İçeriğe geç
parazade
Yapay Zeka

MNIST Nedir?

Yayın: · Son güncelleme:

MNIST Nedir? Kısaca

MNIST, 0'dan 9'a kadar el yazısıyla yazılmış rakamların 28×28 piksellik gri tonlamalı görüntülerinden oluşan, 60.000 eğitim ve 10.000 test örneği içeren, makine öğrenmesi ve görüntü sınıflandırma alanında en çok bilinen başlangıç veri setidir.

MNIST nedir?
İçindekiler
  1. MNIST nedir?
  2. Nasıl kullanılır?
  3. Sınırları

MNIST, el yazısı rakamlardan oluşan ve makine öğrenmesine yeni başlayanların ilk denediği veri setlerinden biridir. Bu yüzden sık sık alanın "merhaba dünya"sı olarak anılır.

MNIST nedir?

Adı "Modified National Institute of Standards and Technology" ifadesinden gelir; ABD'deki bu kurumun topladığı el yazısı örneklerinin yeniden düzenlenmesiyle oluşturulmuştur. 1990'ların sonunda yayımlandı ve evrişimli sinir ağlarının erken örneklerinden LeNet ile birlikte ün kazandı.

Veri setinin temel özellikleri:

  • Toplam 70.000 görüntü: 60.000 eğitim, 10.000 test
  • Her görüntü 28×28 piksel, gri tonlamalı
  • 10 sınıf: 0'dan 9'a kadar rakamlar
  • Rakamlar ortalanmış ve boyutları normalize edilmiş

Nasıl kullanılır?

Görev, bir görüntüdeki rakamın hangisi olduğunu tahmin eden bir sınıflandırma modeli kurmaktır. Görüntüler 784 (28×28) sayıdan oluşan bir vektör ya da küçük bir matris olarak modele verilir. Basit bir lojistik regresyon bile makul sonuçlar verirken, evrişimli sinir ağları test setinde %99'un üzerinde doğruluğa ulaşabilir.

MNIST; yeni bir kütüphaneyi denemek, bir algoritmanın temel olarak çalışıp çalışmadığını kontrol etmek ve derin öğrenmeyi öğretmek için idealdir, çünkü küçüktür, hızlı işlenir ve sıradan bir bilgisayarda bile dakikalar içinde model eğitilebilir.

Sınırları

  • Fazla kolay: Modern modeller neredeyse kusursuz sonuç verdiği için yeni yöntemleri karşılaştırmada ayırt edici değildir.
  • Gerçekçi değil: Temiz, ortalanmış, tek renkli görüntüler gerçek dünyadaki karmaşık görsellere benzemez.
  • Alternatifler: Aynı biçimde ama giysi görüntüleri içeren Fashion-MNIST ya da renkli nesneler içeren CIFAR-10 gibi daha zorlu veri setleri sıklıkla tercih edilir.

MNIST'te başarılı olan bir yöntemin gerçek problemlerde de başarılı olacağı varsayılmamalıdır.

Sıkça Sorulan Sorular

MNIST veri setinde kaç görüntü var?

MNIST'te toplam 70.000 görüntü bulunur. Bunların 60.000'i model eğitimi, 10.000'i ise test için ayrılmıştır. Her görüntü 28×28 piksel boyutunda ve gri tonlamalıdır.

MNIST neden hâlâ kullanılıyor?

Küçük, temiz ve hızlı işlenebilir olduğu için eğitim amaçlı ve hızlı denemeler için idealdir. Ancak modern modeller için çok kolay olduğundan, yeni yöntemlerin gücünü göstermek için tek başına yeterli kabul edilmez.

İlgili terimler

Veri Seti(Dataset)Veri seti (dataset), belirli bir amaç için toplanmış ve genellikle tablo, görüntü, metin ya da ses gibi ortak bir yapıda düzenlenmiş veri koleksiyonudur. Makine öğrenmesi modelleri veri setleriyle eğitilir ve değerlendirilir.El Yazısı Tanıma(Handwriting Recognition)El yazısı tanıma (handwriting recognition), kâğıda, tablete ya da dokunmatik ekrana elle yazılmış harf, kelime ve cümlelerin yapay zekâ yöntemleriyle okunup düzenlenebilir dijital metne dönüştürülmesidir.LeNetLeNet, Yann LeCun ve arkadaşlarının 1980'lerin sonu ile 1990'larda geliştirdiği, el yazısı rakamları tanımak için tasarlanmış öncü bir evrişimli sinir ağı ailesidir. En bilinen sürümü LeNet-5'tir ve bugünkü görüntü tanıma modellerinin temel yapı taşlarını içerir.Evrişimli Sinir Ağı(Convolutional Neural Network)Evrişimli sinir ağı (CNN), görüntü gibi ızgara yapılı verilerde küçük filtreleri veri üzerinde kaydırarak kenar, doku ve şekil gibi özellikleri katman katman öğrenen bir derin öğrenme mimarisidir.Sınıflandırma(Classification)Sınıflandırma (classification), bir makine öğrenmesi modelinin her girdiyi önceden tanımlanmış kategorilerden (sınıflardan) birine ya da birkaçına atadığı denetimli öğrenme görevidir. Spam filtresi ve dolandırıcılık tespiti tipik örneklerdir.Matris(Matrix)Matris, sayıların satır ve sütunlar hâlinde dikdörtgen bir tabloya dizilmiş biçimidir. Doğrusal cebirin temel nesnesidir ve yapay zekâda verileri, görüntüleri ve sinir ağı ağırlıklarını temsil etmek için kullanılır.Lojistik Regresyon(Logistic Regression)Lojistik regresyon, girdilerin ağırlıklı toplamını sigmoid fonksiyonundan geçirerek 0 ile 1 arasında bir olasılık üreten ve bu olasılığı bir eşikle karşılaştırarak sınıflandırma yapan temel bir istatistik ve makine öğrenmesi yöntemidir.