# Denetimli Öğrenme

Adres: https://softwaredictionary.org/tr/terimler/supervised-learning
Kategori: Yapay Zekâ ve Makine Öğrenmesi
Son güncelleme: 2026-09-30
İngilizcesi: Supervised Learning
Türkçe karşılığı: gözetimli öğrenme
Okunuşu: supırvayzd lörning

Kısaca: Denetimli öğrenme, modelin etiketli örneklerden, yani doğru cevaplarla eşleştirilmiş girdilerden öğrenip yeni veride çıktı tahmin ettiği makine öğrenmesidir.

## Denetimli öğrenme nedir?

Denetimli öğrenmede her eğitim örneğinin, modelin üretmesi gereken cevap olan bir etiketi vardır. Bir spam filtresi spam ya da spam değil olarak işaretlenmiş e-postalardan öğrenir; bir ev fiyatı modeli ise nihai fiyatlarıyla geçmiş satışlardan öğrenir. Eğitim sırasında model tahmin yapar, bunları ne kadar yanıldığını ölçen bir kayıp fonksiyonu kullanarak etiketlerle karşılaştırır ve bu hatayı azaltmak için iç parametrelerini ayarlar.

Denetimli görevler iki ana gruba ayrılır. Sınıflandırma, bir fotoğrafın kedi mi köpek mi gösterdiği ya da bir işlemin sahte olup olmadığı gibi bir kategoriyi tahmin eder. Regresyon ise yarınki sıcaklık ya da bir teslimat süresi gibi bir sayıyı tahmin eder. Modeller, örnekleri ezberlemek yerine genel örüntüleri öğrendiklerini kontrol etmek için her zaman eğitim sırasında hiç görmedikleri ayrılmış bir test kümesi üzerinde değerlendirilir.

Arkasında cevabı yazan bilgi kartlarıyla çalışmaya benzer: tahmin edersiniz, kartı çevirirsiniz ve yeni kartları doğru bilene kadar kendinizi düzeltirsiniz. Denetimli öğrenme, görüntü tanıma, konuşmayı metne çevirme, tıbbi görüntü analizi, kredi puanlama ve öneri sıralaması dahil günlük yapay zekânın büyük bölümüne güç verir. Başlıca maliyeti etiketlemedir, çünkü binlerce doğru cevap toplamak çoğu zaman insan uzmanlar gerektirir.

Denetimli öğrenme genellikle, etiketsiz verilerle çalışan ve müşterileri kümeler halinde gruplamak ya da olağandışı davranışı fark etmek gibi yapıyı kendi başına arayan denetimsiz öğrenmeyle karşılaştırılır. Pekiştirmeli öğrenme ise ajanın doğru cevaplar yerine ödüllerden öğrendiği üçüncü bir yaklaşımdır. Büyük dil modelleri önce, etiketlerin metnin kendisinden, yani bir sonraki token'ı tahmin ederek elde edildiği kendi kendine denetimli öğrenmeyle ön eğitilir ve ardından çoğu zaman örnek yanıtlar üzerinde denetimli ince ayarla iyileştirilir.

## Önemli noktalar

- Denetimli öğrenme etiketli veriyle eğitilir: doğru çıktılarla eşleştirilmiş girdiler.
- Sınıflandırma kategorileri, regresyon sayıları tahmin eder.
- Kayıp fonksiyonu hataları ölçer ve eğitim modeli bunları azaltacak şekilde ayarlar.
- Denetimsiz öğrenme ise etiketsiz verilerdeki örüntüleri bulur.
- Yüksek kaliteli etiketleri toplamak çoğu zaman en pahalı kısımdır.

## Örnek: Etiketli veriyle bir sınıflandırıcı eğitmek (scikit-learn)

```python
from sklearn.datasets import load_iris
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split

# Labeled data: flower measurements (X) and the correct species (y)
X, y = load_iris(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

model = LogisticRegression(max_iter=1000)
model.fit(X_train, y_train)  # learn from inputs paired with answers

print(model.score(X_test, y_test))  # accuracy on flowers it has never seen
print(model.predict(X_test[:3]))    # predicted species for new examples
```

## Sık sorulan sorular

**Denetimli ve denetimsiz öğrenme arasındaki fark nedir?**

Denetimli öğrenme, her örneğin doğru cevabı içerdiği etiketli verilerle eğitilir ve bu cevabı tahmin etmeyi öğrenir. Denetimsiz öğrenme ise etiketsiz verilerle çalışır ve benzer öğelerin kümeleri gibi yapıyı kendi başına keşfeder.

**Denetimli öğrenmeye örnekler nelerdir?**

Yaygın örnekler spam tespiti, görüntü sınıflandırma, konuşma tanıma, dolandırıcılık tespiti ve fiyat ya da talep tahminidir. Her durumda model, doğru cevabın zaten bilindiği geçmiş örneklerden öğrenir.

**Yarı denetimli öğrenme (semi-supervised learning) nedir?**

Yarı denetimli öğrenme, az miktarda etiketli veriyi çok miktarda etiketsiz veriyle birleştirir. Etiketler pahalı olduğunda kullanışlıdır, çünkü etiketsiz örnekler modelin verinin genel yapısını öğrenmesine yardımcı olur.

---

Software Dictionary: https://softwaredictionary.org/tr · https://softwaredictionary.org/tr/llms.txt