Kodlayarak öğrenme, bilgisayarların kendi kendini öğrenmesi için kullanılan bir yöntemdir. Kodlayarak öğrenme, öğrenme sürecini daha verimli hale getirmeyi amaçlayan ve sonuç olarak daha iyi çözümler bulmayı hedefleyen bir alandır. Kodlayarak öğrenme, ortamın öğrenme sürecine verdiği girdileri inceler ve çıktıları tahmin etmeyi öğrenmeyi amaçlar. Genel olarak, Kodlayarak öğrenme, makine öğrenmesi (ML) ve derin öğrenme (DL) olarak iki ana kategoride incelenir.
Makine öğrenmesi, verilerin sınıflandırılması, özetlenmesi, tahmin edilmesi veya tanımlanması için kullanılan modelleri ve algoritmaları öğrenmeyi amaçlar. Makine öğrenmesi, birçok alanda kullanılan modeller arasında destek vektör makinesi, karar ağaçları ve kümeleme gibi öğrenen modellerin kullanımını içerir. Makine öğrenmesi, kullanılan modellerin eğitim için veri girdilerini kullanmasını ve çıktıların tahmin edilmesini sağlar.
Derin öğrenme, katmanlar arasındaki bağlantıları kullanarak, karmaşık veri girdilerini öğrenmeyi amaçlayan bir alandır. Derin öğrenme, kompleks öğrenme problemlerinin çözümü için ağırlıklandırılmış bağlı katmanların kullanımını içerir. Derin öğrenme, birçok alanda kullanılan çeşitli algoritmalar arasında yüksek çözünürlüklü resimleri ve sesleri tanımlamak için Sinir Ağları, Rastgele Ormanlar, Uyarılmış Sinir Ağları ve Girişimci Sinir Ağları gibi çeşitli modelleri kullanan algoritmaları içerir.
Kodlayarak öğrenme, çoğu zaman kullanılan veri ve algoritmalar arasında veri ön işleme, modelin eğitimi ve çıktının tahmin edilmesi için kullanılan teknikleri kapsar. Kodlayarak öğrenme, veri setleri arasındaki ilişkileri öğrenmek için kullanılan algoritmalar, daha iyi çözümler bulmak için kullanılan modeller ve veri ön işleme için kullanılan teknikleri içerir. Ayrıca, Kodlayarak öğrenme, çözümleri en iyi şekilde oluşturmak için en iyi parametreleri seçmek için kullanılan algoritmaları da içerir.