Training Data

Eğitim verileri, bir makine öğrenimi modeline örüntüleri tanımayı, tahminlerde bulunmayı veya belirli görevleri gerçekleştirmeyi öğretmek için kullanılan ilk veri kümesidir. Yapay zekâ sistemleri için temel bir ders kitabı görevi görür ve algoritmanın dahili parametrelerini ayarlamak üzere analiz ettiği gerçek referans verileri sağlar. Denetimli öğrenme bağlamında eğitim verileri, modele ikisi arasındaki ilişkiyi öğrenme olanağı sağlayan, karşılık gelen çıktı etiketleriyle eşleştirilmiş girdi örneklerinden oluşur. Bu verilerin kalitesi, miktarı ve çeşitliliği modelin nihai doğruluğunu ve yeni, daha önce görülmemiş bilgilere genelleme yapabilme yeteneğini doğrudan etkiler.

Yapay Zekâda Eğitim Verilerinin Rolü#

Eğitim verilerinin temel işlevi, modelin tahminleri ile gerçek sonuçlar arasındaki hatayı en aza indirmektir. model eğitim süreci sırasında algoritma verileri yinelemeli olarak işler ve belirli etiketlerle ilişkili olan görüntüdeki kenarlar veya cümledeki anahtar kelimeler gibi özellikleri belirler. Bu süreç, eğitim sırasında hiperparametreleri ayarlamak için kullanılan doğrulama verilerinden ve modelin performansının nihai değerlendirmesi için ayrılan test verilerinden farklıdır.

Yüksek kaliteli eğitim verileri, modelin karşılaşacağı gerçek dünya senaryolarını temsil etmelidir. Veri kümesi yanlılık içeriyorsa veya çeşitlilikten yoksunsa model, eğitim örneklerini ezberlediği hâlde yeni girdiler üzerinde iyi performans gösteremediği aşırı uyum sorununu yaşayabilir. Buna karşılık yetersiz uyum, veriler modelin temel örüntüleri yakalayamayacağı kadar basit olduğunda veya yetersiz kaldığında ortaya çıkar.

Gerçek Dünya Uygulamaları#

Eğitim verileri, sistemlerin geçmiş örneklerden öğrenmesini sağlayarak neredeyse her sektördeki yenilikleri mümkün kılar.

• Sağlık Hizmetlerinde Yapay Zekâ: Tıbbi tanıda eğitim verileri, "sağlıklı" olarak veya zatürre gibi belirli patolojileri içeriyor şeklinde etiketlenmiş binlerce röntgen görüntüsünden oluşabilir. Ultralytics YOLO26 gibi modeller, bu etiketlenmiş örnekleri işleyerek olası anormallikleri yüksek hassasiyetle vurgulama ve tanı sürelerini önemli ölçüde kısaltma yoluyla radyologlara destek olmayı öğrenebilir.
• Otonom Araçlar: Otonom araçlar, milyonlarca kilometrelik sürüş görüntüsü içeren büyük veri kümelerine dayanır. Bu eğitim verileri; yayaları, trafik işaretlerini, diğer araçları ve şerit işaretlerini gösteren açıklanmış kareleri içerir. Waymo Open Dataset veya nuScenes gibi kapsamlı kütüphanelerden elde edilen bu bilgiler, aracın algılama sistemine karmaşık ortamlarda güvenli şekilde yol almayı öğretir.

Verileri Edinme ve Yönetme#

Güçlü eğitim verileri edinmek, çoğu zaman bir makine öğrenimi projesinin en zorlu kısmıdır. Veriler Google Dataset Search gibi herkese açık depolardan veya nesne algılama için COCO gibi özel koleksiyonlardan edinilebilir. Ancak ham verilerin doğruluğu sağlamak için genellikle dikkatli bir veri temizleme ve etiketleme işleminden geçirilmesi gerekir.

Ultralytics Platform gibi araçlar, veri kümelerini yüklemek, etiketlemek ve yönetmek için entegre bir ortam sunarak bu iş akışını kolaylaştırmıştır. Etkili yönetim ayrıca mevcut görüntülere çevirme, döndürme veya renk ayarlama gibi dönüşümler uygulayarak eğitim kümesinin boyutunu yapay olarak artırmak için kullanılan bir teknik olan veri artırmayı da içerir. Bu, modellerin girdi verilerindeki değişkenliklere karşı daha dayanıklı olmasına yardımcı olur.

Ultralytics YOLO26 ile Uygulamalı Örnek#

Aşağıdaki Python örneği, ultralytics kitaplığını kullanarak eğitimin nasıl başlatılacağını gösterir. Burada, eğitim işlem hatlarını doğrulamak için tasarlanmış küçük bir veri kümesi olan COCO8 veri kümesi üzerinde önceden eğitilmiş bir YOLO26 modeline ince ayar yapılır.

from ultralytics import YOLO

# Load a pre-trained YOLO26n model
model = YOLO("yolo26n.pt")

# Train the model on the COCO8 dataset for 5 epochs
# The 'data' argument specifies the dataset configuration file
results = model.train(data="coco8.yaml", epochs=5, imgsz=640)

Veri Kalitesinin Önemi#

"Çöp girerse çöp çıkar" deyişi, makine öğreniminin temel ilkelerindendir. Transformer'lar veya derin Evrişimli Sinir Ağları (CNN'ler) gibi en gelişmiş mimariler bile düşük kaliteli eğitim verilerini telafi edemez. Gerçek referans etiketlerinin hatalı olduğu etiket gürültüsü gibi sorunlar performansı ciddi ölçüde düşürebilir. Bu nedenle, çoğu zaman insan döngüde doğrulamasını içeren titiz kalite güvence süreçleri, veri kümesinin bütünlüğünü korumak için gereklidir.

Ayrıca, Yapay Zekâ Etiği ilkelerine bağlı kalmak, eğitim verilerinin demografik veya sosyoekonomik yanlılıklar açısından incelenmesini gerektirir. Yapay zekâda adaleti sağlamak, dağıtılan uygulamalarda ayrımcı sonuçların önlenmesine yardımcı olan dengeli ve temsili bir eğitim veri kümesiyle başlar.