http://yz.bmo.org.tr/index.php?action=history&feed=atom&title=Peki%C5%9Ftirmeli_%C3%96%C4%9Frenme 2026-11-11T16:18:32Z Viki üzerindeki bu sayfanın değişiklik geçmişi. MediaWiki 1.42.3 http://yz.bmo.org.tr/index.php?title=Peki%C5%9Ftirmeli_%C3%96%C4%9Frenme&diff=151&oldid=prev 2025-02-23T15:26:14Z

<p><span dir="auto"><span class="autocomment">Örnek</span></span></p> <table style="background-color: #fff; color: #202122;" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="tr"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← Önceki sürüm</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">18.26, 23 Şubat 2025 tarihindeki hâli</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l10">10. satır:</td> <td colspan="2" class="diff-lineno">10. satır:</td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>=== Örnek ===</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>=== Örnek ===</div></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;">Arama motorlarında arama yapıldığında belirli meslek gruplarına ait görsellerin belirli gruplarla (cinsiyet, ırk, sınıf vs) eşleştirilmesi. Örneğin, doktor, mühendis için beyaz erkekler; öğretmen ve hemşire için kadın görsellerinin kullanılması.</del></div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div> </div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>[[Kategori:Sözlük]]</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>[[Kategori:Sözlük]]</div></td></tr> </table>

Izlem http://yz.bmo.org.tr/index.php?title=Peki%C5%9Ftirmeli_%C3%96%C4%9Frenme&diff=150&oldid=prev 2025-02-23T15:25:55Z

<p></p> <table style="background-color: #fff; color: #202122;" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="tr"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← Önceki sürüm</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">18.25, 23 Şubat 2025 tarihindeki hâli</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l1">1. satır:</td> <td colspan="2" class="diff-lineno">1. satır:</td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">'''Reinforcement Learning'''</ins></div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;"></ins></div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">=== Tanım ===</ins></div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">Bir ajanın bir ortamda ödüller veya cezalar yoluyla nasıl davranması gerektiğini öğrenme süreci.</ins></div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;"></ins></div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">=== Açıklama ===</ins></div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Pekiştirmeli öğrenme, gözlenebilir durumların etkilerinin değerlendirilmesi ile en yüksek ödülü alacak eylemleri öğrenme algoritmasıdır. Öğrenen sistem, bir ortamla (environment) etkileşime girerek her adımda bir eylem (action) seçer, ödül (reward) alır ve sonraki duruma (state) geçer. Amaç, uzun vadeli toplam ödülü maksimize edecek stratejiyi öğrenmektir.</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Pekiştirmeli öğrenme, gözlenebilir durumların etkilerinin değerlendirilmesi ile en yüksek ödülü alacak eylemleri öğrenme algoritmasıdır. Öğrenen sistem, bir ortamla (environment) etkileşime girerek her adımda bir eylem (action) seçer, ödül (reward) alır ve sonraki duruma (state) geçer. Amaç, uzun vadeli toplam ödülü maksimize edecek stratejiyi öğrenmektir.</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>“Reinforcement” (İng.): “pekiştirme, güçlendirme” anlamına gelir. Öğrenen sistemin çevreyle etkileşimi sonucunda aldığı ödüller/cezalarla davranışını güçlendirmesini anlatır. 1970’lerden itibaren kontrol teorisi ve bilişsel psikolojiden esinlenen çalışmalarla ortaya çıktı. Deneme-yanılma ve ödül mekanizmasının öğrenme sistemlerine uyarlanması 1970’lerdeki Paul Werbos çalışmaları ile başladığını 1989’da Watkins’in Q-öğrenme algoritması ile tanıma ulaştığını söyleyebiliriz. Richard Sutton ve Andrew Barto gibi isimlerin katkılarıyla bugünkü modern RL yaklaşımı gelişti.</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>“Reinforcement” (İng.): “pekiştirme, güçlendirme” anlamına gelir. Öğrenen sistemin çevreyle etkileşimi sonucunda aldığı ödüller/cezalarla davranışını güçlendirmesini anlatır. 1970’lerden itibaren kontrol teorisi ve bilişsel psikolojiden esinlenen çalışmalarla ortaya çıktı. Deneme-yanılma ve ödül mekanizmasının öğrenme sistemlerine uyarlanması 1970’lerdeki Paul Werbos çalışmaları ile başladığını 1989’da Watkins’in Q-öğrenme algoritması ile tanıma ulaştığını söyleyebiliriz. Richard Sutton ve Andrew Barto gibi isimlerin katkılarıyla bugünkü modern RL yaklaşımı gelişti.</div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;"></ins></div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">=== Örnek ===</ins></div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">Arama motorlarında arama yapıldığında belirli meslek gruplarına ait görsellerin belirli gruplarla (cinsiyet, ırk, sınıf vs) eşleştirilmesi. Örneğin, doktor, mühendis için beyaz erkekler; öğretmen ve hemşire için kadın görsellerinin kullanılması.</ins></div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;"></ins></div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>[[Kategori:Sözlük]]</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>[[Kategori:Sözlük]]</div></td></tr> </table>

