Regresyon (Regression)

Regresyon nedir?

Regresyon, bir modelin sürekli bir sayısal değeri tahmin etmesidir. "Bu evin fiyatı ne olur?", "Yarın kaç ürün satarız?", "Bu hastanın tansiyonu kaç olacak?" — hepsi regresyon problemi. Sınıflandırmadan farkı: bir kutu değil, bir sayı çıkar.

Nasıl çalışır?

En basit hali doğrusal regresyondur (linear regression): model, girdilerle çıktı arasındaki ilişkiyi bir doğruyla kurar — y = b + w₁x₁ + w₂x₂ ... Her özelliğin bir ağırlığı (weight) vardır ve model bu ağırlıkları eğitim sırasında ayarlar.

Ayarlama şöyle olur: model bir tahmin yapar, gerçek değerle arasındaki farkı bir kayıp fonksiyonu (loss function) ölçer, sonra gradient descent bu kaybı küçültecek yönde ağırlıkları adım adım günceller. İlişki doğrusal değilse polinom regresyon, ağaç tabanlı yöntemler ya da sinir ağları devreye girer.

Neden önemli?

Regresyon, "ne kadar/kaç" sorusunun sorulduğu her yerde temel araçtır. Tahmin ne kadar isabetliyse iş kararların o kadar sağlam olur. Başarı genelde MAE (ortalama mutlak hata) ya da RMSE gibi metriklerle ölçülür — tahmin ile gerçek arasındaki farkın ne kadar küçük olduğuna bakılır.

Kullanım alanları

Fiyat tahmini, talep planlaması, hava durumu, finansal projeksiyon, enerji tüketimi tahmini ve A/B testlerinde etki ölçümü. Makine öğrenmesinin en eski ve en çok kullanılan iki iş kolundan biri (diğeri sınıflandırma).