Aşırı Öğrenme ve Genelleme
Modelin eğitim verisini ezberlemesiyle yeni veride başarısız olmasını öğrenme eğrileriyle tanıma.
Tahmini süre: 50 dakika
Ders kartı
Sınıf: 11. sınıf Ders: Yapay Zekâ ve Makine Öğrenmesi Ünite: Model ve Sorumluluk Konu: Aşırı Öğrenme ve Genelleme Dersin amacı: Modelin eğitim verisini ezberlemesiyle yeni veride başarısız olmasını öğrenme eğrileriyle tanıma. Ders sonunda: • overfitting kavramını doğru bağlamda açıklarsın. • generalization, bias, variance arasındaki ilişkiyi bir örnekle gösterirsin. • Uygulamayı normal, sınır ve hatalı durumlarla test edersin. • Çalışmanı kısa bir kanıt veya ekran görüntüsüyle sunarsın.
Konu anlatımı
Modelin eğitim verisini ezberlemesiyle yeni veride başarısız olmasını öğrenme eğrileriyle tanıma. Anahtar kavramlar: overfitting, generalization, bias, variance. Bu konuyu öğrenirken önce “overfitting” kavramının neyi çözdüğünü belirle; ardından generalization, bias, variance kavramlarıyla ilişkisini bir örnek üzerinde göster. Ezber yerine neden–sonuç ilişkisi kur: hangi girdi alınır, hangi karar verilir, hangi çıktı veya kanıt beklenir? Ders sonunda konuyu kendi cümlenle açıklayabilmeli, küçük bir örnek üzerinde uygulayabilmeli ve sonucu ölçülebilir bir testle doğrulayabilmelisin.
11. sınıf bilişim laboratuvarı
Yapay Zekâ ve Makine Öğrenmesi dersi için kavramları gerçek bir üretim ortamıyla ilişkilendiren ders görseli.
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(
X, y, test_size=0.2, random_state=42, stratify=y
)Bu konunun testi
Öğrenci hesabınla giriş yaparak sonucu ve açıklamalı geribildirimi kaydedebilirsin.