tag Makine Öğrenmesi
Bu sayfada Makine Öğrenmesi etiketi ile işaretlenmiş 76 yapay zeka kavramını bulabilirsiniz.
Makine öğrenmesi (Machine Learning, ML), bilgisayar sistemlerinin açıkça programlanmadan verilerden öğrenmesini ve deneyimle performansını artırmasını mümkün kılan yapay zeka alt dalıdır. Terimi 1959'da IBM araştırmacısı Arthur Samuel, dama oynayan programı üzerinde ortaya attı; Tom Mitchell'in 1997 tarihli klasik tanımı ise hâlâ ders kitaplarının standardıdır: bir program, T görevindeki performansı P ölçütüne göre E deneyimiyle artıyorsa öğreniyor demektir. Geleneksel yazılımda kuralları insan yazar: "fiyat 100 TL'nin üzerindeyse indirim uygula" gibi. Makine öğrenmesinde bu ilişki tersine döner; sisteme binlerce girdi-çıktı örneği verilir, kuralları (model parametrelerini) algoritmanın kendisi çıkarır. Bir spam filtresi, milyonlarca etiketli e-postadan hangi kelime ve gönderici kalıplarının spam işareti olduğunu kendi başına öğrenir; hiçbir mühendis "bedava kelimesi geçiyorsa engelle" kuralı yazmaz. Öğrenme üç ana paradigmada gerçekleşir. Denetimli öğrenmede model, etiketli girdi-çıktı çiftleriyle eğitilir; kredi riski skorlama, ev fiyatı tahmini ve tıbbi görüntüde tümör sınıflandırma tipik görevlerdir. Denetimsiz öğrenme etiketsiz verideki gizli yapıyı keşfeder; müşteri segmentasyonu ve anomali tespiti bu sınıfa girer. Pekiştirmeli öğrenmede bir ajan, çevreyle deneme-yanılma yoluyla etkileşerek ödülü maksimize eden politikayı bulur; DeepMind'ın AlphaGo'su (2016) ve modern robotik kontrol sistemleri bu yaklaşımın vitrinidir. Bunlara ek olarak, ChatGPT ve Claude gibi büyük dil modellerinin ön eğitiminde kullanılan öz-denetimli öğrenme, etiketi verinin kendisinden üretir: model, metindeki bir sonraki kelimeyi tahmin ederek trilyonlarca token'dan öğrenir. Algoritma yelpazesi geniştir: doğrusal ve lojistik regresyon, karar ağaçları, rastgele orman, destek vektör makineleri (SVM), k-en yakın komşu, naif Bayes ve XGBoost ile LightGBM gibi gradyan artırma toplulukları klasik ML'in iş yükünü taşır. Derin öğrenme ise çok katmanlı yapay sinir ağlarına dayanan özel bir alt daldır; görüntü, ses ve doğal dil gibi yapılandırılmamış verilerde klasik yöntemleri geride bırakır, ancak tablo verilerinde XGBoost hâlâ birçok Kaggle yarışmasının kazananıdır. Başarılı bir ML projesi model seçiminden fazlasını gerektirir: veri toplama ve temizleme (projelerde zamanın yüzde 60-80'i), özellik mühendisliği, eğitim/doğrulama/test ayrımı (tipik olarak 70/15/15), hiperparametre optimizasyonu ve aşırı uyum (overfitting) ile yetersiz uyum (underfitting) dengesinin kurulması. Model performansı göreve göre farklı metriklerle ölçülür: sınıflandırmada doğruluk, kesinlik, duyarlılık ve F1 skoru; regresyonda ortalama karesel hata (MSE) ve R² öne çıkar. Dengesiz veri setlerinde tek başına doğruluk yanıltıcıdır; dolandırıcılık işlemlerinin yüzde 1'in altında olduğu bir sette her işleme "temiz" diyen model yüzde 99 doğruluk alır ama hiçbir dolandırıcılığı yakalayamaz. Üretime alınan modellerin izlenmesi, veri kayması (data drift) tespiti ve yeniden eğitimi MLOps disiplinini doğurdu; MLflow ve Kubeflow bu alandaki yaygın açık kaynak araçlardır. 2026 itibarıyla scikit-learn, PyTorch ve TensorFlow açık kaynak ekosistemin bel kemiği; Netflix'in öneri motorundan bankaların dolandırıcılık tespitine, Google Çeviri'den otonom araçlara kadar günlük hayatın görünmez altyapısı büyük ölçüde makine öğrenmesiyle çalışır. Fortune 500 şirketlerinin çoğu en az bir ML modelini üretimde kullanıyor; Türkiye'de de e-ticaret, bankacılık ve telekom sektörleri en yoğun uygulayıcılar arasında. Alanın etik boyutu da giderek önem kazanıyor: eğitim verisindeki önyargıların modele taşınması, kararların açıklanabilirliği ve KVKK ile AB Yapay Zeka Yasası gibi düzenlemelere uyum, artık teknik başarı kadar belirleyici kriterler.
Feature Store (Özellik Deposu)
Özellik Deposu (Feature Store), makine öğrenmesi projelerinde özellik mühendisliği sürecini merkezi olarak yöneten, özelliklerin hesaplanmasını, saklanmasını, paylaşılmasını ve yeniden kullanılmasını sağlayan veri yönetim platformudur. Kısaca, ML modelleri için 'tek gerçek kaynak' işlevi görür. Tipik bir makine öğrenmesi iş akışında veri bilimciler zamanlarının büyük kısmını ham veriden özellik üretmeye harcar. Aynı özellikler farklı ekipler tarafından bağımsız biçimde yeniden hesaplanır, bu da hem hesaplama kaynağını israf eder hem de tutarsızlıklara yol açar. Üstelik eğitim ortamında hesaplanan özellikler ile servis (inference) ortamında hesaplanan özellikler arasında farklar oluşabilir — buna 'training-serving skew' denir ve model performansını ciddi ölçüde düşürebilir. Özellik deposu bu sorunları tek bir merkezi platform altında çözer. Modern bir özellik deposunun temel bileşenleri şunlardır: Çevrimdışı Mağaza (Offline Store), tarihsel özellik verilerini toplu işleme ve model eğitimi için saklar; bu katman genellikle bir veri ambarına (BigQuery, Snowflake) veya veri gölüne (S3, GCS) bağlanır. Çevrimiçi Mağaza (Online Store), düşük gecikmeli servis için anlık özellik değerlerini Redis, Cassandra veya DynamoDB gibi anahtar-değer depolarında tutar. Özellik Kayıt Defteri (Feature Registry), hangi özelliklerin kim tarafından tanımlandığını, nasıl hesaplandığını ve hangi modeller tarafından kullanıldığını belgeleyen katalog katmanıdır. Özellik Boru Hattı (Feature Pipeline), ham veriden özellik değerlerine ulaşan ETL/ELT süreçlerini otomatikleştirir ve özellik güncelliğini (freshness) yönetir. Özellik deposu kullanmanın temel faydaları şunlardır: Kod tekrarını önler ve hesaplama maliyetini azaltır; training-serving skew sorununu ortadan kaldırır; model yeniden üretebilirliğini (reproducibility) artırır; özellik keşfini kolaylaştırır ve veri bilimciler arasındaki iş birliğini güçlendirir. Popüler açık kaynak seçenekler arasında Feast ve Hopsworks yer alır. Bulut sağlayıcılar da bu alana girmiştir: AWS SageMaker Feature Store, Google Vertex AI Feature Store ve Databricks Feature Engineering en yaygın kullanılan yönetilen hizmetlerdir.
