Sorular

Geçenlerde bir makine öğrenmesi modeli oluşturduk ve eğitim/test setleri ayırdık. Eğitim verisi çok büyük, test verisi ise küçük olduğunda modelin doğruluğu eğitimde yüksek, testte ise düşük çıkıyor. Bu durumun overfitting olduğunu biliyorum ama…

Yapay zeka algoritmalarının korelasyon bazlı modellerle sınırlı kalmaması için nedensellik ilişkilerini anlaması nasıl sağlanabilir? Özellikle makine öğrenmesi modellerinde nedensellik çıkarımı nasıl yapılır?

Nedensellik üzerine kurulu bir yapay zeka modeli, kontrollü deney ortamında üretilen farklı bağlam verileri sağlanamasa da doğru sonuçlar verebilir mi? Bu durumda modelin genelleme yeteneği nasıl etkilenir ve alternatif veri kaynakları…