WEBVTT 00:00.560 --> 00:02.950 İleride heyecan verici bir ders hazırlayın. 00:02.950 --> 00:04.850 Derin öğrenme dersine tekrar hoş geldiniz. 00:04.870 --> 00:08.090 Bugün, sinir ağlarının nasıl çalıştığı hakkında konuşuyoruz. 00:08.110 --> 00:13.840 Şimdi, sinir ağlarının hangi öğelerden oluştuğuna ve hatta işlevlerine nasıl yapılandırıldığından bahsettiğimiz 00:13.840 --> 00:16.420 çok sayıda temel çalışmaya yol gösterdik. 00:16.660 --> 00:21.940 Ve bugün, alışılmadık sinir ağının nasıl uygulanabileceğine bakıp gerçek bir 00:21.940 --> 00:27.760 örnek göstereceğiz ve aslında uygulama sürecinde adım adım çalışacağız, böylece neler 00:27.760 --> 00:28.340 olduğunu anlıyoruz. 00:28.360 --> 00:30.690 Şimdi hangi örneğinden bahsedileceğimize bir göz atalım. 00:30.790 --> 00:37.180 Bir mülk değerlendirmesine bakacağız, bu yüzden mülkiyet ve değer değerlerimizin bazı parametrelerini 00:37.180 --> 00:39.600 alan bir sinir ağına bakacağız. 00:39.640 --> 00:40.930 Ve burada olan şey. 00:40.960 --> 00:45.820 Bugün eğitici için küçük bir uyarı var ve aslında biz aslında ağ eğitimini yapmayacağız. 00:45.820 --> 00:50.980 Sinir ağlarında çok önemli bir bölüm onları eğitiyor ve bunu bu bölümdeki 00:50.980 --> 00:53.430 bir sonraki ders kitaplarında inceleyeceğiz. 00:53.440 --> 00:57.760 sonra zaten doğru hedefi biliyoruz çalıştığımız zaman kapalı çalışacağız doğru. 00:58.390 --> 01:04.870 Şimdilik gerçek uygulamalara odaklanacağız, bir sinir ağıyla çalışacağız, zaten eğitilmiş olduğumuzızı ve bu da 01:04.870 --> 01:09.370 şeylerin uygulama tarafına odaklanmamıza ve tıkanmamamıza izin verecekmiş gibi taklit 01:09.370 --> 01:11.750 edeceğiz. eğitim yönü ve daha 01:11.800 --> 01:12.640 Kulağa iyi geliyor. 01:12.640 --> 01:14.900 Pekâlâ, doğrudan onun içine atlayalım. 01:15.250 --> 01:19.090 Diyelim ki bazı giriş parametrelerimiz var diyelim. 01:19.090 --> 01:24.670 alana koyduk, şehiri ve Miles New York şehrini ve mülkün yaşını belirleyen 01:24.670 --> 01:29.950 yatak odasının sayısını ve bunların hepsinin girdilerimizi oluşturacağını söylüyoruz katmanı. 01:29.950 --> 01:33.590 Doğru diyelim ki elimizdeki mülkiyetle ilgili parametreleri metrekare 01:33.670 --> 01:40.810 Şüphesiz elbette bir malın fiyatını tanımlayan daha fazla parametredir ancak basitlik amacıyla 01:40.810 --> 01:43.000 şimdi sadece bununla ilgileneceğiz. 01:43.010 --> 01:50.260 Bir sinir ağının çok basit bir biçimi var, yalnızca bir girdi var bir çıktı katmanı öğreniyoruz, böylece hiçbir gizli katman 01:50.260 --> 01:52.300 ve çıktı katmanımız, öngördüğümüz fiyattır. 01:52.300 --> 02:00.990 Dolayısıyla bu formda, bu girdi değişkenlerinin yapacakları şey sadece özetler tarafından ağırlıklandırılacak 02:01.030 --> 02:04.150 ve sonra çıktı hesaplanacaktı. 02:04.150 --> 02:06.190 Temelde fiyat hesaplanacak ve bir fiyat elde edecektir. 02:06.190 --> 02:14.250 Ve örneğin, fiyat, tüm girdilerin ağırlıklı toplamı kadar basit hesaplanabilir. 02:14.290 --> 02:17.720 Ve yine burada kullanabileceğiniz herhangi bir fonksiyonu kullanabilirsiniz. 02:17.830 --> 02:25.330 Şimdi kullandığımız şey, daha önce lojistik regresyonu kullanabildiğimiz aktivasyon işlevlerinden herhangi birisini 02:25.330 --> 02:26.020 kullanabilmemizdi. 