Recommender Systems (Tavsiye Sistemleri)
Tavsiye Sistemleri (Recommender Systems), büyük veri kümeleri içinde kullanıcıya en uygun içerikleri, ürünleri veya hizmetleri otomatik olarak öne çıkaran yapay zeka alt dalıdır. Netflix'te izleyeceğiniz filmi, Spotify'da dinleyeceğiniz şarkıyı, Amazon'da satın alacağınız ürünü ve TikTok'ta karşınıza çıkan videoyu büyük ölçüde tavsiye algoritmaları belirler. Bu sistemlerin ekonomik etkisi oldukça büyüktür: Amazon'un satışlarının yaklaşık %35'i öneri motorundan kaynaklanmaktadır. Tavsiye sistemleri üç ana yaklaşıma dayanır. İşbirlikçi filtreleme (collaborative filtering), "benzer kullanıcılar benzer şeyleri sever" varsayımıyla çalışır. Bir kullanıcının geçmiş etkileşimleri (tıklama, izleme, satın alma, derecelendirme) incelenir; bu kalıpları paylaşan diğer kullanıcıların beğendiği içerikler önerilir. İki türü vardır: kullanıcı-kullanıcı (user-user) ve öğe-öğe (item-item) filtreleme. Netflix Prize yarışması (2009), işbirlikçi filtrelemenin potansiyelini akademiye ve sektöre kanıtlayan dönüm noktası olmuştur. İçerik tabanlı filtreleme (content-based filtering) ise kullanıcının daha önce beğendiği öğelerin özelliklerine odaklanır. Bir müzik platformunda dinlediğiniz parçanın tempo, akor yapısı ve enstrüman özellikleri analiz edilir; benzer özelliklere sahip parçalar önerilir. Bu yöntemin avantajı soğuk başlangıç (cold start) sorununu kısmen aşabilmesidir: yeni bir öğe sisteme eklendiğinde özellik vektörü hesaplanarak hemen öneri akışına dahil edilebilir. Hibrit sistemler bu iki yaklaşımı birleştirerek her birinin zayıf yönlerini telafi eder. Modern derin öğrenme tabanlı tavsiye sistemleri (örneğin iki-kule mimarileri, graph neural network'ler ve transformer tabanlı sıralama modelleri) ham kullanıcı-öğe etkileşimlerinden otomatik özellik öğrenerek hibrit yaklaşımı daha da güçlendirmektedir. Türkiye'de e-ticaret platformları, müzik uygulamaları ve haber siteleri yerel tavsiye motorları geliştirmektedir. Türkçe içerik için dil özelliklerine duyarlı NLP bileşenlerini sisteme entegre etmek kritik bir mühendislik gerekliliğidir. Etik boyutuyla ele alındığında tavsiye sistemleri, kullanıcı gizliliği, algoritmik önyargı ve bağımlılık riski konularında giderek artan bir incelemeyle karşı karşıya kalmaktadır. Avrupa'daki dijital pazar düzenlemeleri ve Türkiye'deki kişisel verilerin korunması mevzuatı, platform operatörlerinin öneri motorlarında veri minimizasyonu ve şeffaflık prensiplerine uymasını zorunlu kılmaktadır.
Anomaly Detection (Anomali (Aykırılık) Tespiti)
Anomali tespiti (anomaly detection), bir veri kumesindeki normal davanis kaliplarinin disina cikan noktayi, olayı veya davranisi otomatik olarak belirleyen makine ogrenmesi teknigidir. Sik kullanilan esdegerleri arasinda aykiri deger tespiti (outlier detection) ve novite tespiti (novelty detection) yer almaktadir. Dolandiricilik tespiti, ag guvenliği, uretim kalite kontrolu ve saglik izleme gibi kritik alanlarda hayati oneme sahiptir. Anomali tespit yontemleri uc ana kategoride incelenir. Istatistiksel yontemler, verinin normal dagilima uygunlugunu olcer ve Z-skoru, IQR gibi metriklerle aykiri degerleri saptarlar. Makine ogrenmesi tabanli yontemler ise Isolation Forest, Local Outlier Factor (LOF), One-Class SVM ve Autoencoder gibi algoritmalari kapsar. Derin ogrenme yaklasimlarinda LSTM tabanli zaman serisi anomali tespiti ve GAN tabanli sentetik normal veri olusturma one cikmakatdir. Denetimli, yarim denetimli ve denetimsiz anomali tespiti birbirinden farklidir. Denetimli yaklasimda hem normal hem de anormal orneklere ait etiketler gerekir; ancak gercek dunya verilerinde anomaliler nadir oldugu icin bu tur etiketli veri elde etmek genellikle guctur. Yarim denetimli yaklasimda yalnizca normal ornekler uzerinde egitim yapilir; test asamasinda bu normalden sapan ornekler anomali sayilir. Denetimsiz yontemler ise hicbir etiket olmaksizdan yogunluk tahmini veya kumeleme yoluyla aykiri degerleri bulur. Esik deger secimi anomali tespitinin en kritik adimlarindan biridir. Cok dusuk esik yanlıs pozitif (normal orneklerin anomali sanlmasi) uretirken cok yuksek esik gercek anomalilerin gozden kacmasina neden olur. Precision-Recall egrisi, bu dengeyi optimize etmek icin kullanilan temel gorsellestirme aracıdir. Gercek zamanli akis verilerinde (streaming data) anomali tespiti ayrica zorluk tasir. Apache Kafka ile entegre calisabilen Kafka Streams, Apache Flink veya Amazon Kinesis gibi platformlar, milyonlarca olayı saniyede isleme kapasitesi sunarken uygulanan modellerin cok hizli karar vermesi gerekir. Bu gereksinim, hafif ve hizli modellerin tercih edilmesini veya sinir aglarinin kuantizetasyon teknikleriyle sikistirilmasini zorunlu kılar.
Autoencoder (Oto-Kodlayıcı)
Autoencoder, girdi verisini daha dusuk boyutlu bir ara temsile (latent uzay veya bottleneck) sikistiran bir encoder ve bu temsili orijinal boyuta geri donusturebilen bir decoder birlesiminden olusan sinir agi mimarisidir. Egitim hedefi ciktiyi girdiyle olabildigince ozdes kilanmaktir; bu basit hedef, modelin veri icerisindeki en onemli yapilari ogrenmesini zorlar. Autoencoder tamamen denetimsiz bir ogrenme yaklasimidur: etikete ihtiyac duymaz, hata sinyali yalnizca girdinin ne kadar iyi geri olusturuldugunu olcer. Bu ozellik onu buyuk etiketlenmemis veri kumelerinde ozellik cikarma ve boyut indirgeme icin degerli kilar. Temel bilesenler encoder (daraltici aglar), latent uzay (dar boyutlu ara temsil) ve decoder'dir (genisletici aglar). Latent uzayin boyutu ne kadar kucuk olursa model o kadar guclu sikilstirma ogrenmek zorunda kalir; ne kadar buyuk olursa geri olusturma kolaylasor ama ogrenilen ozellikler daha az kompakt olur. Pratik uygulamalar genis bir yelpazede yer alir. Goruntu gürültü giderme icin autoencoder, gurultulu goruntu girdi olarak alip temizini olusturmak uzere egitilir. Anomali tespitinde yalnizca normal veriyle egitilmis bir autoencoder, egitim dagiliminin disindaki ornekleri yuksek rekonstruksiyon hatasi ile tanir. Onerilim sistemlerinde kullanicilarin davranislarinin latent temsillerini ogrenmede kullanilir. Variational Autoencoder (VAE), klasik autoencoderin uretici bir versiyonudur. Latent uzaya belirleyici bir nokta degil bir olasilik dagilimi ogrenir: her girdi ornek icin bir ortalama ve varyans vektoru hesaplanir ve latent uzaydan ornekleme yapilir. Bu olasiliksal temsil, latent uzay uzerinde anlayisli interpolasyon ve ornekleme yapmayi mumkun kilar; bu ozellik VAE'yi goruntu sentezi, muzik uretimi ve drug design gibi alanlarda kullanilan temel uretici model yaklasimlarindan biri haline getirir. **Sik Sorulan Sorular** **Autoencoder ile PCA arasindaki fark nedir?** PCA dogrusal donusumler kullanir. Autoencoder dogrusal olmayan aktivasyon fonksiyonlariyla cok daha karmasik, dogrusal olmayan boyut indirgeme ogrenebilir; bu onu yuksek boyutlu goruntu ve ses verisi icin daha guclu kilar. **Latent boyut nasil secilir?** Goreve baglidir: ne kadar kompakt bir temsil gerektigine gore ayarlanir. Genellikle farkli latent boyutlarda denenip rekonstruksiyon kalitesi ve asagi akis gorevi performansi incelenerek secim yapilir. **Autoencoder overfitting yapabilir mi?** Evet. Latent uzay cok genis olursa model verinin her ayrıntısini ezberleyerek siradan bir kopya cikarmasi ogrenir; boyut indirgeme veya ozellik ogrenimine zori kalmaz. Dropout veya regularizasyon bunu onler. **VAE ile GAN arasindaki fark nedir?** VAE kapsamli latent uzay tanimlayan ve gercek dagilimi maksimum olabilirlikle optimize eden bir uretici modeldir. GAN ise bir uretici ve bir ayirt edici ag arasindaki rekabetci oyunla egitilir; GAN gorselleri genellikle daha keskin olur ancak egitimi daha istikrarsizdir.
