Yapay Zeka

Yapay zeka hakkında herşey

Yapay Sinir Ağları (YSA)

Yapay Sinir Ağları Yapay zekanın en geniş konularından biridir. Elimden geldiğince bu konuyla ilgili tüm bildiklerimi sizinle paylaşmaya çalışacağım. Yapay sinir ağları; insan beyninin öğrenme,eskiye bilgiye dayalı tahmin etme, eksik bilgiyi tamamlama gibi yeteneklerini makinelere kazandırmayı amaçlar. Birçok işlem ünitesinden oluşur. Processing elements, units,neuron. İşaret tanıma, el yazısı gibi farklı …

Daha Fazlası için tıklayın »
  • Facebook
  • Twitter
  • Google +
  • Stumbleupon
  • LinkedIn
  • Pinterest

Genetik Algoritma Örneği

Soru: f(x): 3x2 +2x1.x2+2x22+7 minimizasyonu. x1,x2 ε [0,31] İterasyon 1: x1 ve x2 0 ve 1 lerden oluşan 5 bitlik bir sayı. 00000→0       11111→31               n:4 olarak seçilmiş  yani toplumun birey sayısı. Birey 1: 01101      x1: 13 ,     01001    x2: 9       f(x):910 Birey 2: 11000    x1: …

Daha Fazlası için tıklayın »
  • Facebook
  • Twitter
  • Google +
  • Stumbleupon
  • LinkedIn
  • Pinterest

Genetik Algoritma

Genetik Algoritma ve Evrimsel Hesaplama Genetik algoritma populasyon tabanlı stokastik bir algoritmadır. Her birey problemin çözümü olmaya adaydır. Bireyleri değerlendirme fonksiyonu probleme yönelik olarak çalışan en önemli kısımdır. Doğal seçim işlemi, uygunluk değeri en yüksek bireyin seçilmesini sağlar. Populasyon: Çözüm kümesini oluşturan bireylerin tümüdür. Mutasyon: Bir kromozomda rasgele yapılan değişikliktir. …

Daha Fazlası için tıklayın »
  • Facebook
  • Twitter
  • Google +
  • Stumbleupon
  • LinkedIn
  • Pinterest

Bulanıklaştırıcı ve Durulaştırıcı

Bulanıklaştırıcı Bir önceki bulanık mantık başlıklı yazımda bulanıklaştırıcı ve durulaştırıcıdan bahsetmiştim.Bulanıklaştırıcı (fuzzifier), sayısal veriler üzerinde ölçek değişikliği yaparak bunu bulanık veriler biçimine dönüştürmektedir. Şimdi bulanıklaştırma yöntemlerine göz atalım. 1-Gauss Bulanıklaştırıcısı: µA(x):e‘(x1-x1′/a1)2*…*e‘(xn-xn’/an)2     a1: Pozitif bir parametre 2- Üçgen Bulanıklaştırıcısı: µA(x:a1,a2,a3):{ a1 ≤ x ≤ a2 ise (x-a1)/(a2-a1) a2 ≤ x ≤ …

Daha Fazlası için tıklayın »
  • Facebook
  • Twitter
  • Google +
  • Stumbleupon
  • LinkedIn
  • Pinterest

Bulanık Mantık

Bulanık Mantık Bulanık mantık bulanık küme teorisine dayanır. Bulanık kümeleri ve bulanık bağıntıları kullanır. Hedeflenen şey; insan ya da uzman gibi düşünen ve giriş verilerini yorumlayıp çıkış ünitesine gönderen bir bilgisayar sistemi yaratmaktır. Bulanık mantığın doğruluk tabloları ve çıkarım kuralları bir belirsizlik içerir. İnsanın yaşadığı ortamda belirsizlikler çok  olduğu için …

Daha Fazlası için tıklayın »
  • Facebook
  • Twitter
  • Google +
  • Stumbleupon
  • LinkedIn
  • Pinterest

Derinlik Öncelikli Arama Algoritması (DFS)

Derinlik Öncelikli Arama Algoritması (DFS) Bu algoritmada tıpkı BFS algoritması gibi Sezgisel olmayan bir arama ağacı algoritmasıdır. Ağaca yeni eklenecekler kuyruğun başına yerleştirilir. En derindeki ilerlememiş düğüm ilerletilir. Adı üstünde derinlik önceliklidir. İlerlediğin yoldaki en derin düğüme kadar gidilir eğer düğüm kalmadıysa geri dönülerek uygun yollar seçilir. Algoritmanın özellikleri; – …

Daha Fazlası için tıklayın »
  • Facebook
  • Twitter
  • Google +
  • Stumbleupon
  • LinkedIn
  • Pinterest

Genişlik Öncelikli Arama Algoritması (BFS)

Genişlik Öncelikli Arama Algoritması (BFS) Arama ağacı algoritmaları Sezgisel (Heuristic) ve Sezgisel olmayan arama ağaçları diye 2’ye ayrılır. BFS sezgisel olmayan bir arama ağacı algoritmasıdır. Breadth First Search yani Genişlik Öncelikli Arama algoritması olarak geçer. Ağaca yeni eklenenler kuyruğun en sonuna  yerleştirilir. Soldan sağa doğru genişleyerek ilerler. Tekrarlanan bi durum …

Daha Fazlası için tıklayın »
  • Facebook
  • Twitter
  • Google +
  • Stumbleupon
  • LinkedIn
  • Pinterest

Minimax Algoritması

Uygulama alanı oyun ağaçlarıdır. Kaybetme olasılığını minimuma indirirken kazanma potansiyelini maksimuma çıkarır. İki oyuncununda tüm olası hamlelerini içeren ağaç üzerinde çalışır. Algoritmanın performansı O(bn) dir. Yani ağacın bütün düğümlerini kontrol eder. Her zaman max ile başlanır. Max–> Bizim olası hamlelerimiz Min–> Rakibin olası hamleleri ALGORİTMANIN PSEUDO KODU Algoritmayı ağaç üzerinde …

Daha Fazlası için tıklayın »
  • Facebook
  • Twitter
  • Google +
  • Stumbleupon
  • LinkedIn
  • Pinterest

Örüntü Tanıma (Pattern Recognition)

Bilgisayarlı Örüntü Tanıma (Pattern Recognition) Görme olayında nesnelerin ne olduğunun belirlenmesine örüntü tanıma süreci ya da kısaca tanıma denir. Örüntü Tanıma diğer adıyla Pattern Recognition çok geniş bir konu olmakla beraber yapay zekanın  üstünde durduğu ve sürekli gelişen bir konu olduğundan bahsedebiliriz. Örüntü Tanımaya örnek vermek gerekirse, insan yüzünün tanınması, …

Daha Fazlası için tıklayın »
  • Facebook
  • Twitter
  • Google +
  • Stumbleupon
  • LinkedIn
  • Pinterest

PEAS

Öncelikle bu konuyla ilgili birşeyler demeden önce nette çeşitli araştırmalarda bulundum. Fakat türkçe kaynağın çok az olduğunu gördüm. Bu yüzden bu yazıyı yazma gereksiniminde bulundum. Umarım siz okuyanlar için önemli bir kaynak oluşturur. PEAS aslında sözel bir konu. Matematiksel bir algoritması, işlemlerle dolu karmaşık bir yanı yok. Yani biraz düşünmek …

Daha Fazlası için tıklayın »
  • Facebook
  • Twitter
  • Google +
  • Stumbleupon
  • LinkedIn
  • Pinterest