Python - Yapay Sinir Ağları (Regresyon)

Yapay sinir ağları (YSA), insan beyninin özelliklerinden olan öğrenme yolu ile yeni bilgiler türetebilme, yeni bilgiler oluşturabilme ve keşfedebilme gibi yetenekleri, herhangi bir yardım almadan otomatik olarak gerçekleştirebilmek amacı ile geliştirilen bilgisayar sistemleridir.

Yapay sinir ağları; insan beyninden esinlenerek, öğrenme sürecinin matematiksel olarak modellenmesi uğraşı sonucu ortaya çıkmıştır. Bu nedenledir ki, bu konu üzerindeki çalışmalar ilk olarak beyni oluşturan biyolojik üniteler olan nöronların modellenmesi ve bilgisayar sistemlerinde uygulanması ile başlamış, daha sonraları bilgisayar sistemlerinin gelişimine de paralel olarak bir çok alanda kullanılır hale gelmiştir.

İki analizde de daha önce kullandığım “Hitters” veri setini kullanacağım. Bunun için verisetini jupyter notebooka getirdikten sonra ilk olarak boş değerleri analizden çıkarıyorum. Daha sonra string değişkenler için one hot coding yapıyorum. Salary’i bağımlı değişken diğer numerik değişkenleri de bağımsız değişken olarak tanımlıyorum. Dönüştürme işlemi yaptığım string değişkenleri de bağımsız değişkenlere dahil ettikten sonra veri setimi %25 test %75 train olacak şekilde ayırıyorum. Dönüştürme işlemi gerçekleştireceğim için StandardScaler modülünü indiriyorum. Sonrasında test setimi ve train setimi ölçeklendirdikten sonra model kurma aşamasına geçiyorum.

Modelimi kurmak için sklearnin içindeki neural network kütüphanesinden MLPRegressor modülünü indiriyorum ve modelimi kuruyorum. İlk olarak modelimi çağırıp bileşenlerini inceliyorum ve tahmin aşamasına geçiyorum.

Şimdi analizin tahmin aşamasındayım. İlk olarak test setimi tahmin et diyorum ve test hatamı hesaplıyorum.

Son olarak tuning aşamasına geçiyorum. Modelimi çağırıp tekrar bileşenlerine bakıyorum. Şimdi alpha parametrelerini ve gizli katman sayılarını girdikten sonra 10 katlı cross validation yapıyorum.

Şimdi modelimin en iyi parametresine bakıyorum ve bu optimum parametrelere göre modeli tune ediyorum. Son olarak, tune edilmiş modeli tahmin ediyorum ve test hatama bakıyorum.