonuç üretmek istiyorsanız makine öğrenmesi daha uygun olur. Örneğin “müşteri ayrılacak mı?”, “e-posta istenmeyen içerik mi?” veya “gelecek ay satış miktarı ne olacak?” gibi sorular makine öğrenmesi problemine dönüştürülebilir.
Pratik projelerde iki yaklaşım çoğu zaman art arda kullanılır: önce veri madenciliğiyle veri temizlenir, gruplar ve ilişkiler incelenir; ardından uygun özelliklerle makine öğrenmesi modeli eğitilir. Modelin başarısını değerlendirirken yalnızca eğitim verisindeki sonucu değil, ayrılmış test verisindeki performansı da incelemek gerekir. Aksi durumda model, genel bir kural öğrenmek yerine eğitim örneklerini ezberlemiş olabilir.
Kısa karar ölçütü
Sorunuz örüntü keşfi de otomatik tahmin de olsa iki alanın yöntemlerinden yararlanabilirsiniz. Projenin veri seçimi, hazırlama ve bulunan bilgiyi değerlendirme akışı ile modelin nasıl öğrendiği farklı odaklardır. Yöntemi hedefe, veriye ve değerlendirme ihtiyacına göre seçin; veri madenciliğini yalnız keşfe, makine öğrenmesini yalnız tahmine indirgemeyin.
