İş sorusunu tahmin problemine çevirmek
Bir iş sorusunun makine öğrenmesiyle çözülüp çözülemeyeceğini; çözülecekse hangi kararı besleyeceğini, etiketin ne olduğunu ve tahminin hangi anda üretileceğini belirlemeyi öğretir.
BU DERSİN SONUNDA
- Bir iş sorusunun makine öğrenmesi problemine çevrilip çevrilemeyeceğini ayırt etmek
- Tahmin birimini, etiketi ve tahmin anını tek cümlede tanımlamak
- Modelin besleyeceği kararı ve kararın hata maliyetini yazılı hale getirmek
- Model kurmadan önce yenilmesi gereken temel çizgiyi seçmek
- 1
Teori
Kavramın çalışma mantığı
- 2
Örnek
Gerçek bir senaryo üzerinde gösterim
- 3
Lab
Uygulamalı alıştırma
- 4
Test
Kısa ölçüm
- 5
Proje
Rotadaki projeye katkı
Kısa cevap
Problem çerçeveleme, bir iş sorusunu "hangi karar, hangi anda, hangi birim için verilecek" sorusuna indirgemektir. Makine öğrenmesi ancak tekrar eden bir karar, o kararın sonucunu sonradan gösteren bir etiket ve karar anında gerçekten elde olan veriler varsa devreye girer. Bu üçlü kurulmadan model seçimi, metrik seçimi ve doğrulama tasarımı anlamsızdır.
Teori: model bir kararı besler#
Model bir soruya cevap vermez; bir kararı otomatikleştirir ya da o karara girdi olur. "Müşteri kaybını anlamak istiyoruz" bir karar değil, bir merak. "Hangi müşteriye bu ay elde tutma teklifi gönderelim" ise karardır: bir eylem kümesi, bir zaman ve bir bütçe içerir. Çerçeveleme, merakı karara çevirme işidir.
Karar netleştiğinde üç alan kendiliğinden dolar: tahmin birimi (müşteri mi, sipariş mi, oturum mu), etiket (kararın doğru olup olmadığını sonradan gösteren gözlem) ve tahmin anı (modelin çalıştığı an). Tahmin anı en çok atlanan alandır; oysa hangi verinin kullanılabileceğini tam olarak o belirler.
Hata maliyetinin simetrik olup olmadığı da bu aşamada belli olur. Yanlış alarmın bedeli bir telefon görüşmesi, kaçırılan vakanın bedeli kaybedilen bir müşteriyse iki hata eşit değildir. Bu asimetri metrik seçimini ve eşik kararını baştan belirler; sonradan eklenen bir düzeltme değildir.
Örnek: hangi soru çevrilir#
| İş sorusu | Çevrilebilir mi | Gerekçe |
|---|---|---|
| Bu ay hangi müşteriler aboneliği bırakacak | Evet | Karar tekrar ediyor, etiket bir süre sonra gözlemleniyor |
| Ürünümüzü neden beğenmiyorlar | Hayır | Karar değil açıklama isteği; önce niteliksel araştırma gerekir |
| Yeni açılacak şubenin ilk yıl cirosu | Kısmen | Karar seyrek ve örneklem küçük; benzer şube sayısı yetmiyorsa istatistiksel tahmin daha uygun |
| Bu faturaya KDV uygulanır mı | Hayır | Kural belirli; iş kuralı yazmak modelden hem doğru hem ucuzdur |
| Gelen destek kaydı hangi ekibe gitmeli | Evet | Yüksek hacimli, tekrar eden karar; geçmiş yönlendirmeler etiket olur |
| Bir sonraki çeyrekte kur ne olacak | Hayır | Geçmiş örüntünün geleceği taşıdığı varsayımı burada güvenilir değil |
Karar: problem kartı#
- 1Kararı yaz
Modelin çıktısı hangi eylemi değiştirecek? Değişen bir eylem yoksa ortada problem de yoktur.
- 2Tahmin birimini sabitle
Bir satır neyi temsil ediyor: müşteri mi, müşteri-ay mı, sipariş mi? Bütün metrikler bu birim üzerinden hesaplanır.
- 3Etiketi tanımla
Hangi gözlem, ne kadar süre sonra, hangi eşikle pozitif sayılıyor? Süre ve eşik yazılmadan etiket tanımlı değildir.
- 4Tahmin anını sabitle
Model hangi anda çalışıyor? O anda elde olmayan hiçbir alan özellik olamaz.
