Yapay Zeka Nedir? (YZ Tarihçesi ve Türleri)
30 Questions
0 Views

Yapay Zeka Nedir? (YZ Tarihçesi ve Türleri)

Created by
@RestfulGroup

Podcast

Play an AI-generated podcast conversation about this lesson

Questions and Answers

Sistem Kural 3 hangi koşullar altında uygulanır?

  • large_transaction_amount ve unusual_time koşulları yanlış olduğunda
  • sadece large_transaction_amount doğru olduğunda
  • sadece unusual_time doğru olduğunda
  • large_transaction_amount ve unusual_time koşulları her ikisi de doğru olduğunda (correct)

    • Sistem kural 3 uygulandığında ne sonuç ortaya çıkar?

  • İşlem durdurulur ve sorgulanır
  • İşlem geçerli olarak kabul edilir
  • İşlem otomatik olarak iptal edilir
  • İşlem potansiyel dolandırıcılık olarak işaretlenir (correct)

    • Çıkarım motoru hangi temel üzerinde çalışır?

  • Bilinen gerçekler (correct)
  • Bilinmeyen gerçekler
  • Kuralın geçerliliği konusunda belirsizlik
  • Geçersiz semboller

    • Ev otomasyon sistemindeki semboller hangi durumu temsil eder?

    <p>Cihazların ve sensörlerin durumu</p> Signup and view all the answers

    Sistem Kural 3'ün geçerliliği hangi unsurlara dayanır?

    <p>large_transaction_amount ve unusual_time koşullarına</p> Signup and view all the answers

    Doğrusal regresyonun amacı nedir?

    <p>Bir bağımlı değişken ile bir veya daha fazla bağımsız değişken arasındaki ilişkiyi tanımlamak.</p> Signup and view all the answers

    Basit doğrusal regresyon ile ilgili hangisi doğrudur?

    <p>Bir bağımsız değişken ve bir bağımlı değişken kullanır.</p> Signup and view all the answers

    Doğrusal regresyon genellikle ne için kullanılır?

    <p>Gelecekteki sonuçlar hakkında tahminlerde bulunmak.</p> Signup and view all the answers

    Aşağıdaki regresyon türlerinden hangisi yalnızca bir bağımsız değişken ile çalışır?

    <p>Doğrusal regresyon.</p> Signup and view all the answers

    Müşteri segmentasyonu sürecinde hangi veri türü kullanılır?

    <p>Müşteri satın alma geçmişi</p> Signup and view all the answers

    Veri sıkıştırmanın ana amacı nedir?

    <p>Veri boyutunu küçültmek</p> Signup and view all the answers

    Hangi regresyon türü bağımlı değişkenin sürekli bir değerini tahmin etmek için uygundur?

    <p>Doğrusal regresyon.</p> Signup and view all the answers

    Pazar sepeti analizi hangi amaca hizmet eder?

    <p>Farklı ürünler arasındaki ilişkileri anlamak</p> Signup and view all the answers

    Öneri sistemleri hangi amaca hizmet eder?

    <p>Kullanıcı tercihlerine göre ürün önermeye</p> Signup and view all the answers

    Cross-selling stratejileri geliştirmek için hangi bilgilerin analizi önemlidir?

    <p>Müşterilerin tüketim alışkanlıkları</p> Signup and view all the answers

    Aşağıdaki ifadelerden hangisi yanlıştır?

    <p>Öneri sistemleri sadece satış için kullanılır.</p> Signup and view all the answers

    Müşteri segmentasyonu sonucunda işletmeler ne elde eder?

    <p>Hedefli pazarlama stratejileri</p> Signup and view all the answers

    Aşağıdakilerden hangisi pazar sepeti analizine bir örnek olarak gösterilebilir?

    <p>Amazon'un 'Bu Ürünü Satın Alan Müşteriler de Satın Aldı' önerisi</p> Signup and view all the answers

    Hangi platform, kullanıcılarına 'Haftalık Keşfet' çalma listesi ile önerilerde bulunmaktadır?

    <p>Spotify</p> Signup and view all the answers

    Çapraz satış stratejileri hangi sonuçları ortaya çıkarabilir?

    <p>Yüksek müşteri sadakati</p> Signup and view all the answers

    Temel bileşenlerden biri olan birinci temel bileşenin amacı nedir?

    <p>Veri kümesinin varyansını maksimize etmek</p> Signup and view all the answers

    İkinci temel bileşen birinci temel bileşenden nasıl farklıdır?

    <p>İkincisi, birinciye ortogonal bir yön verir.</p> Signup and view all the answers

    Temel bileşenler yöntemi ne tür bir dönüşüm kullanır?

    <p>Doğrusal bir dönüşüm</p> Signup and view all the answers

    İkinci temel bileşenin davranışı neyi ifade eder?

    <p>Birinci temel bileşen ile ilişkisizdir.</p> Signup and view all the answers

    Veri kümesindeki maksimum varyansı bulmak için hangi bileşen kullanılır?