02:26.050 --> 02:32.680 Burada hemen hemen her şeyi yapabileceğiniz bir kare işlevi kullanabilirsiniz, ancak nokta, belli bir çıktı 02:32.740 --> 02:33.570 elde etmenizdir. 02:33.600 --> 02:40.980 değiştirerek, makine öğrenme algoritmalarının birçoğunu gerçekleştirebilirsiniz daha önce bahsettik ve onları bu forma koyduk 02:40.990 --> 02:46.390 ve bu sadece Noul ağlarının ne kadar güçlü olduğunu gösteriyor. 02:46.390 --> 02:51.910 Ayrıca, var olan makine öğrenme algoritmalarının çoğu bu formda temsil 02:51.910 --> 02:58.510 edilebilir ve bu temelde değişkenlerle nasıl başa çıkılacağınızın diyagramatik bir temsilidir veya formelleştirilme 02:58.510 --> 02:58.900 biçimini 02:58.960 --> 03:04.270 Gizli katmanlar olmadan bile, diğer çoğu makine öğrenme algoritması için çalışan bir temsilcimize 03:04.270 --> 03:05.360 sahip olduğumuza hazırız. 03:05.470 --> 03:13.210 Ancak sinir ağlarında bize sahip olduğumuz şey, bize doğruluktaki artışın nereden geldiği çok 03:13.600 --> 03:17.050 esneklik ve güç veren bir avantajdır. 03:17.050 --> 03:24.490 Alair'i ekledik ve şimdi gizli inenin bize nasıl bu ekstra gücü verdiğini anlayacağız. 03:24.490 --> 03:30.100 Ve bu güç gizli katmanlar ve oraya gidiyoruz, buna 03:30.300 --> 03:35.830 Aslında bunu yapmak için bir örnekle yürüdük ve böylece bu sinir 03:35.830 --> 03:40.150 ağı gerçekten eğitildik ve şimdi takacağız, bir mülkün takılıp 03:40.150 --> 03:48.370 kalmadığını hayal edeceğiz. Sinir ağı giriş değişkenleri ile nasıl başa çıkacağını ve Hindol bölgesini nasıl hesaplayacağını 03:48.370 --> 03:51.880 ve çıktıyı nasıl hesapladığımızı adım adım yürüteceğiz. 03:51.880 --> 03:54.430 Bu yüzden heyecan verici olacak şekilde geçelim. 03:54.430 --> 03:54.880 Tamam. 03:55.060 --> 04:00.950 dört değişkene sahibiz ve öncelikle oradaki Hindle'deki en iyi Nurin'den başlayacağız. 04:00.980 --> 04:01.420 Soldaki 04:01.450 --> 04:08.290 Daha önce, basında yazılanlardaki girdi katmanındaki tüm nöronları daha önce gördüğümüz gibi, Cynapsus'u her 04:08.290 --> 04:12.940 biri için gizli alandaki en üst sinir hücresine bağladılar. 04:13.480 --> 04:15.240 Ve bu sistemlerin ağırlığı var. 04:15.250 --> 04:20.470 Şimdi, bazı ağırlıkların sıfır olmayan bir değere sahip olduğuna, bazı yolların sıfır değerine sahip 04:20.710 --> 04:28.390 olacağına karar verelim, çünkü temel olarak tüm girdiler geçerli olmayacak veya her girdi her bir nöron için önemli olmayacak, bazen 04:28.390 --> 04:29.420 girdiler önemli olmayacaktır. 04:29.420 --> 04:34.180 yaşın da aynı olmadığı iki örnek görebiliriz, buna bir saniye düşünelim, neden bu böyle olurdu. 04:34.180 --> 04:38.770 Burada X-1'in önümüzdeki üç alanı ve şehirle olan mesafeyi ve Miles'ları bu nöron için 04:38.770 --> 04:40.540 önemli olduğu, yatak odaları ve 04:40.550 --> 04:47.350 Niçin bir nöron bölgeyle ilişkilendirilebilir ve uzaklığı ne gibi bir şey ifade edebilirdi ne gibi. 04:47.350 --> 04:53.410 Bu normalde şehirden daha uzakta olursanız, daha ucuz gayrimenkul olur ve 04:53.410 --> 04:58.420 bu nedenle mülklerin metrekarelik alanı daha büyük olur anlamına gelebilir. 