Kullanıcı:Muhammed Enes Elmas/deneme tahtası
DAHA ÇEVİRİLMEDİ LÜTFEN SİLMEYİN
Yapılandırılmış tahmin veya yapılandırılmış öğrenme, skaler ayrık veya gerçek değerler yerine yapılandırılmış nesneleri tahmin etmeyi içeren denetimli makine öğrenimi teknikleri için bir şemsiye terimdir.
Yaygın olarak kullanılan sınırlı öğrenme tekniklerine benzer şekilde, yapılandırılmış tahmin modelleri tipik olarak, model parametrelerini ayarlamak için gerçek tahmin değerinin kullanıldığı gözlemlenen veriler aracılığıyla eğitilir. Modelin karmaşıklığı ve tahmin edilen değişkenlerin karşılıklı ilişkileri nedeniyle, eğitilmiş bir model kullanılarak tahmin süreci ve eğitimin kendisi genellikle hesaplama açısından mümkün değildir ve yaklaşık çıkarım ve öğrenme yöntemleri kullanılır.
Uygulamalar Örneğin, bir doğal dil tümcesini ayrıştırma ağacı gibi sözdizimsel bir temsile çevirme sorunu, yapılandırılmış çıktı alanının tüm olası ayrıştırma ağaçlarının kümesi olduğu yapılandırılmış bir tahmin sorunu olarak görülebilir. Yapılandırılmış tahmin, biyoinformatik, doğal dil işleme, konuşma tanıma ve bilgisayarla görme dahil olmak üzere çok çeşitli uygulama alanlarında da kullanılmaktadır.
Örnek: dizi etiketleme Sıra etiketleme, doğal dil işlemede yaygın olan ve girdi verilerinin genellikle sıralar (örneğin metin cümleleri) olduğu bir problemler sınıfıdır. Sıralama etiketleme sorunu çeşitli şekillerde ortaya çıkar, örn. konuşma parçası etiketleme ve adlandırılmış varlık tanıma. Örneğin, POS etiketlemede, bir dizideki her kelime, kelimenin "türünü" ifade eden bir "etiket" (sınıf etiketi) almalıdır:
bu DT VBZ'dir bir DT etiketlendi cümle NN . . Bu sorunun asıl zorluğu belirsizliği çözmektir: "cümle" kelimesi İngilizce'de fiil de olabilir ve bu nedenle "etiketlenebilir".
Bu problem, tek tek belirteçlerin basitçe sınıflandırılmasıyla çözülebilirken, bu yaklaşım, etiketlerin bağımsız olarak oluşmadığı deneysel gerçeğini hesaba katmaz; bunun yerine, her etiket, önceki kelimenin etiketine güçlü bir koşullu bağımlılık gösterir. Bu gerçek, Viterbi algoritması aracılığıyla yalnızca tek tek etiketler yerine bir cümle için tüm etiket dizisini öngören gizli bir Markov modeli veya koşullu rastgele alan[3] gibi bir dizi modelinde kullanılabilir.
Teknikler Olasılıksal grafik modeller, geniş bir yapılandırılmış tahmin modelleri sınıfını oluşturur. Özellikle Bayes ağları ve rastgele alanlar popülerdir. Yapılandırılmış tahmin için diğer algoritmalar ve modeller, endüktif mantık programlama, vaka tabanlı akıl yürütme, yapılandırılmış SVM'ler, Markov mantık ağları, Olasılıksal Yumuşak Mantık ve kısıtlı koşullu modelleri içerir.