Çatışma yönelimli makine öğrenme üzerine istatistiksel bir çalışma
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Ankara Üniversitesi, Fen Bilimleri Enstitüsü, İSTATİSTİK ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: Türkçe
Öğrenci: DENİZ DÜDÜKCÜ
Danışman: İhsan Karabulut
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bu çalışmada makine öğrenmede yaklaşımlar, kullanılan yöntem ve temel kavramların bir kısmı gözden geçirilmiştir. Kullanılan algoritmalar özetlenerek örneklerle verilmiştir. Makine öğrenme ile istatistik disiplinin kullandığı yol, yöntem ve değerlendirme anlayışları kullandıkları terminoloji temelinde kısaca karşılaştırılmıştır. Gözlem altında öğrenmede yapay sinir ağı yönteminin kullanılışı öne çıkarılmıştır. Çatışmalı makine öğrenme, örüntü ve şekil tanımada yaygınca kullanılan el yazısı rakamları veri kümesi MNIST üzerinde uygulanarak ele alınmıştır. El yazısı rakamlarını tanıma konusu; beyaz kutu ortamında, hedefsiz, kaçınma türünde saldırı çatışmalı makine uygulamasına örnek olarak seçilmiştir. Bu örnekte, öğrenmiş sisteme yanlış sınıflandırma yaptırarak, makine öğrenimi yanıltılmaya çalışılmıştır. Saldırı başarısı makine ile insan algı ve estetiğinin karşılaştırılmalarıyla ve saldırı gerçekleştirme hızı bakımlarından değerlendirilmiştir. Saldırı algoritması PSNR (Peak Signal Noise Ratio - tepe sinyal gürültü oranı) ölçütüyle ve Carlini ve Wagner (2017)'de önerilen tanjant hiperbolik sınıflandırma fonksiyonunun Maclaurin yaklaşımı kullanılarak oluşturulmuştur. Yeni yöntem, Carlini ve Wagner saldırı yönteminden %25.53 daha hızlı çalışmış ancak tahminlerde yanıltma oranında %11.6 düşüş gözlenmiştir.