Batch Size (Yığın (Küme) Boyutu)
Batch size (yığın boyutu), bir yapay sinir ağının eğitiminde her gradyan güncellemesinde aynı anda işlenen eğitim örneği sayısını belirleyen hiperparametredir. Model tüm veri setini tek seferde hafızaya almak yerine veriyi küçük gruplara böler; batch size 32 ise ağırlıklar her 32 örnekte bir güncellenir. 10.000 örneklik bir veri setinde bu, epoch başına yaklaşık 313 güncelleme adımı demektir. Bu tek sayının önemi iki eksende toplanır: donanım ve öğrenme dinamiği. Donanım tarafında batch; model ağırlıkları, optimizer durumları ve ara aktivasyonlarla birlikte GPU belleğine (VRAM) sığmak zorundadır. Değer büyüdükçe bellek tüketimi yaklaşık orantılı artar, sınır aşıldığında Out of Memory (OOM) hatası alınır. Öğrenme tarafında ise küçük batch'ler gürültülü ama düzenleyici etki yapan gradyan tahminleri üretir ve genellemeyi iyileştirebilir; büyük batch'ler daha kararlı gradyanlar ve yüksek GPU verimliliği sunar ama keskin minimumlara (sharp minima) takılıp test performansını düşürme riski taşır. Pratikte üç yaklaşım ayırt edilir: batch size 1 ile çalışan stochastic gradient descent (SGD), tüm veriyi tek seferde işleyen full batch ve ikisinin ortasındaki mini-batch. Modern derin öğrenmede standart, 32-256 aralığındaki mini-batch değerleridir; "batch size" dendiğinde çoğunlukla bu kastedilir. Batch size tek başına değil, learning rate ile birlikte ayarlanır: batch büyütüldüğünde öğrenme hızı da genellikle orantılı artırılır (linear scaling rule) ve warmup uygulanır. Ölçek büyüdükçe kavram şekil değiştirir: büyük dil modeli ön eğitiminde global batch örnek sayısıyla değil token sayısıyla ifade edilir. Llama 3 405B'nin ön eğitiminde global batch 16 milyon token'a kadar çıkarılmıştır; bu ölçek tek GPU'ya sığmadığı için gradient accumulation ve data parallel dağıtım zorunludur. Günlük pratikte ise VRAM yetmediğinde gradient accumulation ile büyük sanal batch simüle edilir, bf16 mixed precision ve gradient checkpointing bellek ihtiyacını ciddi ölçüde azaltır. Doğru batch size veri setine, mimariye ve donanıma göre deneysel seçilir; 32 veya 64 ile başlayıp validation loss izleyerek ayarlamak en yaygın yöntemdir.
Bias in AI (Yapay Zeka Önyargısı)
Yapay zeka önyargısı (AI bias), makine öğrenmesi sistemlerinin belirli birey veya gruplara karşı sistematik ve haksız biçimde tutarsız kararlar üretmesi durumudur. Bu önyargı genellikle eğitim verilerinden, model tasarımından veya değerlendirme süreçlerinden kaynaklanır ve ırkçılık, cinsiyetçilik, yaşçılık gibi toplumsal ayrımcılık biçimlerini dijital sistemlere taşıyabilir. Önyargının en yaygın kaynağı tarihsel verilerdir. İşe alım süreçlerinde erkeklerin çoğunlukta olduğu geçmiş verileri öğrenen bir model, kadın adayları daha düşük puanlandırabilir. Amazon'un 2018'de kamuoyuna sızan CV filtreleme modeli bu riski somutlaştırmış ve şirket sistemi kullanımdan kaldırmak zorunda kalmıştır. Benzer şekilde suç tahmin algoritmaları, tarihsel olarak daha fazla denetlenen topluluklara mensup bireyleri orantısız biçimde yüksek risk puanıyla değerlendirerek kendini besleyen bir döngü yaratabilir. Önyargı türleri teknik açıdan birkaç kategoriye ayrılır. Seçim önyargısı (selection bias), eğitim verisinin gerçek dünyayı temsil etmediği durumlarda ortaya çıkar. Ölçüm önyargısı, belirli gruplar için ölçüm kalitesinin düşük olmasından kaynaklanır; örneğin dermal sensörler koyu tenli bireylerde daha az doğru ölçüm yapabilir. Toplama önyargısı ise hangi verilerin toplanıp toplanmadığıyla ilgilidir. Adillik (fairness), yapay zeka önyargısı araştırmasının çekirdeğini oluşturur. Demografik eşitlik (demographic parity), eşit fırsat (equalized odds) ve bireysel adalet gibi farklı adillik tanımları vardır; önemli olan bu tanımların birbiriyle matematiksel olarak çelişebileceğinin farkında olmaktır. IBM Fairness 360 ve Aequitas gibi açık kaynaklı araçlar önyargı tespiti ve azaltma için kullanılır. Avrupa Yapay Zeka Yasası (EU AI Act), yüksek riskli AI sistemlerinde önyargı değerlendirmesini ve şeffaflık yükümlülüklerini zorunlu kılmaktadır. Bu düzenleme, AI önyargısının artık yalnızca teknik değil yasal bir sorumluluk haline geldiğini göstermektedir.
Big Data (Büyük Veri)
Buyuk veri (big data), geleneksel veri isleme araçlariyla yonetilemeyecek kadar buyuk, hizli uretilen veya karmasik yapidaki veri kumelerini tanimlar. Doug Laney'in 3V modeli bu alani karakterize etmek icin kullanilan klasik cercevedir: Volume (hacim — terabayt ve petabaytlarla olculen veri miktari), Velocity (hiz — veri uretim ve isleme hizi) ve Variety (cesitlilik — yapilandirılmıs, yari yapilandirılmıs ve yapilandirilmamis veri tipleri). Buyuk veri altyapisi, dagilimli depolama ve isleme sistemlerine dayanır. Hadoop, Google'in MapReduce makalesi uzerine insa edilmis acik kaynak bir dagilimli isleme cerçevesidir; HDFS (Hadoop Distributed File System) verileri kume uzerindeki bircok duguma dagilimli depolar. Apache Spark, bellek ici isleme yapisiyla Hadoop'tan cok daha hizli veri analizi ve makine ogrenmesi sunar. Apache Kafka ise gercek zamanli veri akislarini (streaming) yonetin populer aracidir. Veri boru hatlari (data pipeline) buyuk veride kritik bir yapisal unsurdur. ETL (Extract, Transform, Load) veya modern ELT yaklasimlari, farkli kaynaklardan gelen verinin temizlenmesini, donusturulmesini ve depolanmasini saglar. Veri golu (data lake), ham haliyle her turden veriyi depolamak icin kullanilirken veri ambarı (data warehouse) analiz icin yapılandirılmıs veri tutar. Bulut saglaycilari (AWS, Google Cloud, Azure) buyuk veri altyapisini yonetilen hizmetler olarak sunmaktadir. Amazon EMR, Databricks, Google BigQuery ve Azure Synapse bu alanda one cikan platformlardir. Buyuk veri ve makine ogrenmesi giderek birbirinin icine girmekte; feature store, model izleme ve MLOps sureclerinde buyuk veri araclari kritik roller ustlenmektedir.
Boltzmann Machine Nedir? (Boltzmann Makinesi)
Boltzmann Makinesi, 1985 yılında Geoffrey Hinton ve Terry Sejnowski tarafından geliştirilen, enerji tabanlı bir stokastik üretken sinir ağı modelidir. Model, görünür (visible) birimler ve gizli (hidden) birimler olmak üzere iki tür ikili stokastik nörondan oluşur; tüm birimler birbirine simetrik ağırlıklı bağlantılarla bağlıdır. Sistemin temel prensibi enerji minimizasyonuna dayanır. Her ağırlık konfigürasyonunun bir enerji değeri vardır; model, Boltzmann dağılımına göre düşük enerjili durumları yüksek olasılıkla örnekleyerek eğitim verisinin olasılık dağılımını öğrenir. Bu öğrenme süreci Contrastive Divergence (CD) algoritmasıyla gerçekleştirilir; tam Gibbs örneklemesi yerine k adımlı yaklaşım kullanılarak hesaplama yükü azaltılır. Tam bağlantılı Boltzmann Makinesi'nin eğitimi son derece yavaş olduğundan pratikte Kısıtlı Boltzmann Makinesi (Restricted Boltzmann Machine, RBM) tercih edilir. RBM'de görünür birimler yalnızca gizli birimlere bağlıdır; görünür-görünür ve gizli-gizli bağlantılar yoktur. Bu kısıtlama, katmanlar arasında paralel Gibbs örneklemesine olanak tanır ve eğitimi önemli ölçüde hızlandırır. RBM'ler 2006-2012 yılları arasında derin öğrenmenin öncü uygulamalarında kritik rol üstlenmiştir. Hinton'ın 2006 makalesinde sunulan Derin İnanç Ağları (Deep Belief Networks, DBN), birden fazla RBM katmanını açgözlü bir biçimde önceden eğiterek derin mimarilerin başarıyla eğitilebileceğini göstermiş ve modern derin öğrenme çağının kapısını aralamıştır. Aynı dönemde Netflix Ödülü yarışmasında işbirlikçi filtreleme amacıyla da başarıyla uygulanmıştır. Günümüzde VAE (Değişimsel Öz-Kodlayıcı), GAN ve difüzyon modelleri gibi daha güçlü ve ölçeklenebilir üretken yaklaşımların yaygınlaşmasıyla Boltzmann Makinesi'nin pratik kullanımı büyük ölçüde geride kalmıştır. Ancak enerji tabanlı modelleme konsepti modern yapay zeka mimarilerini kavramak için önemli bir teorik temel sunmaya devam etmektedir. Geoffrey Hinton, bu çalışmanın da dahil olduğu derin öğrenme katkıları nedeniyle 2024 Nobel Fizik Ödülü'ne layık görülmüştür.
