Son yıllarda yapay zeka alanını iki model domine ediyor, karar ağaçları (decision trees) ve yapay sinir ağları (artificial neural networks). Kısaca bunların temel özelliklerini inceleyelim.

Karar Ağaçları:

Karar ağaçları iş akış çizelgelerine çok benzeyen, basit bir fikrin akıllıca uygulanmasıyla elde ediliyor. Mesela aşağıdaki şemayı kullanarak balık, kuş ve memeli hayvanları birbirinden ayırabiliriz.

Gerçek uygulamalarda, karar ağaçları çok daha karmaşık ama aynı temel prensiple çalışıyor. Diyelim elimizde yüzbinlerce kişinin kredi skoru, gelir seviyesi, eğitim durumu, çalıştıkları iş kolları gibi bilgilerin yanı sıra aldıkları kredileri zamanında ödeyip ödemedikleri bilgisi var ve biz bunlara bakarak kimlerin kredi borcunu zamanında ödeyeceğini anlamaya çalışıyoruz. Karar ağacı algoritmaları eldeki parametrelere (kredi skoru, gelir seviyesi vs) bakarak, sonucu (kredi borcunu ödeyip ödemeyeceği) en iyi bilen ağacı oluşturmaya çalışıyor.

Yapay Sinir Ağları:

Yapay sinir ağları insan beyninin işleyişini taklit ederek öğrenen algoritmalardır. Öncelikle tek bir nöronu aşağıdaki gibi modellenir.

Nöronların girdileri ve çıktıları 0 ile 1 arasında sayılardır ve her bir nöron girdinin kaç olduğuna bağlı olarak çıktıyı hesaplayan basit bir mekanizmadır. Nöronlardan oluşan aşağıdaki gibi bir ağa, yapay sinir ağı (artificial neural network) denir.

Yapay sinir ağları hem uygulaması hem de kavramsal altyapısı karışık modellerdir. Mesela ağın yapısının ne şekilde olacağı, hem veri ile hem cevap bulmaya çalıştığımız soru ile doğrudan ilgilidir ve uygun ağ mimarisini bulmak kolay değildir.