Makine öğrenimi (Machine Learning, ML), bir görevin bütün karar kurallarını tek tek yazmak yerine örnek verilerden yararlanır. Eğitim sırasında modelin parametreleri belirli bir hedefe göre ayarlanır; kullanım sırasında ise model yeni girdiler için sonuç üretir.
Başlıca öğrenme yaklaşımları
- Denetimli öğrenme: Örneklerin beklenen sonuçlarıyla birlikte verildiği eğitimdir. Bir talebi konusuna göre sınıflandırmak buna örnek olabilir.
- Denetimsiz öğrenme: Önceden verilmiş sonuç etiketleri olmadan verideki grupları veya örüntüleri araştırır.
- Pekiştirmeli öğrenme: Bir ortamda yapılan seçimlerin sonucundan gelen geri bildirimi kullanarak davranışı geliştirmeyi hedefler.
Eğitim ve kullanım arasındaki fark
Eğitim, modelin parametrelerinin ayarlandığı aşamadır. Çıkarım ise eğitilmiş modelin yeni bir girdi üzerinde çalışmasıdır. Bir chatbotun müşteriye yanıt vermesi veya bilgi bankasından bir içerik kullanması, tek başına yeniden eğitim yapıldığı anlamına gelmez.
Chatbotlarda nasıl kullanılır?
Mesaj sınıflandırma, bilgi çıkarma ve yanıt üretimi gibi görevlerin altında makine öğrenimi modelleri bulunabilir. Kullanılan yönteme göre farklı eğitim verileri, bilgi kaynakları ve değerlendirme ölçütleri gerekir.
Modelin kalitesi neye bağlıdır?
Verinin kalitesi, görevi ne kadar temsil ettiği ve değerlendirme koşulları sonucu etkiler. Eğitimde görülen örneklere benzemeyen gerçek müşteri mesajları farklı sonuçlar üretebilir. Bu nedenle iyi bir uygulama, işletmenin kendi kullanım senaryolarıyla değerlendirilir.