04:58.420 --> 05:02.380 Aynı fiyata daha büyük bir mülk elde edebilmek için normalden daha uzak olan şehirden 05:02.380 --> 05:02.640 giderseniz. 05:02.640 --> 05:08.930 alana sahip olan alan özelliklerini arayan bir keskin nişancı gibi benzemektedir. 05:08.950 --> 05:16.990 Bu mantıklı ve muhtemelen bu nöronun yaptığı şey, özellikle şehirden uzak olmayan fakat geniş 05:16.990 --> 05:17.630 bir 05:17.630 --> 05:24.830 Dolayısıyla şehirden uzaktıklarında haksız yere kare bir ayak alanı var. 05:24.850 --> 05:28.690 Anormal yükseklik gibi bir şey ortalamanın üstündedir, bu 05:28.690 --> 05:35.290 yüzden kente oldukça yakındırlar ancak yine de aynı uzaklığa sahip diğerlerine kıyasla daha büyüktürler 05:35.290 --> 05:40.450 ve böylece nöron tekrar burada spekülasyon yapıyor ancak bu nöron olabilir 05:40.450 --> 05:46.150 bu özellikleri belirleyen lazerleri kaldırdığınızda aktifleşecek ve aktifleştireceği aktivasyon fonksiyonu, ancak belli 05:46.150 --> 05:50.830 kriterlere ulaşıldığında faaliyete geçecek ve bölgenin Suriye havasına olan uzaklığının 05:50.830 --> 05:57.580 ve alanının bilindiğinin bilincindeyiz. kendi içindeki hesaplamaları yapar ve bu ikisini ve ateşlediği belirli 05:57.580 --> 06:01.990 alanları en kısa sürede birleştirir ve çıktıdaki fiyata katkıda bulunur. 06:02.260 --> 06:06.760 Ve bu nedenle, bu nöron, yatak odaları ve mülkün yaşı ile ilgilenmez, çünkü o özel 06:06.760 --> 06:07.730 şey üzerine odaklanmıştır. 06:07.750 --> 06:12.640 Sinir ağının gücü burada geliyor çünkü bu yılların çoğuna sahipsiniz ve şimdi sadece 06:12.640 --> 06:14.390 diğerlerinin nasıl çalıştığını göreceksiniz. 06:14.650 --> 06:21.370 etmek istediğim şu ki, bu satırları yerinde olmayan özetler için çizmeyelim; böylece resim çizmememizin tek sebebi 06:22.090 --> 06:26.170 olarak imajımızı karmaşık hale getirmeyelim, o yüzden kurtulalım. Bunlardan da. 06:26.170 --> 06:27.290 Fakat burada kabul 06:27.460 --> 06:33.940 Böylece, bu nöron alana ve şehire olan uzaklığa odaklanacak şekilde tam olarak bilineceğiz. 06:33.940 --> 06:34.520 Tamam. 06:34.900 --> 06:35.980 Her zaman olduğu gibi bunu kabul ediyoruz. 06:35.980 --> 06:36.830 Hadi bir sonraki adıma geçelim. 06:36.850 --> 06:42.400 Onların ortasında bir tane alalım burada burada üç parametre var bu nörona besleniyor, 06:42.400 --> 06:46.010 bu yüzden alana yatak odaları ve mülkün yaşı var. 06:46.030 --> 06:48.600 Buradaki sebep ne olabilir. 06:48.600 --> 06:55.660 Şimdi bu nöronun sezgisini ve düşüncesini anlamaya çalışalım, bu nöron nasıl 06:55.660 --> 06:56.110 düşünüyor. 06:56.110 --> 06:57.770 Neden bu iki ebeveyn seçiyor? 06:57.780 --> 07:02.110 Verilerde olduğu gibi bulunabilecek ne olabilirdi. 07:02.110 --> 07:06.580 Doğru, bu eğitilmiş veri setini zaten kurduk, eğitim çok uzun 07:06.580 --> 07:11.590 süre önce yapılmış gibi ya da birileri bugün yazıldığı gibi yazıldı. Bu 07:11.590 --> 07:17.650 nöronun tüm binlerce kişi tarafından yapıldığını biliyoruz. özelliklerin örnekleri alanın artı yatak odaları artı 07:17.650 --> 07:20.590 bu parametrelerin yaş kombinasyonunun önemli olduğunu buldu. 07:20.590 --> 07:21.600 Neden böyle olabilirdi. 