İstatistiksel Öğrenme

İstatistiksel öğrenme, karmaşık veri kümelerini modellemek ve anlamak için bir dizi aracın kullamını ifade

eder (James, Witten, Hastie & Tibshirani, 2013). Makine öğrenimi ile ilgili haberler/makaleler/araştırmalar

bulunabilir. Ancak tarihin kökeni, yaygın anlayıştan farklı olabilir. İstatistiksel Öğrenmenin tarihi 19 yüzyıla kadar gitmektedir (Gauss, 1795; Legendre, 1805). İstatistiksel Öğrenme süreci aşağıdaki cümlelerle açıklanabilir. Matematiksel gerçek (model seti) ve deneysel gerçek (test) vardır (Estes & Straughan, 1954). Araştırmacı kendi veri setini parçalara ayırır ve veri setlerinin sonuçlarını karşılaştırır. Test veri kümesi, model seti veri kümesinin sonucundan düşükse, model seti veri kümesinin sonucu bir modele dönüştürülebilir. Bu bölüme İstatistiksel Öğrenme adını vermenin bir başka amacı da bu sayfayı,

bugün ve gelecekte herkesin kullandığı yöntemler hakkında teoriler hayata geçirmek/geliştiren/uygulayan birçok İstatistikçiye ithaf etmektir. Özellikle Rob Tibshirani ve Trevor Hastie adlarından söz edilmeyi hak ediyorlar (Hastie, Tibshirani & Friedman, 2009; James, Witten,

Hastie & Tibshirani, 2013). Bir makalede araştırmacılar, Random Forests kullanarak marka gecekonduları

tanımlayan bir algoritma önermektedir (Fink, Helmers & Ponce, 2018).