Concept Drift (Kavram Kayması)
Kavram kayması (concept drift), makine ogrenmesi modellerinin egitiminde kullanilan verinin istatistiksel dagılımının zamanla degismesi ve bunun sonucunda modelin performansinin dusmesi olgusudur. Model deployment sonrasında gercek dunya verisi surekli degisirken model egitimde ogrendigi eski kalıpları uygulamaya devam eder; bu uyumsuzluk hatalarin artmasina yol acar. Kavram kaymasi cesitli turlerde gozlemlenir. Ani kayma (abrupt drift), baslangic tarihi gibi ani bir olayda dagılım topluca degisir. Kademeli kayma (gradual drift), uzun surede yavas yavas degisim gerceklesir. Tekrarlayan kayma (recurring drift), mevsimsel geri donusler gibi periyodik degisimler icermektedir. Kor nokta kavram kaymasi (blind spot drift) ise yeni veri tiplerinin egitim verisinde hic gozukmemesidir. Yontemi tespit etmek icin kullanilan teknikler cesitlidir: istatistiksel testler (Kolmogorov-Smirnov, Chi-square), ozellik dagılımı izleme (Population Stability Index — PSI), referans pencere ile kayarcisal pencere karsilastirma ve model performans metric'lerinin izlenmesi (accuracy, AUC, RMSE). River ve Evidently AI gibi kutuphaneler bu izleme sureclerini kolaylastirmaktadir. Yanit stratejileri arasinda geri egitim takvimi (scheduled retraining), drift algılandıgında otomatik model guncelleme (triggered retraining), online ogrenme (veriyi sirayla isleme) ve model ensembleleri (farkli doneme ait modeller birlestirme) yer almaktadir. MLOps altyapisi bu stratejilerin otomasyon ile uygulanmasini saglar.
Convolutional Neural Network (CNN) (Evrişimli Sinir Ağı)
CNN (Convolutional Neural Network - Evrisimsel Sinir Agi), goruntu ve uzamsal verilerden hiyerarsik ozellikler cikartan bir derin ogrenme mimarisidir. Evrisme islemi sayesinde modelin her neron'unun tum girdiyle degil yalnizca yerel bir bolgeyle baglantili olmasi, parametre sayisini drastik bicimde azaltir ve uzamsal kaliplari gormek icin idealize edilmis bir yapi olusturur. CNN'in temel yapi tasi evrisme katmanidir. Bu katmanda kucuk bir filtre (kernel), genellikle 3x3 veya 5x5 boyutunda, girdi haritasi uzerinde kayan pencereyle carpma islemi uygular. Her filtre, kenar, doku veya renk gecisi gibi belirli bir uzamsal kaliba duyarlidir. Derin bir CNN'de ilk katmanlar basit kenarlar ogrenirken sonraki katmanlar bu kenarlari birlesitirerek sekiller, nesneler ve nihayet tum nesne kategorileri ogrenir. Havuzlama (pooling) katmanlari evrisme ciktilarinin uzamsal boyutunu kucultmektedir. Max-pooling, belirli bir bolgedeki en buyuk aktivasyon degerini secer; bu sayede model konum degisimlerine karsi olcude direncli hale gelir. Kuculen ozellik haritalari sonraki evrisme katmanlarinin daha genis bir alani gormeyi mumkun kilar. Mimari tarihinde CNN'in yeri kritiktir. Yann LeCun 1989'da el yazisi rakam tanima icin LeNet'i tasarladi. 2012'de Alex Krizhevsky ve ekibi ImageNet yarismmasinda AlexNet ile o zamana kadar gorulmemis bir suc orani saglamasi, derin ogrenme alaninin patlamasini tetikledi. Ardından VGGNet, GoogLeNet, ResNet ve EfficientNet gibi mimariler gorunteden anlama icin yeni standartlar belirledi. Kalan baglantili (residual) katmanlar mimarilerin cok daha derin ancak egitimi kolay hale gelmesini mumkun kildi. CNN'ler goruntu siniflandirma, nesne tespiti (YOLO, SSD), semantik segmentasyon, yuz tanima ve tibbi goruntu analizi gibi alanlarda yayginca kullanilmaktadir. Dil modelleme icin transformer mimarisinin yukselisiyle CNN'in NLP'deki rolu azalmis olsa da gorsel veri icin hala temel mimari olma ozelligini korumaktadir. **Sik Sorulan Sorular** **CNN ile tam baglantili (dense) aglar arasindaki fark nedir?** Tam baglantili aglar her neuronu tum girdiyle baglar; bu parametre patlamasi ve uzamsal bilgi kaybi demektir. CNN yerel baglanti ve agirlik paylasimi ile parametre ekonomisi saglar ve uzamsal kaliplari verimli ogrenilir. **Kucuk veri kumesiyle CNN egitmek mumkun mudur?** Transfer ogrenme ile evet. ImageNet uzerinde onegitim gormis bir CNN'in son katmanlari, kucuk bir ozgun veri kumesiyle ince ayar yapilarak kullanilabilir; bu yaklasim ozelliklede gorsel siniflandirma gorevlerinde yaygindir. **CNN'ler metin icin de kullanilabilir mi?** 1D evrisme katmanlari metin siniflandirma ve sentiment analizinde kullanilmistir. Ancak Transformer mimarisi uzun mesafe bagimliklarini daha iyi modelledigi icin NLP'de CNN'lerin populerligini buyuk olcude assmistir. **GPU CNN egitimini neden bu kadar hizlandiriyor?** Evrisme islemi buyuk olcekli paralel matris carpimlarindan olusur; GPU'larin binden fazla islem cekirdegi bu tip isleri CPU'ya gore onlarca kat daha hizli yurutmek icin optimize edilmistir.
Data Drift (Veri Kayması (Bozulması))
Veri drift (data drift), bir makine ogrenimi modelinin egitildigi veri dagilimi ile modelin uretimde karsilastigi gercek dunya verisi arasindaki istatistiksel mesafenin zamanla buyumesidir. Bir model egitim sirasinda belirli bir veri dagilimini ogrendigi icin, bu dagilimdaki degisimler modelin ongorduguyle gercek dunyada karsilastiginni arasinda giderek buyuyen bir uyumsuzluk yaratir ve model performansinin bozulmasina yol acar. Drift cesitli bicimlerde gerceklesebilir. Kovaryet drift (covariate shift), girdi ozelliklerinin istatistiksel dagiliminin degismesiyle olur; ancak girdi-cikti iliskisi sabittir. Ornegin bir banka dolandiricilik modelinin egitildigi doneme kiyasla musteri yas profili veya islem buyuklukleri zamanla degisebilir. Kavram drift (concept drift) ise daha derin bir problemi temsil eder: girdi ile cikti arasindaki temel iliskinin kendisi degisir. COVID-19 pandemisi, tuketici aliskanliklarini o kadar kisa surede donusturdu ki yuzlerce sirkette alis-veri tahmin modelleri kritik performans kaybi yasadi. Drift tespiti icin cesitli istatistiksel testler kullanilir. Population Stability Index (PSI), egitim ve uretim verisinin dagilim farkliliğini sayisal olarak olcer; 0.1 altinda kritik, 0.25 uzerinde kritik drift isaretler. Kolmogorov-Smirnov testi iki dagilimlarin istatistiksel olarak anlamli farkliliği olup olmadigini test eder. KL Divergence, bir dagilimdaki bilginin digerini temsil etmek icin ne kadar eksik bilgi gerektirdigini olcer. Pratik MLOps sistemlerinde drift izleme gercek zamanli veya periyodik olarak yurutur. Bir esik gecilelince sistem uyari olusturur, log kaydeder ve bazen otomatik yeniden egitimi tetikler. Yeniden egitim her zaman dogru cevap degildir; kimi zaman ozellik muhendisligi veya modelin yeniden tasarlanmasi gerekir. Etiket gecikme sorunu da yogun gundeme gelir: drift tespitinin kalbi olan gercek etiketi elde etmek haftalar veya aylar alabilir. **Sik Sorulan Sorular** **Veri drift ile model drift arasindaki fark nedir?** Veri drift girdi dagiliminin degismesidir; model drift ise cikti kalitesinin bozulmasini ifade eder. Veri drift model driftin yaygin nedenlerinden biridir ancak tek nedeni degildir. **Drift ne siklukla kontrol edilmelidir?** Bu verinin degisim hizina baglidir. Finansal, hava durumu veya trafik verileri gunden gune bile ciddi drift gosterebilir. Urun tavsiye modelleri genellikle haftalik kontrol yeterlidir. **Drift tespitinde hangi araclar kullanilir?** Evidently AI, Arize, Whylogs, Fiddler ve bulut saglayicilarin yonetilen izleme servisleri yaygin seceneklerdir. Temel istatistiksel testler ise SciPy veya scikit-learn ile uygulanabilir. **Drift olmadan da model bozulabilir mi?** Evet. Model bozulmasi; veri altyapisindaki degisiklikler, bagimliliklarin guncellenmesi veya kodlama hatalari gibi teknik nedenlerle de olabilir; bunlar veri drift olmaksizin gerceklesir.
