Martin I Oden

İki enlem/boylam noktası arasındaki mesafeyi hesaplamak için literatürde matematiksel olarak çok sayıda denklem gösterilir ve uygulanır. İki geolokasyon (enlem,boylam) uzaklığın hesaplanması için kullanabileceğimiz en temel yöntemlerden biri olan Haversine Uzaklığı formülüdür. Dünya’nın mükemmel küresel bir cisim olduğu varsayımı üzerinden ilerleyip yeryüzü üzerinde iki noktanın arasındaki mesafesine büyük daire mesafesi de denir. Düzlem üzerinde iki nokta arasındaki en kısa mesafe iki noktayı birleştiren doğru parçasıdır. Küre üzerinde ise iki nokta arasındaki en kısa mesafe bu iki noktadan geçen büyük daire yayıdır. Bir büyük daire yayının hesaplanması iki nokta arasındaki küresel açının bulunmasından sonra bulunan açının dünyanın yarıçapı ile çarpılması sonucu ile bulunur. Bu küresel iç açının hesaplanması için haversine denkleminden yararlanılır. Bir miktar hatalı bile olsa güvenerek hesaplamalarımızı yapabiliriz. Ayrıca 'Haversine' denkleminin bir Excel formülünü (gerçek ...

Canlı ya da cansız her cismin kendi amacı doğrultusunda görevlerini yerine getirebilmesi için bazı şartları ve belirli kriterleri vardır. Biz bunlara kritik noktalar deriz. Örneğin bir insan için en kritik fonksiyon nefes almasıdır diyebiliriz. Peki hayatın bir gerçeği ve vazgeçilmez olan bu parametreleri önemli kılan ne? Bunun önemli olmasına kim karar veriyor?  Bütün sistemlerin olmazsa olmaz denilen yapıları vardır. Bu yapılar enerjiyi kullanarak kendini olumlu yönde etkiyecek şekilde çalışmak ister, bu sistem çalışmasına çalışma eğilimi diyoruz. Bunu termodinamiğin ikinci yasasına, bir bakıma   enerjinin işe dönüşebildiği kısma,  yani kalitesini ya da performansını ele aldığımız kısma benzetiyorum. Enerji, daima kendini yok etme eğilimindedir. Yani, yüksek potansiyellere ulaşan enerji, kendini daha düşük yoğunluğa sahip başka bir enerji formuna dönüştürme eğilimindedir. Termodinamiğin İkinci Yasası, hal değişimlerin herhangi bir yönde değil, belirli bir ...

Yapay Sinir Ağları (YSA) hakkında bilgi edinmek ve bunların R'daki uygulamaları ile ilgili kişisel bir projedir. İstatistiksel öğrenme çalışmaları için tüm kodları github depomda bulabilirsiniz. Lütfen " Yapay Sinir Ağları Uygulamalar ı " adlı dosyalara bir göz atmak için tıklayınız . Daha önce yayınlamış olduğum "Yapay Sinir Ağları - Artificial Neural Network" adlı yazımı okumak için tıklayınız . Bu kütüphane çok esnektir ve analistin bir dizi algoritma, aktivasyon işlevi ve hata işlevi ve tümünü kapsayacak şekilde birden fazla gizli katman içeren YSA'lar oluşturmasına izin verir. Tamamen diğer model uydurma kütüphaneleriyle aynı hizada olmayan sözdizimi vardır ve bu nedenle ortak modelleme işlevlerine kıyaslamaya yapmayınız. Bu örneği bir önceki yazımda çift katmanlı yapay sinir ağı uygulaması olarak ele almıştım. Yazıya ulaşmak için tıklayınız . Şimdi ise YSA modelimizi tek katmanlı olarak ele alacağız. Bilgisi olmayanlar için b...

Yapay Sinir Ağları (YSA) hakkında bilgi edinmek ve bunların R'daki uygulamaları ile ilgili kişisel bir projedir.  İstatistiksel öğrenme çalışmaları için tüm kodları github depomda bulabilirsiniz. Lütfen " Yapay Sinir Ağları Uygulamaları " adlı dosyalara bir göz atmak için tıklayınız . Daha önce yayınlamış olduğum " Yapay Sinir Ağları - Artificial Neural Network " adlı yazımı okumak için tıklayınız . Yapay sinir ağları, algılayıcı (ptron) adı verilen birimlerden oluşur. Ptronların bir veya daha fazla girişi, bir aktivasyon fonksiyonu ve bir çıkışı vardır. Bir YSA modeli, ptronları yapılandırılmış katmanlarda birleştirerek oluşturulur. Belirli bir katmandaki ptronlar birbirlerinden bağımsızdır, ancak her biri bir sonraki katmandaki tüm ptronlara bağlanır. Ptron İlişkisi; *** Giriş katmanı, her yordayıcı değişkeni için bir ptron içerir. Bir veya daha fazla gizli katman, kullanıcının tanımladığı sayıda ptron içerir. Birinci gizli katmandaki her ...

Bir Yapay Zeka saklambaç oynamayı öğrendi. Kendi başına ortaya koyduğu stratejiler baya şaşırtıcı. Bu hafta, önde gelen AI lab en son projelerini yayınladı: Saklambaç Oynayabilen Yapay Zeka. Mevcut makine öğrenme teknikleriyle, çok basit bir kurulumun şok edici derecede sofistike sonuçlar üretebileceğinin en son örneği. Yapay Zeka (AI) ajanları, oyunun çok basit bir versiyonunu oynar; burada “saklayıcılar” görüş alanı ne olursa olsun puan alırlar. “Saklayıcılar”, saklanma yeri oluşturmak ve kendilerini başarıyla sakladıklarında puan almak için başlangıçta biraz zaman alırlar; Her iki taraf da bir avantaj için nesneleri oyun alanı çevresinde hareket ettirebilir (bloklar, duvarlar ve rampalar gibi). Bu basit kurulumdan elde edilen sonuçlar oldukça etkileyici olmakla birlikte 481 milyon saklambaç oyunu boyunca, AI stratejiler ve karşı stratejiler geliştirmiş gibi görünüyordu ve AI ajanları karmaşık stratejilerin işe yaraması için müttefikleriyle eşgüdüm içinde koş...