07:21.610 --> 07:29.410 Örneğin, belki de bu banliyölerde bulunan bu belirli şehirde, bu sinir ağı eğitilmiş olabilir 07:29.410 --> 07:38.860 belki de, yatak odaları çok olan, ancak yeni haklara sahip olan iki veya daha fazla çocuğu 07:40.000 --> 07:47.470 olan çocuklu aileler var. eski düzgün değildir, çünkü o bölgede belki de neredeyse 07:47.590 --> 07:52.910 uygun ya da büyük özelliklere sahip olanlar genellikle yaşlıdır. 07:52.930 --> 07:59.860 işlerde büyüme gibi bir çok şey var gibi geliyor belki sadece nüfus demografik değişmiş 07:59.860 --> 08:07.540 gibi biliyorsunuz ve artık genç çiftler ya da genç aileler özellik arıyor ancak yeni mülkleri 08:07.570 --> 08:15.520 tercih ediyorlar, böylece mülk yaşının daha düşük olmasını ve dolayısıyla bu sinir ağının gerçekleştirdiği eğitimden istiyorlar. 08:15.520 --> 08:22.210 Ancak çok sayıda modern aile var ve belki de sosyal demografik bir değişim 08:22.210 --> 08:27.370 yaşanıyor ve belki de daha genç nüfus için istihdam ve 08:27.370 --> 08:32.890 Büyük bir alana sahip bir mülk olduğunda ve en az üç yatak odası 08:32.890 --> 08:36.790 için ikinci çocuğun ilki için bu üç en az 08:36.790 --> 08:45.190 üç yatak odası olan yatak odası bir sürü olduğunda, yüksek alanlı ve çok sayıda mülkte belki bir konuk odası olduğunu 08:45.190 --> 08:48.270 bilir Meuron'un aldığı değerli pazardaki değerli yatak odaları. 08:48.280 --> 08:49.390 Bunu biliyor. 08:49.420 --> 08:51.490 Tamam, aradığım şey de bu. 08:51.490 --> 08:56.620 Yatak odası yüksek alana sahip olduğu müddetçe, şehir ve Miles arasındaki mesafeyi 08:56.620 --> 08:57.080 umursamıyorum. 08:57.110 --> 09:01.750 Bu kriterlere uyulması sağlanınca nöron patlar ve bu iki parametrenin birleşimi 09:01.750 --> 09:06.190 olur ve bu yine de buradaki sinir ağının gücünün nereden geldiğini 09:06.190 --> 09:11.300 gösterir çünkü bu iki parametre, yepyeni bir parametre içine yepyeni niteliklerle birleştirilir. 09:11.470 --> 09:17.860 Bu, mülkün değerlemesinde yardımcı olan değerlendirme ile yardımcı olur. 09:17.860 --> 09:21.910 Onları yeni bir nitelikle birleştiriyor ve bu nedenle daha kesin. 09:21.910 --> 09:24.160 İşte işte böyle yürüyoruz. 09:24.250 --> 09:30.040 Ve başka birine bakalım, alttaki örneğe bakalım, örneğin bu nöron yalnızca bir 09:30.040 --> 09:35.110 çift alıp da sekiz tane almış olabilir ve diğerlerinden hiçbirinde bulunmamış 09:35.110 --> 09:35.540 olabilir. 09:35.540 --> 09:37.530 Ve bu nasıl olabilirdi. 09:37.900 --> 09:45.760 Bu, yaşın mütemadiyen eski özelliklerini bildiğimiz zamanki gibi anlamına gelebileceği klasik bir örnektir, çünkü genellikle yıpranmış 09:45.760 --> 09:47.710 olduğundan daha az değerlidir. 09:47.710 --> 09:50.740 Muhtemelen binanın eski olması muhtemelen şeylerin dağılıp düştüğünü biliyorsunuzdur. 09:50.740 --> 09:55.460 Daha fazla bakım gereklidir, çünkü fiyat gayrimenkulün fiyatı açısından düşer. 09:55.480 --> 09:58.880 Yepyeni bir bina daha pahalı olurdu, çünkü yepyeni. 09:59.200 --> 10:03.980 Belli ki bir mülk belirli bir yaşın üzerindeyse, bu mülkün tarihi bir mülk olduğunu gösterebilir. 10:04.030 --> 10:11.240 Örneğin, bir mülkiyet 100 yaşın altındaysa o zaman yaşça daha az değerlidir. 