Data Mining (Veri Madenciliği)
Veri madenciligi (data mining), buyuk veri kumelerinde gizli kalıpları, anlamlı ilişkileri ve bilgiyi outomatic olarak kesfetme sureci. Istatistik, makine ogrenmesi ve veritabani yonetiminin kesisiminde yer alan bu alan; ham verinin islenmesiyle anlamlı is kararlarına yol acan bilgiye donusturulmesi hedefler. Veri madenciligi sureci tipik olarak CRISP-DM (Cross-Industry Standard Process for Data Mining) metodolojisiyle yurutulur: is anlayisi, veri anlayisi, veri hazirlama, modelleme, degerlendirme ve deployment asamalarindan olusur. Bu cerceve, veri bilimiyle buyuk olcude ortusmektedir. Temel veri madenciligi teknikleri sunlardir: siniflandirma (classification) — yeni ornekleri bilinen kategorilere atama; kumeleme (clustering) — etiket olmaksizin benzer ornekleri gruplama; birliktelik kurali ogrenme (association rule learning) — birlikte gozuklenen ogeleri kesfetme; anomali tespiti (anomaly detection) — aykiri degerleri bulma; regresyon — sayisal degerleri tahmin etme. Birliktelik kurali ogrenme, sepet analizi (market basket analysis) olarak bilinen uygulamada kucuk bir ornek olarak Apriori ve FP-Growth algoritmalari kullanilir. 'Bira alan musteri bez de satin alır' gibi iliskiler bu teknikle kesfedilmistir. Bu oneri motorlarinın, cross-selling stratejilerinin ve icerik onerisinin temelini olusturur. Veri madenciligi; perakende (urun onerisindeki), finans (kredi riski, sahtekarlık tespiti), saglik (tani destegi, hasta gruplama) ve telekomunikasyon (musteri kaybı tahmini — churn) gibi alanlarda yaygin kullanim alanlarina sahiptir.
Data Poisoning (Veri Zehirlenmesi)
Veri zehirlenmesi (data poisoning), kotu niyetli bir aktoru tarafindan bir makine ogrenimi modelinin egitim verisine yaniltici, manipule edilmis veya kasitli olarak hataligandi ornekler enjekte ederek modelin istenen davranisinin bozulmaya calisilmasi saldirisidur. Saldiri, model egitilmeden once veri toplama veya veri isleme asamasinda gerceklesebilir; bu nedenle tespit etmesi diger saldiri turlerine kiyasla daha zordur. Veri zehirlenmesi saldirisi iki temel hedeften birine yonelir. Genel performans degradasyonu saldirilarinda model, yuksek hata oranina sahip veya guvensiz bir sekle getirilir; rakip bir sirket veya devlet aktoru buna tesviklenebilir. Arka kapi (backdoor) saldirisinda ise model genel olarak dogru calisir ancak kotu niyetli aktoru tarafindan kontrol edilen belirli bir tetikleyici pattern goruldugunde belirli bir ciktiya zorunlu olarak yonlenir. Ornegin bir yuz tanima sistemine belirli renkteki gozluk takilan kisinin sistematik olarak yetkili gosterilmesi icin zehirli egitim ornekleri eklenebilir. Etiket manipulasyonu, saldirinin en basit bicimidir: dogru veri orneklerinin kasitli olarak yanlis etiketle egitim kumesine eklenmesidir. Saldiri kapalacak kadar az ornek bile etkili olabilir; arastirmalar egitim verisinin yuzde ucte birinin dahi bozulmasinin model davranisini kritik sekilde etkileyebildigini gostermistir. Federe ogrenme ortamlari ozel bir risk tasir. Merkezi bir sunucu yerine pek cok istemcinin model guncellemelerini gonderdigi bu ortamda kotu niyetli bir istemci, zehirli gradyanlar gondererek toplu modeli bozabilir. Byzantine-fault tolerant aggregation yontemleri bu riski azaltmak icin gelistirilmistir. Savunma perspektifinden bakildiginda, egitim veri kaynaklarinin dogrulanmasi ve veri temizleme (sanitization) birincil onlemlerdir. Diferansiyel gizlilik, bireysek orneklerin model uzerindeki etkisini sinirladigi icin zehirleme etkisini de azaltir. Model izleme ve anomali tespiti, egitimden sonra gercek zamanli davranissal anomalileri yakalamayi saglar. **Sik Sorulan Sorular** **Veri zehirlenmesi ile adversarial saldiri arasindaki fark nedir?** Veri zehirlenmesi egitim asamasini etkiler; adversarial saldiri ise cikarim asamasinda modele ozeltilmis yaniltici girdi gonderir. Ikisi farkli savunma mekanizmalari gerektirir. **Veri zehirlenmesi gercek dunyada kullanilmis midir?** Evet. Spam filtrelerinin zehirlenmesi, web tarama verisi manipulasyonu ve biyometrik sistemlere yonelik akademik gosterimler yayinlanmistir. Kritik altyapiya yonelik vakalar ise cogunlukla gizli kalir. **Kucuk veri kumeleri mi buyuk veri kumeleri mi daha savunmasizdir?** Kucuk veri kumeleri orantili olarak daha az ornek gerektirdiginden zehirlemeye daha duyarlidir. Buyuk veri kumeleri daha direnclidir; ancak izole egitim ve veri dogrulamak olmaksizin tam koruma saglamaz. **Acik kaynak veri setleri guvenli midir?** Dogrulanmamis acik kaynak veri setleri risk tasir; bu nedenle veri provenance (koken izleme) ve veri temizleme kritik onem tasir. ImageNet gibi genisletilmis dogrulamaya tabi veri setleri daha guvenilirdir.
Data Preprocessing (Veri Ön İşleme)
Veri Ön İşleme (Data Preprocessing), ham verinin makine öğrenmesi veya derin öğrenme modelleri tarafından işlenebilecek kalitede ve formatta hale getirilmesi için uygulanan dönüşüm süreçlerinin bütünüdür. Gerçek dünya verileri çoğunlukla eksik değerler, aykırı gözlemler, tutarsız formatlar ve gürültü içerir; veri ön işleme bu sorunları gidererek modelin sağlıklı kalıplar öğrenmesini sağlar. Temel adımlar şunlardır: Eksik değer yönetimi — boş hücreler ortalama, medyan veya KNN gibi yöntemlerle doldurulur ya da silinir. Aykırı değer tespiti ve giderimi — istatistiksel sınır dışına çıkan veri noktaları belirlenir, düzeltilir veya kaldırılır. Ölçeklendirme ve normalleştirme — farklı ölçeklerdeki sayısal değişkenler (örneğin yaş ile maaş) Min-Max normalleştirme veya Z-score standartlaştırma ile ortak bir aralığa çekilir; böylece mesafe tabanlı algoritmalar (KNN, SVM) ya da gradyan inişli modeller (sinir ağları) dengeli çalışır. Kategorik kodlama — metin tabanlı kategorik değişkenler One-Hot Encoding veya Label Encoding ile sayısal formata dönüştürülür. Boyut indirgeme — gereksiz veya birbiriyle yüksek korelasyonlu özellikler PCA gibi yöntemlerle elenerek model karmaşıklığı azaltılır. Veri ön işleme, makine öğrenmesi projesinin en fazla zaman harcanan aşamasıdır; veri bilimcilerin yaklaşık yüzde sekseni bu süreçte geçer. scikit-learn'ün Pipeline ve ColumnTransformer yapıları, bu adımları tutarlı ve tekrar kullanılabilir biçimde uygulamayı kolaylaştırır. Doğru veri ön işleme olmadan en güçlü algoritma bile güvenilir tahminler üretemez; bu nedenle model başarısının temeli veri kalitesidir.
