Yapı Kredi Bankası Ar-Ge Çalışmaları Araştırma, Vizyon ve Uygulama. Eğitmen: Onur AĞIN

Transkript

1 Yapı Kredi Bankası Ar-Ge Çalışmaları Araştırma, Vizyon ve Uygulama Eğitmen: Onur AĞIN 2016

2 Biz Kimiz? Kuruluş 9Eylül Kişilik bir Takım 11 Ar-Ge Mühendisi 2 Ar-Ge Koordinatörü 1 Müdür Yenilik Prototip Patent Fon Bul Araştır Analiz Tasarım Geliştirme Test 2

3 Nasıl Çalışıyoruz: Araştırma- Geliştirme Yaşam Döngüsü Fikir Yeniliği Literatür İncelemesi Prototip Planlama ve Tasarım Gerçekleme / Uygulama Test 3

4 Fikir Yeniliği Toplantılar Bankanın iç ve dış kaynaklarına göre fikirleri değerlendirip öncelikleri belirleme İş hayatı açısından farkındalık ve taahhüt Literatür İncelemesi Prototip Temel gereksinimlerin uygulanması En önemli özelliklerin dahil edilmesi Planlama& Tasarım Proje planlama, TÜBİTAK ya da diğer kurumlar için başvuruların hazırlanması, Mimarı tasarım, çerçeve ve kütüphaneleri açıkça belirtmek Uygulama Paketlenebilir yazılım ve/veya sistem ürünleri Test Ar-Ge Yaşam Döngüsü Performansı gözlemleme, sonuçları raporlama, başarı oranını iyileştirme 4

5 Ar-Ge Departmanı Araştırma Konuları MAKİNA ÖĞRENMESİ Veri Madenciliği Doğal Dil İşleme Bilgi Çıkarımı Büyük Veri İnsan Bilgisayar Etkileşimi Operasyon Araştırma ve İşgücü Yönetimi Diyalog Sistemleri Arttırılmış Gerçeklik Görüntü ve Ses İşleme Simülasyon Optimizasyon Tahminleme 5

6 Bankacılık Alanındaki Uygulamaları Dünyada Makine Öğrenmesine Ait En Tepe 5 Problem Bankacılık Ve Finans Kurumlarıyla İlgilidir Dolandırıcılık Tespiti & Güvenlik Müşteri Profili Çıkarma Risk Modelleme ve Yönetim (Kredi Puanlama) Kişiye Özel Reklamcılık Kampanyaları ve Ürün Teklifi Hisse senedi alıp satma 6

7 Makine Öğrenmesi Nedir? Kendiliğinden Öğrenen Algoritmalar Belli bir görevi yapabilme (ör: Spam filtreleme) Doğru tahmin yapma ( ör: Bu bir spam mi?) Akıllı davranma (ör: i otomatik silme ya da spam dizinine taşıma) Veriye ihtiyaç duyma (veri güdümlü yöntemler) Örnekler (ör: Bir kümesi) Gözlemler (ör: Bilgi bulma çabası, hangi spamdır hangi in spam olup olmadığı bu veri setinden yola çıkarak anlaşılamaz, öğrenilemez) 7

8 Makine Öğrenmesi Nedir? Makinelerin değerlendirme yöntemini, süreci, modeli, örüntüyü kendisinin bulmasını isteriz. Bu sayede gelecekteki olacakları daha yüksek doğrulukla kotarabilirler! Amaç, yeni ve daha önce görülmemiş veri ile karşılaşıldığında ne karar verileceğini bilebilmektir. Makineler veri formu şeklinde deneyim edinebilir Veriye dayalı algoritmalarla makineler eğitilir (eğitici veri) İlişkisel bilginin veriden otomatik olarak çekilmesi Ve bunu yeni verinin analizinde kullanabilme yeteneği 8

9 Makine Öğrenmesi nin 5 Özelliği Eğitici Veri Başat Özellikler Kendi Kendine Öğrenen Algoritmalar Örüntü / Model Değerlendirme Mekanizması (Algoritmanın sınıflandırma safhasıdır) Esas Veriyi Modelleme Tahmin Yapma Akıllı Uygulamalar Oluşturma 9

10 Makine Öğrenmesi ndeki Bazı Uğraştırıcı Konular Çok büyük/küçük miktarda veri kullanma Örnek veri kümesindeki eksik/yanlış değerler Yüksek sayıda niteleyici özellik olması Lineer olmayan bağımlılıklar Verideki yüksek değişkenlik Etiketlenmiş veri ihtiyacı 10

11 Kendi Öğrenen Algoritma Tipleri Denetimli / Denetimsiz Kesin referans (ground truth*) bilgisinden öğrenme veya öz nitelikler arasındaki doğal ilişkileri belirleyerek öğrenme Sınıflandırma veya İlişki Arama Sabit kategorilere dayalı tahminleme veya gerçek sayıları öngörme o o Sınıflandırma: Tavsiyeci sistemler İlişki arama (regression): Borsa tahminleri (*): 11

12 Ar-Ge Vizyonu Makine Öğrenmesi Büyük Veri Doğal Dil İşleme Şeylerin İnterneti Varlık Çıkarımı Ses Tanıma Yapay Zeka Tahmin Simülasyon Optimizasyon 12

13 İşlemler için Ar-Ge Vizyonu İnsanların yaptığı işler İnsan kullanımına destek olan sistemler İnsanların yaptığı işlerde Yapay Zeka yardımcı oluyor Yönetim işlerinde Yapay Zeka yardımcı oluyor Yapay Zekanın yaptığı işlere insan yardımcı oluyor Yapay Zeka işgücü yönetimi yaparken insan yardımcı oluyor Developme nt Phase 13

14 TEŞEKKÜRLER! 14