Makine öğreniminin günümüzdeki rolü: Modern yönelimleri ve gelecek perspektifleri

Bu tez çalışmasında, makine öğreniminin günümüzdeki rolü, teorik temelleri, uygulama alanları ve gelecekteki yönelimleri detaylı biçimde incelenmiştir. İnsanların veriye dayalı karar verme süreçlerinde yapay zekaya olan ihtiyaçlarının artmasıyla birlikte, makine öğrenimi sistemleri birçok sektörde vazgeçilmez hale gelmiştir. Bu kapsamda çalışma, hem teorik hem de uygulamalı yönleriyle üç ana bölümde yapılandırılmıştır.İlk bölümde, makine öğrenmesinin temel bileşenleri olan veri bağımlılıkları, donanım gereksinimleri, özellik mühendisliği, yürütme süresi, model seçimi ve yorumlanabilirlik gibi konulara odaklanılmış; geleneksel ve derin öğrenme yöntemleri karşılaştırmalı olarak değerlendirilmiştir. Gözetimli, gözetimsiz ve pekiştirmeli öğrenme yaklaşımları ayrıntılı olarak analiz edilmiştir.İkinci bölümde, makine öğrenmesinin siber güvenlik alanındaki kullanımı ele alınmış ve saldırı tespit sistemleri bağlamında NSL-KDD veri seti ile uygulamalı bir analiz gerçekleştirilmiştir. Bu analizde, KNIME platformu kullanılarak karar ağaçları, rastgele ormanlar, SVM ve Naive Bayes gibi farklı algoritmaların başarı oranları karşılaştırılmıştır. Elde edilen sonuçlar, makine öğreniminin özellikle anomalilerin tespiti ve ağ güvenliğinde güçlü bir araç olduğunu göstermektedir.Üçüncü bölümde ise, makine öğrenmesinin geleceğine dair yönelimler tartışılmış, özellikle Amazon ürün yorumları üzerinde yapılan duygu analizi örneği üzerinden algoritmaların güncel kullanım potansiyeli gösterilmiştir. Ayrıca, derin öğrenmedeki güncel trendler, model yorumlanabilirliği sorunları, veri kalitesi, ölçeklenebilirlik ve düzenleyici uyum gibi karşılaşılan problemler ile bu problemlere getirilen çözüm önerileri değerlendirilmiştir.Sonuç olarak, bu tez çalışması, makine öğrenmesinin hem mevcut uygulama alanlarını hem de gelecekteki stratejik önemini bütüncül bir yaklaşımla ortaya koymakta; karar destek sistemlerinden güvenliğe, ticaretten sağlığa kadar geniş bir yelpazede nasıl kullanılabileceğini detaylandırmaktadır.