Decision Tree (Karar Ağacı)
Karar ağacı (Decision Tree), gözetimli öğrenme (supervised learning) kategorisinde yer alan, hem sınıflandırma hem de regresyon problemleri için kullanılan temel bir makine öğrenimi algoritmasıdır. Veriyi, ağaç benzeri bir yapı oluşturarak ardışık karar kurallarına göre alt kümelere böler. Yapının her iç düğümü bir özellik üzerinde yapılan bir testi, her dal o testin olası sonucunu, her yaprak düğümü ise nihai tahmin değerini ya da sınıfı temsil eder. Algoritma, veriyi bölmek için en iyi özelliği seçerken genellikle iki ölçütten birini kullanır: **Gini safsızlığı** (CART algoritmasında) veya **Bilgi Kazanımı/Entropi** (ID3 ve C4.5 algoritmalarında). Gini safsızlığı, bir düğümdeki örneklerin ne ölçüde saf bir sınıfa ait olduğunu; bilgi kazanımı ise bölme işleminin belirsizliği ne kadar azalttığını ölçer. Her adımda safsızlığı en çok düşüren özellik seçilerek ağaç büyütülür. Karar ağaçlarının en büyük güçlü yönü **yorumlanabilirliğidir**: elde edilen kurallar, uzman olmayanlar tarafından bile kolayca anlaşılabilir grafiksel ağaçlara dönüştürülebilir. Bu özellik sayesinde tıbbi teşhis, kredi risk değerlendirmesi ve sahtekârlık tespiti gibi alanlarda şeffaf karar sistemleri kurulabilir. Öte yandan tek bir ağaç, verideki küçük değişikliklere karşı aşırı duyarlı olabilir (yüksek varyans) ve derin büyürse aşırı öğrenme (overfitting) riski taşır. Bu sınırlılıkları aşmak için rastgele ormanlar (Random Forest) ve gradyan artırma (Gradient Boosting) gibi topluluk öğrenmesi yöntemleri geliştirilmiştir.
Decision Trees (Karar Ağaçları)
Karar ağaçları (decision trees), bir veri setini özellik değerlerine göre ardışık ikili bölmelere ayırarak sınıflandırma veya regresyon gerçekleştiren gözetimli öğrenme algoritmalarıdır. Görsel olarak bir ağaç yapısına benzeyen bu model, kök düğümden yaprak düğümlere uzanan bir dizi evet-hayır sorusundan oluşur; her iç düğüm bir özellik üzerinde yapılan testi, her dal testin olası sonucunu, her yaprak ise tahmin edilen sınıfı veya değeri temsil eder. Bir karar ağacı oluşturulurken hangi özelliğin kök veya ara düğüm olarak seçileceği, bilgi kazancı (information gain), Gini safsızlığı (Gini impurity) veya varyans azaltımı gibi ölçütlerle belirlenir. Bu ölçütler, seçilen bölmenin veriyi ne kadar iyi homojen alt gruplara ayırdığını ölçer. En yüksek bilgi kazancı ya da en düşük Gini değeri veren özellik bölme noktası olarak seçilir ve bu süreç önceden belirlenen derinlik veya düğüm boyutu limitine ulaşılana kadar özyinelemeli biçimde devam eder. Karar ağaçları yorumlanabilirlik açısından makine öğrenmesinin en şeffaf algoritmalarından biridir. Bir finansal kurumun kredi kararı veya bir tıbbi teşhis sistemi, ağacın her adımı netleştirdiği için uzmanlara açıklanabilir ve denetlenebilir. Bu özellik, yapay zeka şeffaflığının ön plana çıktığı düzenleyici ortamlarda kritik avantaj sağlar. Ancak karar ağaçları tek başına kullanıldığında aşırı öğrenmeye eğilimlidir. Veri üzerindeki küçük değişiklikler ağaç yapısını köklü biçimde etkileyebilir. Bu sınırlamayı aşmak için rastgele ormanlar (Random Forest) ve Gradient Boosting gibi topluluk yöntemleri (ensemble methods) birden fazla ağacı bir araya getirir; bu kombinasyon hem varyansı hem de yanlılığı azaltarak çok daha güçlü ve kararlı modeller üretir.
Digital Twin Nedir? Yapay Zeka ile Dijital İkiz (Dijital İkiz)
Digital twin (dijital ikiz), fiziksel bir nesnenin, sistemin veya sürecin gerçek zamanlı verilerle güncellenen yüksek doğruluklu sanal kopyasıdır. Bu kavramı ilk kez NASA'nın Apollo programında (1960'lar) uzay aracı modellemeleri için kullandığı görülse de "digital twin" terimi akademik literatüre 2002 yılında Michigan Üniversitesi'nden Michael Grieves tarafından tanıtılmıştır. Grieves, ürün yaşam döngüsü yönetimini (PLM) ele aldığı çalışmasında fiziksel ve sanal dünyalar arasındaki sürekli veri akışını olgunlaştırarak kavrama bugünkü anlamını verdi. Bir dijital ikiz üç temel bileşenden oluşur: (1) gerçek sistemden veri toplayan IoT sensörleri ve veri akışları; (2) bu verileri işleyerek fiziksel sistemin durumunu modelleyen sanal ortam; (3) simülasyon sonuçlarını gerçek sisteme geri bildiren eylemci (actuator) mekanizmaları. Bu döngüsel yapı, gerçek zamanlı izleme, arıza tespiti ve senaryo simülasyonunu tek çatı altında bir araya getirir. Yapay zeka bu çerçeveyi kökten dönüştürmektedir. Geleneksel dijital ikizler fiziğe dayalı belirleyici modeller kullanırken modern yaklaşımlar makine öğrenimi ve derin öğrenmeyi entegre ederek anormallikleri tespit edip arıza öncesi uyarı verebilen kestirimci sistemler oluşturmaktadır. Örneğin bir rüzgâr türbininin dijital ikizi, titreşim ve sıcaklık verilerini anlık işleyerek yatakların ne zaman değiştirilmesi gerektiğini haftalar öncesinden tahmin edebilir. GE Aviation'ın jet motoru dijital ikizleri, bakım döngüsünü optimize ederek motor başına yüz binlerce dolar tasarruf etmektedir. Agentic dijital ikizler ise yalnızca izlemekle kalmayıp özerk kararlar almaktadır: bir fabrikadaki otonom dijital ikiz, üretim hattındaki aksaklığı tespit ettiğinde vardiya planını yeniden düzenleyebilir ve tedarik zinciriyle koordinasyonu başlatabilir. Bu yaklaşım özellikle Endüstri 4.0 ve akıllı fabrika (smart factory) konseptlerinin merkezine oturmuştur. Pazar araştırma firmaları, küresel dijital ikiz pazarının 2032 yılına kadar 259 milyar dolara ulaşmasını öngörmektedir. Bu büyümenin başlıca itici güçleri arasında havacılık, enerji, sağlık ve akıllı şehir yatırımları yer almaktadır. Alandaki başlıca zorluklar ise yüksek veri entegrasyon maliyeti, siber güvenlik riskleri ve birlikte çalışabilirlik (interoperability) standartlarının henüz olgunlaşmamış olmasıdır.
Eğitim Verisi (Eğitim Verisi)
Eğitim Verisi (Training Data), bir makine öğrenmesi veya derin öğrenme modelinin öğrenme sürecinde kullandığı, modelin parametrelerini güncellemek ve genelleme kapasitesini geliştirmek amacıyla işlenen veri kümesidir. Modelin öğrenebileceği her şey eğitim verisinden gelir; bu nedenle veri kalitesi ve çeşitliliği modelin performansını doğrudan belirler. Eğitim verisi iki temel biçimde olabilir. Etiketli veri, her giriş örneğine doğru çıktı etiketinin atandığı veridir; denetimli öğrenmede bu format zorunludur. Bir görüntü sınıflandırıcısı için binlerce 'kedi/köpek' etiketli fotoğraf veya duygu analizi için cümle-duygu çiftleri etiketli veri örnekleridir. Etiketsiz veri ise önceden işareti olmayan ham verilerdir; dil modelleri milyarlarca etiketlenmemiş İnternet metni üzerinde öz-denetimli öğrenmeyle eğitilir. Eğitim verisinin kalitesi birden çok boyut içerir: doğruluk (yanlış etiketlerin az olması), temsil gücü (gerçek dünya dağılımını yansıtması), çeşitlilik (farklı senaryoları kapsaması) ve önyargısızlık (belirli grupları haksız biçimde temsil etmemesi). Veri önyargısı (data bias) modelin adaletsiz çıktılar üretmesine yol açar; İnsan Geri Bildirimi ile Pekiştirmeli Öğrenme (RLHF) bu sorunu kısmen gidermek için kullanılan tekniklerden biridir. Veri mühendisliği uygulamaları arasında veri artırma (rotasyon, kırpma, yeniden örnekleme), sentetik veri üretimi ve veri temizleme (aykırı değerlerin, duplikatların kaldırılması) yer alır. Eğitim-doğrulama-test ayrımı standart protokoldür: model yalnızca eğitim verisiyle öğrenir, doğrulama verisiyle hiperparametreler ayarlanır, test verisi ise yalnızca nihai değerlendirme için kullanılır. Verilerin telif hakkı ve gizlilik boyutu da giderek önem kazanmaktadır. GDPR ve benzeri düzenlemeler kişisel veri kullanımını sınırlarken Creative Commons veya açık lisanslı veri kümeleri yasal belirsizlik olmadan kullanılabilir. Model kartları artık eğitim veri kaynağını şeffaf biçimde açıklamayı bir iyi pratik olarak önermektedir.
