¹Department of Computer Engineering, Faculty of Electrical Electronic, University of Yıldız Technical, TR- 34220 Esenler, Istanbul - TURKEY
²Department of Internal Medicine, Faculty of Veterinary Medicine, University of Kafkas, TR-36100 Kars -TURKEY DOI : 10.9775/kvfd.2016.17281 Makine öğrenmesi yapay zekanın bir alt çalışma alanı olup eski verilerden geçmiş davranışların ve kuralların öğrenilerek ileriye doğru tahminlerin yapılmasına olanak sağlar. Makine öğrenmesi günümüzde eğitim, tıp, veterinerlik, bankacılık, telekomünikasyon, güvenlik, biyomedikal gibi hemen hemen her alanda kullanılmaktadır. İnsan sağlığında özellikle hastalıkların önceden tahmin edilmesi ve ilgili risk faktörlerinin tespit edilmesinde makine öğrenmesi yöntemleri genellikle tercih edilmekle birlikte hayvan sağlığında doğruluğu ve aynı zamanda ilgili alanda kullanılabilir olup olmadığını belirleyen bu yöntemin uygulandığı çalışmaların sınırlı olduğu görülmektedir. Bu derlemede incelenen çalışmalarda sinir ağları, lojistik regresyon, lineer regresyon, çoklu regresyon, temel bileşen analizi ve k-ortalamalar yöntemlerinden sıklıkla yararlanıldığı ve veterinerlik alanında yapılan makine öğrenmesi çalışmalarının son yıllarda ivme kazandığı gözlemlenmiştir. Ayrıca makine öğrenmesi alanındaki son gelişmelerin (derin öğrenme, kolektif öğrenme, ses tanıma, duygu tanıma, vb.) veterinerlikte yeni yeni uygulandığı gözlemlenmiştir. Bu derlemede çalışmalar kümeleme, sınıflandırma, regresyon, çok değişkenli veri analizi ve görüntü işleme başlıkları altında incelenmiştir. Bu derlemenin amacı makine öğrenmesi ile ilgili temel bilgileri vermek ve bilgisayar bilimleri/mühendisliği ile veterinerlik alanındaki ortak çalışmaları arttırmaktır. Keywords : Makine öğrenmesi, Yapay zeka, Veterinerlik, Bilgisayar bilimleri