İçeriğe geçİçeriğe geç
Ders bul
Yapay zekâ seviyesi: 201 Orta
Merak edilenler · 71. ders / 73

Doğrusal regresyon: ev fiyatını çizgiyle tahmin etmek

  • Okuma süresi: 4 dk
  • Kod bilgisi gerekmez
Son güncelleme: AB–OECD yetkinlik alanı: Yapay Zekâyı Tasarlama
Doğrusal regresyon: ev fiyatını çizgiyle tahmin etmek kapak görseli

Bu ders genel bilgi verir; uzman görüşünün yerine geçmez.

Emlak danışmanı bir daireye değer biçerken geçmişte satılan benzer dairelere bakar. Doğrusal regresyon bu bakışı bir çizgiye çevirir: metrekare arttıkça değer ne kadar artıyor?

Aklınıza bir soru mu takıldı?

    Bu derste neler öğreneceksiniz?

    • Doğrusal regresyonun bir çizgi çizmek olduğunu
    • Çizginin iki parçasını: başlangıç değeri ve ağırlık
    • Birden çok özelliğin tahmine nasıl katıldığını
    • Çizginin nerede yanıldığını ve sohbet botuyla nasıl denendiğini

    Fikir: noktaların arasından geçen çizgi

    Kurgusal bir semtte danışmanın elinde dört satış kaydı olsun. Değerleri gerçek rakam yerine “birim” olarak yazıyoruz:

    • 60 metrekare: 40 birim
    • 80 metrekare: 50 birim
    • 100 metrekare: 60 birim
    • 120 metrekare: 70 birim

    Noktalar tam bir çizgi üzerinde. Bu çizgiyi iki sayı tarif eder: 0 metrekarede çizginin başladığı yer (burada 10 birim) ve her ek metrekarenin getirdiği artış (burada 0,5 birim). 90 metrekarelik bir daire için tahmin 10 + 45 = 55 birim olur. Gerçek veri bu kadar düzgün olmaz; biz sezgiyi görmek için sade tuttuk.

    Google Developers sitesindeki makine öğrenmesi kursunun doğrusal regresyon sayfası aynı fikri şöyle adlandırıyor: tahmin edilen değere etiket, girdi olarak kullanılan bilgiye özellik deniyor. Başlangıç değerinin adı bias, artışın adı ağırlık. Sayfa ağırlığın çizginin eğimiyle aynı kavram olduğunu söylüyor. İkisi de eğitim sırasında hesaplanır. Eğim ne kadar dikse o özellik tahmini o kadar çok oynatır.

    Birden çok özellik

    Değeri yalnız metrekare belirlemez. Oda sayısı, bina yaşı ve merkeze uzaklık da etkiler. Aynı kaynağa göre birden çok özellik olduğunda her birinin ayrı ağırlığı olur. Sayfadaki araba örneğinde ağırlık negatiftir: araç ağırlaştıkça tahmin edilen yakıt verimi düşer. Emlakta bunun karşılığı bina yaşıdır; yaş arttıkça değerin genelde azalmasını beklersiniz, yani yaşın ağırlığı eksi çıkar.

    Çizgi nerede yanılır?

    • Veri aralığının dışında: Elinizdeki kayıtlar 60 ile 120 metrekare arasındaysa 400 metrekarelik bir villa için çizgiye güvenmeyin.
    • Aykırı kayıt: Acele satılmış tek bir daire çizgiyi aşağı çekebilir.
    • Eksik özellik: Çizgi yalnız metrekareyi bilir; manzarayı, cadde konumunu ya da bakımı bilmez.
    • Kesinlik sanmak: Çıktı bir tahmindir, kesin değer değildir.

    Bu konu hangi eğitimlerde işleniyor?

    Harvard Üniversitesi CS50 yapay zekâ yaz programının 2022 müfredatında regresyon “Öğrenme” başlıklı dördüncü derste sınıflandırma ve kümeleme gibi konularla birlikte listeleniyor. Helsinki Üniversitesi Elements of AI dersinin öğrenme hedefleri de doğrusal regresyonu sayıyor.

    Kişisel veri uyarısı

    Portföyünüzdeki gerçek kayıtları sohbet botuna yazmayın. Mülk sahibinin adı, telefonu, tam adresi ve ada-parsel bilgisi bir kişiyi belirlenebilir kılabilir. Kişisel Verileri Koruma Kurumunun kanun bilgi notu kişisel veriyi kimliği belirli ya da belirlenebilir bir gerçek kişiye ilişkin her türlü bilgi diye tanımlıyor. Bu bölüm genel bilgidir, hukuki tavsiye değildir. Denemeleri kurgusal sayılarla yapın.