    <p>Sadece birinci temel bileşen</p> Signup and view all the answers

    Model öğrenmeyi yönlendirmek için hangi verileri kullanır?

    <p>Hem etiketli hem de etiketsiz verileri</p> Signup and view all the answers

    Bir model, etiketsiz veriler kullanarak neyi öğrenmeye çalışır?

    <p>Veriler arasında kalıpları ve ilişkileri keşfetmeyi</p> Signup and view all the answers

    Etiketli görüntüler kullanarak eğitilen bir modelin amacı nedir?

    <p>Çeşitli hayvanları sınıflandırmak</p> Signup and view all the answers

    Aşağıdaki ifadelerden hangisi yanlıştır?

    <p>Model yalnızca etiketsiz verilerle öğrenir.</p> Signup and view all the answers

    Hangi durum, bir modelin öğrenmesini zorlaştırabilir?

    <p>Etiketli verilerin sınırlı olması</p> Signup and view all the answers

    Study Notes

    Al Nedir?

    • Al, insan zekasının, düşünme, öğrenme ve görevleri yerine getirme yeteneğinin makineler tarafından taklididir.
    • Makine Öğrenimi (ML), makinelerin açık programlama olmadan verilerden öğrenme yeteneğidir.
    • Derin Öğrenme, çok katmanlı sinir ağlarını içeren makine öğreniminin bir alt kümesidir.
    • Doğal Dil İşleme (NLP), makinelerin insan dilini anlama ve yanıt verme yeteneğidir.
    • Bilgisayarla Görme, makinelerin görsel bilgileri yorumlama yeteneğidir.

    YZ Türleri

    • Narrow AI (Weak AI): Belirli görevler için tasarlanmış YZ sistemleridir (örneğin, sesli asistanlar, görüntü tanıma).
    • General AI (Strong AI): İnsanların yapabileceği herhangi bir entelektüel görevi yerine getirebilen varsayımsal YZ.
    • Super AI: İnsan zekasını her yönüyle aşan spekülatif bir YZ kavramıdır.

    Yapay Zekanın Tarihçesi

    • 1950'ler: Yapay zekanın doğuşu, Alan Turing ve Turing testi, erken dönem YZ öncüleri ve temel çalışmalar.
    • 1960'lar-1970'ler: Yapay zeka araştırmalarının ilk günleri, sembolik veya kural tabanlı sistemler ve erken uygulamalar.
    • 1980'ler: Uzman sistemler ve yapay zeka uygulamalarının yükselişi, bu dönemde yapay zeka alanında tıp ve finans gibi uygulamalar da ilgi çekmiş.
    • 1990'lar: Yapay zekanın yeniden canlanması, sinir ağları ve makine öğrenimi üzerine daha derin araştırmalar.
    • 2000'ler-2010'lar: Yapay zeka yaygınlaşıyor, büyük veri, derin öğrenme, doğal dil işleme, bilgisayarla görme alanlarındaki gelişmeler.

    Sembolik Yapay Zeka ve Bağlantıcılık

    • Hem sembolik yapay zeka hem de bağlantıcılık 1950'lerde başlamıştır.
    • Yapay zeka ve bilişsel modellemeye ilişkin temelde iki farklı bakış açısını temsil eder.
    • Her ikisi de akıllı sistemleri açıklamaya ve üretmeye çalışır.
    • Radikal olarak farklı metodolojiler kullanırlar.

    İyi Eski Tarz Yapay Zeka (GOFAI)

    • Bilgiyi semboller ve mantık tabanlı kurallar kullanarak temsil eder.
    • 1950'lerde ve 1960'larda ilgi çekmişti.
    • İnsan bilişsel süreçlerinden esinlenmiştir.
    • Mantık ve sembolik manipülasyon yoluyla problemleri çözmeyi hedefler.

    Kural Tabanlı Sistemler

    • Bilgi, semboller ve IF-THEN kuralları ile kodlanır.
    • Problem tanımları, gerçekler ve kurallar oluşturarak yapılır.
    • Sembolik yapay zekanın bir alt kümesi.
    • Günümüzde hala bazı uygulamalarda kullanılıyor.
    • Büyük ve karmaşık problemler için kullanımda sınırlamalar var.

    Kural Tabanlı Sistemlerin Gerçek Dünya Uygulamaları

    • MYCIN - 1970'lerde bakteriyel enfeksiyonları tanılamak ve tedavi önermek için geliştirilmiş tıbbi uzman sistem.
    • DENDRAL - Kimyada kullanılmış, kütle spektrometresi verilerinden moleküler yapıları belirlemede kullanılan bir uzman sistem.

    Basit Bir Kural Tabanlı Sistem Oluşturma

    • Problemi tanımlama, ilgili gerçekleri belirleme, kurallar oluşturma ve bir çıkarım motoru kullanarak sonuç üretme.

    Çalışma Belleği

    • Çıkarım motoru çalışırken gerçeklerin geçici olarak depolandığı bir alan.