Izlem http://yz.bmo.org.tr/index.php?title=Peki%C5%9Ftirmeli_%C3%96%C4%9Frenme&diff=149&oldid=prev 2025-02-23T15:24:43Z

<p>Izlem, <a href="/index.php?title=Peki%C5%9Ftirmeli_%C3%96%C4%9Frenme_(Reinforcement_Learning,_RL)&amp;action=edit&amp;redlink=1" class="new" title="Pekiştirmeli Öğrenme (Reinforcement Learning, RL) (sayfa mevcut değil)">Pekiştirmeli Öğrenme (Reinforcement Learning, RL)</a> sayfasını <a href="/index.php/Peki%C5%9Ftirmeli_%C3%96%C4%9Frenme" title="Pekiştirmeli Öğrenme">Pekiştirmeli Öğrenme</a> sayfasına yönlendirme olmaksızın taşıdı</p> <table style="background-color: #fff; color: #202122;" data-mw="interface"> <tr class="diff-title" lang="tr"> <td colspan="1" style="background-color: #fff; color: #202122; text-align: center;">← Önceki sürüm</td> <td colspan="1" style="background-color: #fff; color: #202122; text-align: center;">18.24, 23 Şubat 2025 tarihindeki hâli</td> </tr><tr><td colspan="2" class="diff-notice" lang="tr"><div class="mw-diff-empty">(Fark yok)</div> </td></tr></table>

Izlem http://yz.bmo.org.tr/index.php?title=Peki%C5%9Ftirmeli_%C3%96%C4%9Frenme&diff=104&oldid=prev 2025-02-05T17:00:34Z

<p>&quot;Pekiştirmeli öğrenme, gözlenebilir durumların etkilerinin değerlendirilmesi ile en yüksek ödülü alacak eylemleri öğrenme algoritmasıdır. Öğrenen sistem, bir ortamla (environment) etkileşime girerek her adımda bir eylem (action) seçer, ödül (reward) alır ve sonraki duruma (state) geçer. Amaç, uzun vadeli toplam ödülü maksimize edecek stratejiyi öğrenmektir. “Reinforcement” (İng.): “pekiştirme, güçlendirme” anlamı...&quot; içeriğiyle yeni sayfa oluşturdu</p> <p><b>Yeni sayfa</b></p><div>Pekiştirmeli öğrenme, gözlenebilir durumların etkilerinin değerlendirilmesi ile en yüksek ödülü alacak eylemleri öğrenme algoritmasıdır. Öğrenen sistem, bir ortamla (environment) etkileşime girerek her adımda bir eylem (action) seçer, ödül (reward) alır ve sonraki duruma (state) geçer. Amaç, uzun vadeli toplam ödülü maksimize edecek stratejiyi öğrenmektir.<br /> <br /> “Reinforcement” (İng.): “pekiştirme, güçlendirme” anlamına gelir. Öğrenen sistemin çevreyle etkileşimi sonucunda aldığı ödüller/cezalarla davranışını güçlendirmesini anlatır. 1970’lerden itibaren kontrol teorisi ve bilişsel psikolojiden esinlenen çalışmalarla ortaya çıktı. Deneme-yanılma ve ödül mekanizmasının öğrenme sistemlerine uyarlanması 1970’lerdeki Paul Werbos çalışmaları ile başladığını 1989’da Watkins’in Q-öğrenme algoritması ile tanıma ulaştığını söyleyebiliriz. Richard Sutton ve Andrew Barto gibi isimlerin katkılarıyla bugünkü modern RL yaklaşımı gelişti.<br /> [[Kategori:Sözlük]]</div>

Burak