    Adım adım uygulama

    1. Neyi tahmin etmek istediğinizi yazın: dairenin değeri.
    2. Tahmini etkileyebilecek özellikleri sıralayın: metrekare, oda sayısı, bina yaşı.
    3. Kurgusal ya da adreslerden arındırılmış altı ila on kayıt hazırlayın; değerleri “birim” olarak yazın.
    4. Aşağıdaki güçlü komutu tablonuzla gönderin.
    5. Botun verdiği başlangıç değerini ve ağırlığı kendi cümlenizle açıklayın.
    6. Veri aralığınızın dışındaki bir değer için tahmin isteyip botun uyarı verip vermediğine bakın.

    Zayıf komut

    Bu evlerin değerini hesapla.

    Güçlü komut

    Aşağıda kurgusal altı dairenin kaydı var. Sütunlar: metrekare, oda sayısı, bina yaşı, değer (birim).
    60, 2, 15, 41
    80, 3, 10, 52
    100, 3, 20, 58
    110, 4, 5, 71
    120, 4, 12, 69
    90, 3, 8, 57
    Yalnız metrekareyi kullanarak doğrusal bir ilişki kur. Başlangıç değerini ve metrekare başına artışı yaz. Hesabı adım adım göster. 95 metrekare için tahmini ver. Sonra bu tahminin güvenilmez olacağı üç durumu say. Verilerde olmayan bilgiyi uydurma.

    Yapay zekâ çıktısı (örnek)

    Başlangıç değeri yaklaşık 11,6 birim, her ek metrekare için artış yaklaşık 0,5 birim. 95 metrekare için tahmin yaklaşık 59 birim. Güvenilmez durumlar: veri aralığı 60 ile 120 metrekare olduğu için 300 metrekare gibi değerler; oda sayısı ve bina yaşı gibi etkenlerin hesaba katılmaması; yalnız altı kayıtla çalışılması.

    Kontrol listesi

    • Tabloda gerçek adres, ad ya da telefon yok.
    • Değerler “birim” olarak yazılmış.
    • Başlangıç değerini ve ağırlığı kendi cümlemle anlatabiliyorum.
    • Tahmin istediğim değer veri aralığımın içinde.
    • Çıktıyı kesin değer değil, tahmin olarak okuyorum.

    Sık yapılan hatalar

    • Aralık dışına çıkmak: Çizgiyi hiç görmediği büyüklüklere uzatmak.
    • Az kayıtla büyük karar: Altı kayıt sezgi için yeter, gerçek değerleme için yetmez.
    • Ağırlığı sebep sanmak: Ağırlık yalnız verideki ilişkiyi gösterir, nedeni açıklamaz.
    • Uzman görüşünün yerine koymak: Tahmin bir ön fikirdir; değerleme işini uzmana bırakın.

    İpucu

    Botun çizgisini bir kâğıda kendiniz çizin: yatay eksen metrekare, dikey eksen değer. Noktaların çizgiye yakın olup olmadığını gözle görmek, hesabı okumaktan daha çok şey öğretir.

    Kendinizi deneyin

    Doğrusal regresyonda ağırlık neyi gösterir?

    Kayıtlarınız 60 ile 120 metrekare arasındaysa 400 metrekare için çizginin tahmini hakkında ne söylenir?

    Gerçek portföy kayıtlarını sohbet botuna vermeden önce ne yapmalısınız?

    Kaynaklar

    Son kontrol: 16 Kasım 2026. Bu bilgi bu tarihte açılan kaynaklara dayanır; durum değişebilir.

    Kaynak: yzdersleri.com/ders/dogrusal-regresyon-cizgiyle-tahmin-etmek/ · Yapay Zeka Dersleri

    Dersi bitirdiniz mi?

    İşaretlerseniz menüde ve ilerleme çubuğunda görünür. Bu bilgi yalnızca sizin tarayıcınızda saklanır.

    Bu ders işinize yaradı mı?

    Anonim oydur; kişisel veri toplanmaz.

    Yorum yazın

    Yorumunuz editör onayından sonra yayımlanır. Ad ve e-posta zorunlu değildir; e-posta adresiniz yayımlanmaz. Lütfen kendinizin ya da başkalarının kişisel bilgilerini (telefon, adres, kimlik, sağlık bilgisi) yazmayın.

    Kişisel verilerinizin nasıl işlendiğini KVKK Aydınlatma Metni’nde okuyabilirsiniz.

    Basitten zora: sıradaki ders

    Bu dersin kategorisi: Başla

    Bir üst düzeyde

    Aynı düzeyde devam

    Başla: bütün öğrenme yolu