    Uzman Sistemler

    • Gerçek dünya uygulamalarında kullanılan kural tabanlı sistemlerin gelişmiş bir şekli.
    • Belirli alanlardaki insan uzmanlarının karar verme yeteneklerini taklit etmek için tasarlanır.

    Sembolik Yapay Zeka (ve diğer ilgili kavramlar) ile Makine Öğreniminin Yükselişi

    • Yapay zeka kışı; 1980'lerde ve 1990'larda sembolik zeka yaklaşımının sınırlamalarının daha fazla ilgi ve yatırımın akışını kesmesine sebep olduğunu görüyoruz.
    • Bunun nedeni, makine öğreniminde önemli bir ilerleme kaydedilmesidir. Özellikle, derin öğrenme gibi yeni yöntemler, büyük veri kümelerini işlemek ve karmaşık desenleri ve ilişkileri öğrenebilmek için büyük potansiyele sahiptir.
    • Kural tabanlı sistemlerin büyük ve karmaşık problemler için kullanımda sınırlamalarına karşın, makine öğrenimi daha esnek ve ölçeklenebilir çözümler sunar.

    Makine Öğrenimi (ML)

    • Verilerden öğrenerek karar vermek veya tahminlerde bulunmak için bilgisayar sistemlerinin yeteneği.
    • Açık kurallar gerektirmez, örneklerden genelleme yapar.
    • Gürültülü veya eksik verilerde daha başarılıdır.

    Makine Öğrenimi (ML) Unsurları

    • Verilerden öğrenme
    • Örüntü ve ilişkileri bulma
    • Tahmin veya karar verme
    • Model geliştirme / iyileştirme
    • Gerçek dünya problemlerine uygulanabilirlik

    Veri Toplama ve Hazırlama

    • Modeli eğitmek için kullanılacak verileri toplama.
    • Verilerin kalitesi ve temsil ettiğinin doğruluğunun önemi.
    • Gürültüyü, eksik değerleri gidermek için hazırlama çalışmaları.

    Model Seçimi

    • Problemin türüne göre uygun algoritmayı seçme.

    Model Eğitimi

    • Modeli verilerle eğitme ve öğrenme sürecini gerçekleştirme.

    Model Test Edilmesi

    • Modeli test etme ve performansını ölçme.

    Model Geliştirme

    • Modelin etkinliğini iyileştirmek için verileri, özellikleri ve algoritmaları düzenleme.

    Denetimli Öğrenme (Supervised Learning)

    • Etiketli veriler kullanılır
    • Verilerden çıkarılan kurallarla yeni veriler sınıflandırılır veya tahmin edilir.
    • Sınıflandırma ve regresyon gibi problemler için uygundur.

    Denetimsiz Öğrenme (Unsupervised Learning)

    • Etiketsiz veriler kullanılır
    • Verilerde gizli kalıplar ve ilişkiler bulunur
    • Kümeleme, boyut azaltma gibi problemler için uygundur.

    Güçlendirilmiş Öğrenme (Reinforcement Learning)

    • Eylemlerin ödüllerini kullanarak öğrenme
    • Agent, çevreyle etkileşimde bulunarak öğrenir.
    • Hesaplamalı problemler için uygundur ve robot bilimleri gibi gelecekteki uygulamalar için potansiyel içerir.
    • Örneğin, bir robotun bir labirenti geçmesi veya bir oyun oynaması için öğrenmesi düşünülür.

    Yarı Denetimli Öğrenme

    • Etiketli ve etiketsiz veri setlerini birleştirir
    • Her iki öğrenmenin de güçlü yönlerinden yararlanır
    • Çok fazla etiketli veri işleme kolaylığı

    Grafik Tabanlı Yöntemler

    • Veri noktalarını bir grafik yapıya dönüştürür.
    • İlişkileri grafik yapıları üzerinden yayar.
    • Grafik teorisi ve ilgili kavramların kullanımı.

    Destek Vektör Makineleri (SVM)

    • Veri noktaları arasında en büyük mesafeyi koruyan bir çizgi oluşturur.
    • Veri noktalarının sınıflandırılmasına yardımcı olan bir algoritma.

    K-En Yakın Komşu (KNN)

    • Benzer veri noktalarının gruplara ayrıldığı bir algoritma.

    Boyut Azaltma

    • Veri setindeki özelliklerin sayısını azaltma.
    • Örneğin, PCA, fazlalıkları azaltmak ve verinin daha basit bir temsilini oluşturmak için kullanılabilen bir boyut azaltma tekniğidir.

    Studying That Suits You

    Use AI to generate personalized quizzes and flashcards to suit your learning preferences.

    Quiz Team

    Related Documents

    Yapay Zeka Özeti PDF

    Description

    Bu quiz, yapay zekanın tanımını, çeşitli türlerini ve tarihçesini keşfetmenizi sağlıyor. Makinelerin insan zekasını nasıl taklit ettiğinden, makine öğrenimi ve derin öğrenmeye kadar geniş bir konu yelpazesi sunulmaktadır.

    More Like This

    Use Quizgecko on...
    Browser
    Open
    Browser
    Browser