- 5Hata maliyetini yaz
Yanlış pozitif ve yanlış negatifin iş karşılığını yazın; metrik ve eşik bundan türetilir.
Temel çizgi#
Temel çizgi, modelin yenmek zorunda olduğu en basit alternatiftir. Çoğu projede bu bir iş kuralıdır: "son üç ayda hiç giriş yapmayanı riskli say" gibi. Temel çizgi kurulmadan ölçülen bir model skoru, iyi mi kötü mü olduğu bilinmeyen bir sayıdır; üstelik temel çizgi kurmak model kurmaktan belirgin biçimde az emek ister ve projenin devam edip etmeyeceğini en ucuz yoldan söyler.
- Sabit tahmin: her kayda çoğunluk sınıfını ya da hedefin ortanca değerini ver.
- Tek kurallı eşik: alanın en çok güvendiği tek değişkende bir kesme noktası.
- Mevcut süreç: bugün kararı veren kişinin ya da kuralın geçmiş performansı.
- Basit model: az sayıda değişkenli bir doğrusal model ya da tek karar ağacı.
Sık yapılan hata#
En sık hata, etiketi veriye bakarak tanımlamaktır. "Elimizde bu kolon var, onu tahmin edelim" denildiğinde problem verinin şekline göre kurulur, kararın ihtiyacına göre değil. Sonuç genellikle şudur: model iyi ölçüm verir ama çıktısıyla yapılacak bir şey yoktur. İkinci sık hata, tahmin anını belirsiz bırakmaktır; bu, ikinci bölümün konusu olan sızıntının en yaygın kaynağıdır.
LAB · UYGULAMALI ALIŞTIRMA
Problem kartı yazın
- 1Ekibinizin bugün elle ya da kuralla verdiği, haftada en az birkaç kez tekrarlayan bir kararı seçip tek cümleyle yazın.
- 2Tahmin birimini ve tahmin anını belirleyin: bir satır neyi temsil ediyor, model hangi anda çalışıyor?
- 3Etiketi süre ve eşikle tanımlayın; aynı etiketin iki farklı okumasını (örneğin bir aylık ve üç aylık pencere) yan yana yazıp birini gerekçeyle seçin.
- 4Karar anında elde olan alanları listeleyin; sonradan dolan alanları ayrı bir sütunda işaretleyin.
- 5Yanlış pozitif ve yanlış negatifin iş karşılığını yazın ve bu asimetriye uyan bir temel çizgi kuralı önerin.
- 6Temel çizgi kuralını geçmiş verinizde elle çalıştırıp kaç doğru kaç yanlış karar ürettiğini sayın.
Beklenen çıktı
Kararı, tahmin birimini, etiket tanımını, tahmin anını, hata maliyetini ve geçmiş veride ölçülmüş bir temel çizgiyi içeren tek sayfalık problem kartı.
Sık sorulan sorular
Etiketimiz yok, yine de başlayabilir miyiz?
Etiket yoksa denetimli öğrenme de yoktur. İki yol var: etiketi geçmiş kayıtlardan geriye dönük türetmek (çoğu zaman mümkündür ve en ucuz yoldur) ya da süreci etiket biriktirecek biçimde değiştirip beklemek. Karar bir sıralama kararıysa kuralla başlayıp kararın sonucunu kaydetmeye başlamak da geçerli bir başlangıçtır.
Model temel çizgiyi yenemezse proje başarısız mı?
Hayır, bilgi kazanmış olursunuz: ya sinyal veride yoktur ya da çerçeveleme yanlıştır. Model kurulumunu suçlamadan önce etiket tanımını ve tahmin anını gözden geçirin; "sinyal yok" sonucuna varmadan önce elenmesi gereken ilk şüpheli, yanlış tanımlanmış bir etikettir.
Regresyon mu sınıflandırma mı seçmeliyim?
Kararın şekline bakın. Bir eşik uygulanacak ve eylem ikiliyse (ara / arama) sınıflandırma daha doğrudan yönetilir. Çıktı bir miktara ya da bütçeye giriyorsa (kaç adet stoklayalım) regresyon gerekir. Aynı veriyle her ikisi de kurulabilir; seçimi veri değil karar belirler.
LEARN
Machine Learning Engineer rotasına devam et
Dersler tek başına da okunabilir, ama sıralı ilerlemek önkoşul boşluklarını kapatır.