`boyut-indirgeme` ile İlgili Madde Sonuçları

Autoencoderlar; girdi verisini daha düşük boyutlu, anlamlı bir temsile sıkıştırarak ve bu temsilden girdiyi yeniden oluşturarak öğrenen yapay sinir ağı tabanlı bir makine öğrenmesi yöntemidir. İlk olarak 1980'li yıllarda tanıtılan autoencoderlar, denetimsiz öğrenme yaklaşımı çerçevesinde çalışmakta ve temel amaç olarak veri içerisindeki önemli özellikleri öğrenerek verinin düşük boyutlu bir temsilini oluşturmaktadır. Girdi ve çıktı verilerinin aynı olduğu bu mimaride, ağın eğitimi sırasında veri

Temel Bileşenler Analizi (TBA), çok sayıda ve birbiriyle ilişkili değişken içeren veri setlerinin boyutlarını, veri içindeki varyasyonu mümkün olduğunca koruyarak azaltan bir dönüşüm tekniğidir. İlk olarak 1901 yılında Karl Pearson tarafından başlatılan bu çalışmalar, 1933 yılında Hotelling tarafından geliştirilmiştir. Amaç, veriyi daha az sayıda değişken ile ifade edebileceğimiz en iyi dönüşümü gerçekleştirmektir. Dönüşüm sonrası elde edilen değişkenler temel bileşenler olarak adlandırılır ve s