Yapay Sinir Ağları ile Maç Sonucu Tahmini |
2. Bölüm

Yapay sinir ağlarının uygulama alanlarının sınırsız olduğunu söylesek pek yanılmayız. Peki iyi eğitilmiş bir ağ ile futbol maç sonuçlarını tahmin etmek mümkün müdür ? Sizlerde bu sorunun cevabını merak ediyorsanız ayrıntılar yazı dizimizde.

A- A+

26.02.2015 tarihli yazı 17635 kez okunmuştur.

Yazımızın 1.bölümünde veri seti oluşturmayı ve normalizasyon işlemini anlatmıştık. Bu yazımızda veri setimizi kullanarak uygun ağ yapısını oluşturma işlemini anlatacağız. 1.bölümde dedeğindiğimiz üzere ağımızı oluşturmak için matlab programını kullanacağız. Matlab programı içerisinde bulunan neural network tool(nntool) arayüzü ile ağımızı kolayca oluşturabilecek ve eğitimini yapabileceğiz. Neural network arayüzünü çalıştırabilmek için matlab programında command window kısmına nntool yazıyoruz ve enterlıyoruz.Daha sonra karşımıza Şekil 1'de görülen ekran açılacak.

Şekil 1: Neural Network Data Manager

►İlginizi Çekebilir: Matlab ile Ses Bölütleme

Açılan bu pencere de projelerimizde kullanabileceğimiz ağ yapısını, ağ için gerekli giriş çıkış veri setini ve test setini oluşturabileceğiz. Bunun için pencerede sol alt köşede bulunan new butonuna tıklayarak yeni elemanlarımızı oluşturmaya başlayacağız.

Şekil 2 : Veri seti kaydetme ekranı

►İlginizi Çekebilir: Yapay Sinir Ağları| Avanataj ve Dezavantajları

Data manager da new butonuna tıkladığımızda karşımıza Şekil 2' de görülen yeni ağ ve veri seti oluşturma ekranı gelecek. Bu kısımda ilk önce veri setimizi kaydetmemiz gerekmekte. Bunun için data sekmesine tıklıyoruz ve açılan pencerenin üst kısmında veri setimizin ismini belirliyoruz. Ekranın sağ tarafından veri tipimizi seçiyoruz. Uygulamamızda eğitim için bir girdi ve bir çıktı seti, test için bir girdi ve çıktı seti kaydetmemiz gerekmektedir. Girdi seti için input kısmını, çıktılar içinde target kısmını işaretliyoruz. Son olarak veri setimizin değişkenlerini dizi halinde value tablosuna kopyalıyoruz. Bu kısımda dikkat etmemiz gereken nokta matlab de dizi elemanları virgül veya nokta ile değil boşluk ile ayrılır. Ayrıca dizinin elemanlarının ondalık kısmını ayırmak için virgül değil nokta kullanılır.

Şekil 3: Yeni Ağ Oluşturma Ekranı

►İlginizi Çekebilir: Yapay Sinir Ağları

Veri seti değişkenlerimizi oluşturduktan sonra yeni bir ağ oluşturma kısmına geliyoruz. Burada da ilk işlem olarak ağımızı isimlendiriyoruz. Daha sonra ağımızın tipini seçiyoruz uygulamamızda ileri beslemeli bir ağ yapısı oluşturulmuştur. Ağ tipimizi de seçtikten sonra ağın eğitimi için gerekli girdi ve çıktı setini kaydettiğimiz veri setleri arasından seçiyoruz. Eğitim fonksiyonu, adaptasyon fonksiyonu ve performans fonksiyonu olarakda şekil3' de görülen fonksiyonları seçiyoruz. Bu fonksiyonların hangisiyle daha iyi bir sonuç elde edeceğimizi malesef bilemiyoruz. Bunun için tek çözüm yolu deneme yanılma metodu denilebilir. Tüm bu fonksiyonları seçtikten sonra ağımızın ara katman ve nöron sayısını belirliyoruz ve create butonuna tıklayarak yeni ağımızı oluşturmuş oluyoruz. Ağımızı ve değişkenleri oluşturduktan sonra data menager kısmına geri dönüyoruz. Burada artık bizim oluşturduğumuz veri setlerini ve ağları gerekli bölümlerde görebileceğiz. Data menagerda networks kısmında oluşturduğumuz ağa tıklıyoruz daha sonra sol alt köşede aktif hale gelen open butonuna tıklayarak ağımızı eğiteceğimiz kısma geliyoruz.

Şekil 4: Yapay Sinir Ağı Eğitim Ekranı

Şekil 4'de ağımızın eğitim içeriğini ve eğitim parametrelerini seçtiğimiz ekran görülmekte. Burada eğitim için kullanılacak girdi ve çıktı setlerimizi seçiyoruz. Daha sonra Traning Parameters butonuna tıklayarak şekil 5'de görülen ekrana geçiş yapıyoruz.

Şekil 4: Yapay Sinir Ağı Eğitim Parametreleri Seçimi

►İlginizi Çekebilir: Evrendeki Zeka

Yine deneme yanılma metoduyla en başarılı sonuçları elde ettiğimiz parametreler ekranda görülmekte. Uygulamamızda kullanacağımız parametreleride seçtikten sonra Train Network butonuna tıklayarak ağımızın eğitimini tamamlıyoruz.

Son yazımızda eğitim sonuçlarını ve regrasyon grafiklerini inceleyerek uygulamamızın ne kadar başarılı olduğunu, bir başka değişle yapay sinir ağımızın maç sonuçlarını tahmin edip edemediğini göreceğiz.