Embedding (Gömme / Vektörleştirme)
Embedding nedir sorusunun en kısa yanıtı şudur: Embedding (Türkçede gömme ya da vektörleştirme), kelimelerin, cümlelerin, görsellerin veya herhangi bir veri tipinin, yapay zekânın işleyebileceği sayısal dizilere, yani vektörlere dönüştürülmesi işlemidir. Bu dönüşüm rastgele sayılarla yapılmaz; verinin anlamsal (semantik) değerini koruyacak şekilde, çok boyutlu matematiksel bir uzayda koordinatlara yerleştirilmesiyle gerçekleşir. Benzer anlam taşıyan içerikler bu uzayda birbirine yakın, alakasız içerikler ise uzak konumlanır. "Kedi" ile "köpek" vektörleri yan yana dururken, "kedi" ile "traktör" arasındaki mesafe çok daha büyüktür. Embedding'in önemi, bilgisayarların metni doğrudan anlayamamasından gelir: makineler yalnızca sayılarla çalışır. Anlamı sayılara çevirmenin güvenilir bir yolu olmadan ne semantik arama ne öneri sistemleri ne de büyük dil modelleri çalışabilirdi. ChatGPT gibi modeller girdiyi önce token'lara ayırır, ardından her token'ı bir embedding vektörüne çevirir; modelin "anlama" dediğimiz tüm işlemleri bu vektörler üzerinde yürür. Pratikte embedding'ler en çok üç yerde karşımıza çıkar. Birincisi semantik arama ve RAG sistemleri: kullanıcının sorusu ile belgeler aynı vektör uzayına gömülür, kosinüs benzerliği ile en alakalı içerik bulunur. İkincisi öneri sistemleri: Spotify veya Netflix, beğendiğiniz içeriğe vektör uzayında en yakın duran içerikleri önerir. Üçüncüsü çok modlu uygulamalar: CLIP gibi modeller metin ve görseli aynı uzayda temsil ederek metinle görsel arama yapılmasına imkân tanır. Üretilen vektörler genellikle Pinecone, Weaviate veya pgvector gibi vektör veritabanlarında saklanır ve milyonlarca kayıt arasından milisaniyeler içinde en yakın komşular bulunur. Kısaca embedding, modern yapay zekâ uygulamalarında anlam ile matematik arasındaki köprüdür.
Ensemble Learning (Topluluk Öğrenmesi)
Ensemble learning (topluluk ogrenme), birden fazla makine ogrenimi modelinin tahminlerini akilli bir yontemle birlestirerek tek bir modelden daha yuksek dogruluk, dayaniklilik ve genelleme kapasitesi elde etme stratejisidir. Temel fikir klasik bir bilgeliktir: farkli bakis acilarina sahip cok sayida uzmanin degerlendirmesi, tek bir uzmanin kararindan genellikle daha guvenilirdir. Ensemble yontemleri uc ana kategoride incelenir. Bagging (Bootstrap Aggregating), egitim verisinin rastgele alt kumelerinde ayni model turunu bagimsiz olarak egitir; tahminleri ortalama (regresyon) veya cogluk oylama (siniflandirma) ile birlestirir. Random Forest, karar agaclari uzerinde bagging uygulayan en bilinen ornektir: hem veri ornekleme hem de ozellik ornekleme randomizasyonu, agaclari birbirinden bagimsiz kildigi icin ciktilarinin ortalamasini guclu bir model olusturur. Boosting, zayif ogrenecileri sirali bir sekilde birlestirerek guclendirme yontemidir. Her yeni model, onceki modelin yanlis siniflandirdigi orneklere daha buyuk agirlik vererek egitilir; bu seri yapı giderek iyilesen bir sistem olusturur. XGBoost, LightGBM ve CatBoost bu yaklasimin en guclu implementasyonlaridir ve onlarca veri bilimi yarismmasinin galibi olarak tarihe gecmistir. Stacking (istiflemme), farkli turdeki modellerin (Random Forest, SVM, derin aglar) tahminlerini bir ust duzey meta-model ile birlestiren bir yaklasimdur. Meta-model, her temel modelin ne zaman haklı ne zaman yanlis oldugunu ogrenip en uygun agirliklandirmayi bulur. Varyans ve yas duzenlemesi arasindaki denge ensemble'in gucunu aciklar. Yuksek varyansli tek bir model (derin karar agaci) overfitting egilimindeyken cok sayida bu tur modelin ortalamasi, bireysel hatalar birbirini iptal ettiginden cok daha guvenilirdir. **Sik Sorulan Sorular** **Bagging mi yoksa boosting mi secmeli?** Overfitting sorunu varsa bagging (Random Forest) tercih edilir; az dogruluk yasaniyorsa boosting (XGBoost) genellikle daha iyi sonu verir. Derin ogrenme projelerinde ise dropout ve model averaging yaygindır. **Ensemble ne kadar hesaplama maliyeti getirir?** N model egitmek ve N tahmin yapmak maliyeti yaklasik N kat arttirir. Bununla birlikte tahminler paralellestirilmis calistirabilir ve bircok durumda maliyet-performans dengesi kabul edilebilirdir. **Stacking ne zaman mantiklidur?** Bircok farkli algoritma kullanildiginda ve birinin guclu oldugu yer digerinin zayif oldugu durumlarda stacking ek kazanim saglar. Kucuk veri kumelerinde meta-model overfitting yaparsa daha sade ensemble yeterli olabilir. **Kaggle'da neden ensemble bu kadar sik kullanilir?** Yarismmalarda performansin son yuzde biri kritik olur; ensemble sistematik olarak o yuzdeyi saglar. Gercek dunyada ise yorumlanabilirlik veya bakım kolayligi tercih edildiginde tek model secimi daha pratik olabilir.
Epoch (Epoch (Eğitim Döngüsü))
Epoch (Epok ya da Eğitim Döngüsü), makine öğrenimi ve derin öğrenme modellerinin eğitiminde kullanılan temel bir zaman birimidir. Bir epoch; modelin tüm eğitim veri setini baştan sona tam olarak bir kez işlemesi, yani her örnek üzerinde hem ileri yayılım (forward pass) hem de geri yayılım (backward pass) gerçekleştirmesi anlamına gelir. Makine öğrenimi modellerini eğitirken, yalnızca bir epoch genellikle yeterli olmaz. Model, karmaşık kalıpları ve ilişkileri kavrayabilmek için aynı veriler üzerinde defalarca geçiş yapmak zorundadır. Bu nedenle modeller onlarca, yüzlerce hatta binlerce epoch boyunca eğitilebilir. Büyük dil modellerinin (LLM) eğitimi milyarlarca token üzerinde birden fazla epoch uygulanarak gerçekleştirilir; görüntü sınıflandırma gibi daha küçük görevlerde ise 10-100 epoch sıkça kullanılır. Epoch ve Batch İlişkisi Her epoch, büyük veri setini daha küçük parçalara (batch) bölerek işler. Bir epoch içindeki güncelleme sayısı, veri seti boyutunun batch boyutuna bölünmesiyle hesaplanır. Örneğin 10.000 örnekli bir veri seti 100'lük batch boyutuyla işleniyorsa, her epoch 100 ağırlık güncellemesi (iterasyon) içerir. Her iterasyonda gradyan hesaplanır ve model ağırlıkları güncellenir; böylece model adım adım öğrenir. Overfitting ve Erken Durdurma Epoch sayısının doğru seçilmesi kritik öneme sahiptir. Çok az epoch modelin yeterince öğrenememesine (underfitting) yol açar; model verinin altında yatan örüntüleri kavramaz ve hem eğitim hem de test verisinde kötü performans gösterir. Öte yandan, çok fazla epoch modelin eğitim verisini mekanik olarak ezberlemeye (overfitting) başlamasına neden olabilir. Bu durumda model eğitim setinde mükemmel sonuçlar verirken yeni verilerde başarısız olur. Bu dengesizliği çözmek için "Early Stopping" (Erken Durdurma) tekniği uygulanır: model her epoch sonunda doğrulama (validation) seti üzerinde değerlendirilir ve doğrulama kaybı iyileşmemeye başladığında eğitim otomatik olarak durdurularak en iyi ağırlıklar korunur. Eğitim ve doğrulama kaybının birbirinden ayrışmaya başlaması (divergence), overfitting'in erken belirtisidir. Epoch Sayısını Belirlemek Kaç epoch kullanılacağı, modelin karmaşıklığına, veri setinin büyüklüğüne ve görevin zorluğuna bağlıdır. Küçük veri setlerinde genellikle daha fazla epoch gerekir çünkü model her geçişte sınırlı miktarda örneğe maruz kalır. Büyük veri setlerinde ise tek bir epoch bile çok sayıda güncelleme içerdiğinden az epoch ile tatmin edici sonuçlar alınabilir. Epoch sayısı, öğrenme hızı (learning rate) ve model mimarisiyle birlikte hiperparametre optimizasyonunun temel bileşenlerinden biridir.
