Yorumlanabilir Makine Öğrenmesi
  • Yorumlanabilir Yapay Öğrenme
  • Bölüm 1 - Yazarın Önsözü
  • Bölüm 1.1 Çevirmenin Önsözü
  • Bölüm 2 - Giriş
    • 2.1 Hikaye Zamanı
    • 2.2 Makine Öğrenmesi Nedir?
    • 2.3 Terminoloji
  • 3. Yorumlanabilirlik
    • 3.1 Yorumlanabilirliğin Önemi
    • 3.2 Yorumlanabilirlik Yöntemlerinin Sınıflandırılması
    • 3.3 Yorumlanabilirliğin Kapsamı
    • 3.4 Yorumlanabilirliğin Değerlendirilmesi
    • 3.5 Açıklamaların Özellikleri
    • 3.6 İnsan Dostu Açıklamalar
  • 4 Veri Setleri
    • 4.1 Bisiklet Kiralama (Bike Rentals)- Regresyon
    • 4.2 Youtube Spam Yorumları (Metin Sınıflandırma)
    • 4.3 Rahim Ağzı Kanseri Risk Faktörleri (Sınıflandırma)
  • 5. Yorumlanabilir Modeller
    • 5.1 Doğrusal Regresyon (Linear Regression)
    • 5.2 Lojistik Regresyon (Logistic Regression)
    • 5.3 GLM, GAM ve Fazlası
    • 5.4 Karar Ağaçları (Decision Tre)
    • 5.5 Karar Kuralları (Decision Rules)
    • 5.6 RuleFit
    • 5.7 Diğer Yorumlanabilir Modeller
  • 6. Model Agnostik Metotlar (Model-Agnostic Methods)
  • 7. Örnek Tabanlı Açıklamalar (Example-Based Explanations)
  • 8.Küresel Model Agnostik Metotlar (Global Model-Agnostic Methods)
    • 8.1 Kısmi Bağımlılık Grafiği - Partial Dependency Plot
    • 8.2. Biriktirilmiş Yerel Etki (Accumulated Local Effects-ALE) Grafikleri
    • 8.3 Öznitelik Etkileşimi (Feature Interaction)
    • 8.4 Fonksiyonel Ayrıştırma (Functional Decomposition)
    • 8.5 Permütasyon Öznitelik Önemi (Permutation Feature Importance)
    • 8.6 Küresel Vekil Modeli (Global Surrogate)
    • 8.7 Prototipler ve Eleştiriler (Prototypes and Criticisms)
  • 9. Yerel Modelden Bağımsız Yöntemler (Local Model-Agnostic Methods)
    • 9.1 Bireysel Koşullu Beklenti (Individual Conditional Expectation)
    • 9.2 Yerel Vekil (Local Surrogate) (LIME)
    • 9.3 Karşıt Gerçekçi Açıklamalar (Counterfactual Explanations)
    • 9.4 Kapsamlı Kurallar (Scoped Rules (Anchors))
    • 9.5 Shapley Değerleri (Shapley Values)
    • 9.6 SHAP (SHapley Additive exPlanations)
  • 10. Sinir Ağları Yorumlaması
    • 10.1 Öğrenilmiş Özellikler (Learned Features)
    • 10.2 Piksel İlişkilendirmesi (Pixel Attribution)
    • 10.3 Kavramları Belirleme (Detecting Concepts)
    • 10.4 Kötü Amaçlı Örnekler (Adversarial Examples)
    • 10.5 Etkili Örnekler (Influential Instances)
  • 11. Kristal Küreye Bir Bakış
    • 11.1 Makine Öğrenmesinin Geleceği
      • 11.2 Yorumlanabilirliğin Geleceği
  • 12. Teşekkürler
  • Referanslar
  • Kullanılan R paketleri
Powered by GitBook
On this page

Bölüm 1.1 Çevirmenin Önsözü

*Kitabın orjinalinde olmayan bölüm.

Makine öğrenmesi ya da yapay öğrenme, pek çok farklı alanda birbirinden farklı yüzlerle hayatımızın günlük rutininde yer alıyor. Bu model ve algoritmalar her ne kadar faydalı ve başarılı olarak kabul edilebilecek sonuçlar üretse de bu modellere dair en yaygın eleştirilerden bir tanesi, modellerin çıktılarının ve çalışma süreçlerinin tam olarak yorumlanamaması üzerine.

Dolayısıya bu konu literatürün oldukça aktif çalışma alanlarından ve her makine öğrenmesi araştırmacısının en az temel bir seviye bilgi sahibi olması gerekiyor. Çevirisi yapılan bu kitap, Christoph Molnar tarafından yorumlanabilir makine öğrenmesini en temel seviyeden alıp güncel trendlere anlatıyor. İçerik dili ile de bu konudaki araştırmacıların, uzmanlık seviyesi fark etmeden rahatlıkla anlayabileceği bir kitap olma özelliğini taşıyor.

Türkiye'deki araştırmacıların daha rahat anlayabilmeleri için ben de bu kitabı Türkçe'ye çevirerek literatürümüze kazandırmanın mutluluğunu duyuyorum. Aşağıda, kitabı takip ederken oluşabilecek kafa karışıklıklarını önceden yok etmeyi amaçlayan bazı çeviri detayları yer alıyor.

Faydalı olması dileği ile.

Tüm soru, öneri ve görüşler için ozancanozdemir@gmail.com adresinden iletişime geçebilirsiniz.


  • Makine öğrenmesi kavramı kimi yerlerde yapay öğrenme olarak da geçiyor. Bu nedenle bu kavramlar kitabın kimi noktalarında birbirleri yerlerine kullanıldı, ancak ikisi de aynı fenomeni işaret etmektedir.

  • Öznitelik ve özellik kelimeleri "feature" kelimesinin karşılığı olarak birbirleri yerine kullanılmıştır. Kimi yerde öznitelik, kimi yerde özellik diye geçen ifadeler aslında aynı fenomeni nitelemektedir.

  • Sinir Ağları bölümünde convolution kelimesi karşılığı olan evrişim ve konvolüsyon kelimeleri birbirleri yerlerine kullanılmıştır. Her iki ifade de convolution kelimesinin karşılığı anlamına gelmektedir.

  • Yine bazı kelimelerin çevirileri sırasında eş anlamlı çevirileri kullanıldı. Örneğin, küresel ve global model çevirisinde olduğu gibi.

  • Kitabın orjinalinden farklı olarak, referanslar numaralı bir şekilde verilmedi ve kitap bölümlerinin metin içi referansları yine verilmedi. Ancak tüm bölümler eksiksiz bir şekilde kitapta yer almaktadır.

  • Tablolardaki değişken isimleri vs. İngilizce bırakılmıştır.

PreviousBölüm 1 - Yazarın ÖnsözüNextBölüm 2 - Giriş

Last updated 5 months ago