10:11.380 --> 10:17.050 Fakat 100 yaş üstü atlar atılmaz bir anda tarihi bir mülk haline gelir, çünkü 10:17.050 --> 10:20.840 bu insanlar hala yüzlerce yıl önce sahip olduğu bir mülk. 10:20.860 --> 10:26.240 Bir hikayenin arkasında tüm bu tarihi var ve bazı insanlar bunun hoşuna gider gibi geliyor. 10:26.290 --> 10:32.110 duyar ve özellikle arkadaşlarınıza veya benzer şeylere gösterecekleri yüksek sosyo-ekonomik sınıflarda yaşayacak 10:32.110 --> 10:36.970 ve bu yüzden 100 yaşın üstündeki mülkler olabilir tarihsel sayılır. 10:37.000 --> 10:42.330 Aslında pek çok insan bunu ister ve bir mülkte yaşamaktan gurur 10:42.330 --> 10:47.890 Ve bu nedenle bu nöron, 100 yıldan fazla bir mülk görür görmez ateş eder ve toplam 10:48.430 --> 10:49.360 fiyata katkıda bulunur. 10:49.360 --> 10:55.090 Aksi takdirde 100 yaşın altındaysa işe yaramaz ve bunun iyi bir örneği. 10:55.180 --> 10:57.580 Doğrultucu fonksiyonu uygulanmaktadır. 10:57.580 --> 11:04.630 Yani burada belirli bir noktaya kadar çok sıfır gibi görünüyorsun ve sonra 100 yaşında diyelim 11:04.630 --> 11:09.340 ve 100 yaşın üstünde yaşlandıkça değeri yükselttikçe bu nöronun genel 11:09.340 --> 11:11.310 fiyata olan katkısı artar. 11:11.470 --> 11:18.910 Ve bu doğrultucu işlevinin çok basit bir örneğini harekete geçiren harika bir örnek var. 11:18.910 --> 11:19.720 İşte gidiyoruz. 11:19.750 --> 11:20.960 Bu yıl olabilir. 11:21.100 --> 11:27.840 Dahası, sinir ağı kendimizi doğru düşünmediğimiz şeyleri almış 11:27.850 --> 11:28.530 olabilir. 11:28.570 --> 11:34.360 hepsini aldığınızdan ve bu nöronların tüm bu gizli katman durumunun, sinirsel ağınızın esnekliğini 11:34.360 --> 11:38.710 artırmanıza ve gerçekten sinirsel ağın görünümüne izin vermesini sağladığını görebilirsiniz. 11:38.890 --> 11:43.510 çok özel şeyler için ve sonra birleşimde güç geldiği yerdir. 11:43.510 --> 11:51.040 Örneğin, yatak odaları artı mesafe, belki kombinasyon halindeki belki belki de diğer nöronlar kadar güçlü olmayan 11:51.040 --> 11:58.840 ve belki katkıda bulunan belki de katkıda bulunan belki de katkıda bulunur, ancak yine de katkıda bulunur 11:58.840 --> 12:05.890 ya da belki fiyat ya da böyle olabilecek diğer şeyleri de etkiler. belki de bu 12:06.070 --> 12:08.260 parametrelerin dördünün bir kombinasyonu için 12:08.260 --> 12:12.570 Bu, bir reklamın tek başına bir anthill oluşturamamasını istediğim cevap örneği gibidir. 12:12.580 --> 12:17.920 Ancak binlerce veya 100.000 reklamı beğendiğinizde birlikte bir antilot kurabilirler ve burada 12:17.920 --> 12:18.600 durum böyle. 12:18.610 --> 12:20.990 Bu nöronların her biri kendi başına fiyat tahmininde bulunamazlar. 12:21.100 --> 12:27.910 Ancak birlikte süper güçleri vardır ve fiyat öngörürler ve düzgün şekilde düzgün bir şekilde eğitilmişlerse 12:27.940 --> 12:30.300 oldukça doğru bir iş çıkarabilirler. 12:30.730 --> 12:35.410 Ve bütün Ders bunların nasıl kullanılacağını anlamaya yöneliktir. 12:35.410 --> 12:42.430 İşte bu nedenle, bu, sinir ağlarının gerçekte nasıl çalıştığına dair örnek bir adım ve adım adım bir adım. 12:42.460 --> 12:45.590 Umarım bugünkü eğitimden hoşlanırdınız ve bir dahaki sefere sizi görmek için sabırsızlanıyorum. 12:45.610 --> 12:47.350 O zamana kadar öğrenmenin tadını çıkarın.