YAZILIM VE TEKNOLOJİ
Yapay zekâ · Temel terimler
Yapay zekâ ve makine öğrenmesi kavramlarını manuel kartlarla tanı.
Bu deste yalnızca kavram öğretir; uygulamada AI servisi veya API çalıştırmaz.
Bir kartla dene.
Cevabı düşün, kontrol etmek için soruya dokun. Bu önizlemede çalışma geçmişi kaydedilmez.
01Yapay zekâ nedir?
Algılama, öğrenme veya karar verme gibi görevleri yapan sistemler alanı.
02Makine öğrenmesi nedir?
Veriden örüntü öğrenerek görev yapma yaklaşımı.
03Model nedir?
Verilerden öğrenilmiş ilişkileri temsil eden yapı.
04Eğitim verisi nedir?
Modelin öğrenmesinde kullanılan örnekler.
05Test verisi ne için kullanılır?
Modelin görülmemiş örneklerdeki başarısını ölçmek için.
06Özellik (feature) nedir?
Bir örneği tanımlayan girdi değişkeni.
07Etiket (label) nedir?
Denetimli öğrenmede hedef çıktı.
08Denetimli öğrenme nedir?
Etiketli örneklerle öğrenme.
09Denetimsiz öğrenme nedir?
Etiketsiz veride yapı veya örüntü arama.
10Sınıflandırma nedir?
Girdiyi bir sınıfa atama görevi.
11Regresyon nedir?
Sayısal bir değer tahmin etme görevi.
12Kümeleme nedir?
Benzer örnekleri gruplandırma.
13Aşırı öğrenme (overfitting) nedir?
Eğitim örneklerine fazla uyup yeni veride zayıflama.
14Yetersiz öğrenme (underfitting) nedir?
Verideki temel ilişkileri yeterince öğrenememe.
15Sinir ağı nedir?
Bağlantılı işlem birimlerinden oluşan model ailesi.
16Derin öğrenme nedir?
Çok katmanlı sinir ağlarıyla öğrenme.
17Doğal dil işleme nedir?
İnsan dilini bilgisayarla işleme alanı.
18Üretken model nedir?
Öğrendiği örüntülerden yeni içerik oluşturabilen model.
19İstem (prompt) nedir?
Bir modele verilen talimat veya girdi.
20Model yanlılığı neden değerlendirilir?
Sistematik hataları ve adaletsiz sonuçları fark etmek için.