Sinir Ağlarında Önyargıların Rolü

Önyargı, genellikle önyargılı, haksız ve dar görüşlü bir şekilde bir şey veya fikir lehinde veya aleyhinde orantısız ağırlıktır. Çoğu durumda, önyargı olumsuz bir şey olarak kabul edilir çünkü muhakemenizi bulanıklaştırır ve mantıksız kararlar almanızı sağlar.

Ancak, sinir ağlarında ve derin öğrenmede yanlılığın rolü çok daha farklıdır. Bu makale, sinir ağı önyargı sistemini ve onu nasıl kullanmanız gerektiğini açıklayacaktır.

Önyargılı Veri Kavramı

Bir sinir ağı önyargı sistemini anlamak için önce önyargılı veri kavramını anlamamız gerekecek. Sinir ağınızı verilerle her beslediğinizde, modelin davranışını etkiler.

Dolayısıyla, sinir ağınızı taraflı verilerle beslerseniz, algoritmalarınızdan adil sonuçlar beklememelisiniz. Önyargılı veriler kullanmak, sisteminizin çok hatalı ve beklenmedik sonuçlar vermesine neden olabilir.

Örneğin, Microsoft tarafından başlatılan bir sohbet botu olan Tay örneğini düşünün. Tay, tweetler aracılığıyla insanlarla konuşmak için basit bir sohbet robotuydu. İnsanların Twitter'da yayınladıkları içerik aracılığıyla öğrenmesi gerekiyordu. Ancak, hepimiz Twitter'ın nasıl olabileceğini biliyoruz. Tay'ı mahvetti.

Tay, basit ve tatlı bir chatbot olmak yerine agresif ve çok saldırgan bir chatbot'a dönüştü. İnsanlar, Tay'a önyargılı veriler besleyen çok sayıda küfürlü gönderiyle onu bozuyorlardı ve sadece saldırgan ifadeler öğrendi. Tay bundan çok kısa bir süre sonra kapatıldı.

Sinir Ağında Önyargı Önemi

Tay vakası çok hayal kırıklığı yaratsa da bu, tüm önyargıların kötü olduğu anlamına gelmez. Aslında, bir sinir ağındaki bir önyargı nöronu çok önemlidir. Sinir ağı literatüründe onlara önyargı nöronları diyoruz.

Basit bir sinir ağının üç çeşit nöronu vardır:

1. giriş nöronu
2. Bias Nöron
3. çıkış nöronu

Giriş nöronu, veri kümesinden özelliği iletir, Bias nöronu ise ek özelliği taklit eder. Bir Çıkış Nöronu elde etmek için Giriş nöronunu Bias nöronu ile birleştiririz. Ancak, ek girdinin her zaman 1'e eşit olduğuna dikkat edin. Çıkış Nöronu girdileri alabilir, işleyebilir ve tüm ağın çıktısını üretebilir.

Bir sinir ağı önyargı sistemini anlamak için doğrusal bir regresyon modeli örneğini ele alalım.

Lineer regresyonda, (a1) özelliğini geçen Girdi nöronumuz var ve Bias nöronu (a0) ile aynı şeyi taklit ediyor.

Her iki girdimiz (a1, a0) kendi ağırlıkları (w1, w0) ile çarpılacaktır. Sonuç olarak, ürünlerinin toplamı olarak Çıktı Nöronunu alacağız:

i =0 n bir ben ben

Doğrusal bir regresyon modeli i=1 ve a0=1'e sahiptir. Yani modelin matematiksel temsili:

y = a 1 w 1 + w 0

Şimdi, önyargı nöronunu kaldırırsak, herhangi bir önyargı girdimiz olmaz ve modelimizin şöyle görünmesine neden olur:

y = bir 1 w 1

Farkı fark ettiniz mi? Önyargı girişi olmadan, modelimiz grafikteki başlangıç ​​noktasından (0,0) geçmelidir. Doğrumuzun eğimi değişebilir ama sadece orijinden dönecektir.

Modelimizi esnek hale getirmek için herhangi bir girdiyle ilgili olmayan önyargı girdisini eklememiz gerekecek. Modelin ihtiyaca göre grafikte yukarı ve aşağı hareket etmesini sağlar.

Sinir ağlarında yanlılığın gerekli olmasının birincil nedeni, önyargı ağırlıkları olmadan, bir çözüm ararken modelinizin çok sınırlı hareket etmesidir.

Sinir Ağı Önyargı Sistemi Hakkında Daha Fazla Bilgi Edinin

Sinir ağları, insan beyninin işleyişini taklit etmeyi amaçlar ve bu nedenle birçok karmaşıklığa sahiptirler. Onları anlamak oldukça zor olabilir.

Sinir ağlarını incelemenin ve derin öğrenme hakkında bilgi edinmenin en iyi yolu, bir makine öğrenimi ve derin öğrenme kursudur. Yapılandırılmış bir müfredat aracılığıyla size bu alanların temellerini ve ileri düzey kavramlarını öğretecektir.

upGrad olarak, IIIT-B ile Makine Öğrenimi ve Derin Öğrenme programında PG Sertifikası sunuyoruz . Kurs sadece altı ay sürer ve tamamen çevrimiçidir. Bu, bu kursu alırken profesyonel yaşamınızı kesintiye uğratmadan evinizin rahatlığında ders çalışabileceğiniz anlamına gelir.

Sektör uzmanlarından 1:1 kişiselleştirilmiş rehberlik ve 240 saatten fazla eğitim alacaksınız. Bu programa katılabilmek için %50 veya eşdeğeri bir lisans derecesine sahip olmanız gerekir.

Tamamlandıktan sonra, özgeçmiş oluşturma, iş fırsatları portalı, işe alma sürücüleri ve çok daha fazlasını içeren yerleştirme yardımı alacaksınız. Kursa mutlaka göz atın.

Ayrıca Okuyun: Makine Öğrenimi Proje Fikirleri

Son düşünceler

Önyargı günlük hayatımızda kötü bir şey olarak kabul edilirken, sinir ağları dünyasında olması gereken bir şeydir. Önyargı olmadan, bugünün makalesinde ele aldığımız gibi, ağınız iyi sonuçlar vermez.

Sinir ağlarıyla ilgilenen veya derin öğrenme üzerine çalışan birini tanıyorsanız, bu makaleyi onlarla paylaşın.