Yapay Sinir Ağları ile Maç Sonucu Tahmini |
3. 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+

26.04.2015 tarihli yazı 16767 kez okunmuştur.

Şekil 1: Eğitim parametreleri ve sonuçları

►İlginizi Çekebilir: Yapay Sinir Ağları ile Maç Sonucu Tahmini | 2. Bölüm

Ağımızın eğitimini tamamladığımızda şekil1'de görülen ekran karşımıza geliyor. Bu ekranda ağın eğitiminde kullanılan algoritmaları ve işlem sonuçlarını görebiliyoruz. Dikkat etmemiz gereken sonuçlar 44 iterasyonda ağın eğitiminin tamamlandığı ve 42 adımda bu işlemlerin doğrulandığıdır. İşlem çıktılarının hemen altında görülen Plots kısmında sonuç grafikleri detaylı olarak görülmektedir.

Şekil 2: Performans sonuçları

Plots kısmından performance butonuna bastığımızda karşımıza böyle bir grafik gelecek. Bu grafikte durdurma kriterimizin sonucuna göre en başarılı adımın ilk adım olduğunu görmekteyiz. Buradan ayrıca seçtiğimiz durdurma kriterinin en küçük kareler toplamı ( Mean squared error) algoritması olduğunu da görüyoruz.

Şekil 3: Regrasyon sonuçları

►İlginizi Çekebilir: Yapay Sinir Ağları| Avanataj ve Dezavantajları

Daha sonra plot kısmından regresyon butonuna basıyoruz. Bu kısımda ağımızın eğitim sonuçlarını gösteren regresyon grafiklerini görmekteyiz. Buradaki sonuçlara en yakın şekilde çizilecek olan doğru bizim regrasyon doğrumuzdur. Bu doğru x=y doğrusuna ne kadar yakınsa o kadar başarılı bir eğitim olduğunu anlayabiliriz. Her bir grafiğin üstünde görülen değerin 100 ile çarpımı o işlemin başarı yüzdesini bize verecektir. Sağ alt köşedeki grafiğikte eğitim, doğrulama ve test işlemlerinin genel başarı oranının %90 a yakın olduğunu görüyoruz. Bu oranı ne kadar yüksek alırsak simulation sonuçlarımızın o kadar başarılı olacağını unutmayalım. Bu oran düşükse ve grafiklerinizde tutarsızlık varsa ağın eğitimini tekrar yapınız en başarılı sonuçları alana kadar bu işleme devam ediniz.

Şekil 4: Simulasyon çıktıları

Regrasyon grafiklerimizde en başarılı sonucu aldığımız ağ üzerinde simulasyon işlemine geçiyoruz. Simulasyon işlemi için etkenleri belli fakat sonuçları olmayan olayları girdiğimiz data setini kullanıyoruz. Bu işlemin sonucunda bize test çıktı data setinde bize ağımızın öğrendiği deneyimler ile tahmin ettiği sonuçlar görülmektedir. Bundan sonraki işlem bu olayların gerçek sonuçlarıyla ağın bize tahmin ettiği sonuçları karşılaştırmak olacaktır.

Şekil 3: Test çıktıları ile sonuçların karşılaştırılması

►İlginizi Çekebilir: Matlab ile Ses Bölütleme

Elde ettiğimiz test sonuçları ile gerçek sonuçları karşılaştırdığımızda 12'de 9 yani %75'lik bir başarı oranı ile ağımızın çalıştığı görülmekte. Ağımızın tahmin yeteneğini geliştirmek için daha fazla etkene bağlı geniş bir data seti kullanmamız gerekmektedir. Sonuca etki eden doğru etkenleri beliryelip geniş bir data seti ile yapay sinir ağlarının tahmin edemeyeceği hiçbirşey yok gibi.

Sanayinin her alanında, hizmet sektöründe, sağlık sektöründe ve daha bir çok alanda kullanılan yapay sinir ağları ile futbol maç sonuclarını tahmin etmeye çalıştık. Buradaki asıl amacın sonuçların doğruluğundan çok MATLAB ortamında yapay sinir ağlarının nasıl eğitildiğini öğrenmek olduğunu unutmayalım.

Kaynak:

►Kişisel Notlar