Feature Engineering (Öznitelik / Özellik Mühendisliği)
Özellik mühendisliği (feature engineering), ham veriden makine öğrenmesi modellerinin daha iyi öğrenebileceği bilgilendirici özellikler türetme sürecidir. Algoritmalar veriyi olduğu gibi değil, sunulan özellikler aracılığıyla öğrenir; bu nedenle hangi özelliğin nasıl temsil edildiği model performansını doğrudan belirler. Özellik mühendisliği birçok alt görevden oluşur. Özellik oluşturma, mevcut sütunları birleştirerek veya dönüştürerek yeni değişkenler üretir: bir e-ticaret veri setinde kullanıcının gün içi sipariş yoğunluğu 'sabah', 'öğleden sonra', 'gece' gibi zaman dilimi etiketlerine dönüştürülebilir. Özellik seçimi ise gürültülü veya gereksiz değişkenleri elemek için korelasyon analizi, karşılıklı bilgi skoru veya özellik önem skorlarını kullanır. Kategorik değişkenlerin sayısal temsillere dönüştürülmesi temel mühendislik adımlarından biridir. One-hot encoding ikili sütunlar üretirken, hedef kodlama (target encoding) kategorileri hedef değişkenin ortalamasıyla temsil eder. Yüksek kardinaliteli sütunlarda embedding tabanlı yaklaşımlar bilgiyi daha kompakt biçimde saklar. Sayısal özellikler için normalizasyon (min-max ölçekleme) ve standardizasyon (z-skoru dönüşümü) kritik ön işleme adımlarıdır. Mesafe tabanlı algoritmalar (k-NN, SVM) bu ölçeklemeye duyarlıdır; ölçekleme yapılmadan büyük değer aralıklı özellikler küçük aralıklıları gölgede bırakır. Zaman serisi verisinde gecikme özellikleri (lag features), hareketli ortalama ve mevsimsel bileşenler gibi mühendislik dönüşümleri modellerin zamansal örüntüleri kavramasını sağlar. Metin verisinde TF-IDF ve n-gram özellikleri, görüntü verisinde ise histogram eşitleme ve kenar çıkarımı klasik özellik mühendisliği adımlarıdır. Derin öğrenme bu adımların bir kısmını otomasyona taşımış olsa da yapısal veri içeren birçok endüstriyel görevde manuel özellik mühendisliği performansı belirleyici kalmaktadır.
Federated Learning (Birleştirilmiş Öğrenme)
Federated learning (federe öğrenme), makine öğrenmesi modellerinin ham verileri merkezi bir sunucuya göndermek yerine, verilerin bulunduğu cihazlar üzerinde doğrudan eğitilmesini mümkün kılan gizlilik odaklı bir dağıtık öğrenme paradigmasıdır. Google tarafından 2017'de tanıtılan bu yaklaşım, her istemci cihazın kendi yerel verisiyle bir model güncellemesi (gradient veya model ağırlığı değişikliği) hesaplamasını ve yalnızca bu güncellemeyi merkezi bir koordinatöre göndermesini esas alır. Geleneksel makine öğrenmesinde tüm eğitim verisi tek bir merkezi sunucuda toplanır; bu durum hem gizlilik hem de veri sızıntısı riskleri doğurur. Federated learning ise bu problemi yapısal olarak çözer: ham veri hiçbir zaman cihazı terk etmez. Koordinatör sunucu yalnızca anonim gradyanları veya model parametrelerini alır, bunları FedAvg (Federated Averaging) gibi bir toplama algoritmasıyla birleştirir ve güncellenmiş global modeli tüm istemcilere dağıtır. Federated learning'in iki temel çeşidi vardır: yatay federated learning (aynı özellik uzayı, farklı veri örnekleri — örneğin farklı hastanelerden gelen aynı formattaki hasta kayıtları) ve dikey federated learning (farklı özellik uzayları, aynı kullanıcılar — örneğin bir bankanın işlem geçmişi ile bir e-ticaret sitesinin satın alma geçmişinin birleştirilmesi). Bu yapı, GDPR ve HIPAA gibi veri koruma düzenlemelerine uyumu kolaylaştırır. Pratik uygulamalar arasında Google'ın Android klavye tahmini (Gboard), Apple'ın Siri ses tanıma kalitesi iyileştirmesi ve hastane ağlarında tıbbi görüntü analizi öne çıkar. İletişim verimliliği, heterojenik cihaz kapasiteleri (sistem heterojenliği) ve model zehirleme (model poisoning) saldırılarına karşı dayanıklılık, alanın aktif araştırma konularıdır. Diferansiyel gizlilik ve güvenli çok taraflı hesaplama teknikleri ile federated learning'in gizlilik garantisi daha da güçlendirilebilir. Bu kombinasyon, hassas sektörlerde (finans, sağlık, savunma) veri paylaşımı gerektirmeden yüksek kaliteli ortak modeller geliştirmeyi olanaklı kılmakta ve merkezileşme olmaksızın ölçeklenebilir yapay zeka ekosistemlerinin temelini atmaktadır.
Few-Shot Learning (Az-Atımlı Öğrenme)
Az atis ogrenmesi (few-shot learning), bir modelin yalnizca birkac ornekten yeni bir gorevi ogrenip genelleyebildigi makine ogrenmesi paradigmasidir. Standart derin ogrenme modelleri binlerce hatta milyonlarca etiketli ornege ihtiyac duyarken az atis ogrenmesi bu bagimliligi kirerek insan benzeri hizli uyuma hedefler. Yaklaşım; one-shot learning (tek ornek), few-shot learning (2-10 ornek) ve zero-shot learning (hic ornek olmadan) seklinde siniflandirilir. Meta-ogrenme (meta-learning veya learning to learn), bu alanin temel paradigmasidir: model, cok sayida farkli gorev uzerinde egitilerek 'hizli uyum saglamayi ogrenmeyi' ogrenilir. MAML (Model-Agnostic Meta-Learning), bu yaklasimin oncu algoritmalarindan biridir. Prototypical Networks, her sinifin prototip temsilini hesaplayarak yeni ornekleri bu prototiplere uzakligina gore siniflandirir. Matching Networks ise dikkat mekanizmasiyla az ornekten ogrenmeyi destek kumesi uzerinden gerceklestirir. Siamese Network, iki ornegin benzerligini karsilastirarak tek atis tanimasinda kullanilir. Buyuk dil modellerinde az atis ogrenme daha farkli bir bicimde gerceklesir: GPT gibi modeller, prompt icine birkan ornek verildiginde (in-context learning) goreve adapte olabilir. Bu modeller parametrelerini guncellenmeksizin, yalnizca baglam bilgisiyle birkan atistan genelleme yapabilmektedir. Bu ozellik, LLM'lerin en carpici yeteneklerinden biri olarak kabul edilmektedir. Az atis ogrenmesi; tibbi goruntuleme (nadir hastaliklar icin az ornek mevcuttur), robotik (yeni manipulasyon gorevleri), dil isleme (az kaynakli diller) ve kisisellestirilmis yapay zeka sistemleri gibi alanlarda kritik onem tasimaktadir.
Fine-Tuning (İnce Ayar)
Fine-tuning (Türkçesiyle ince ayar), devasa bir veri setiyle genel amaçlı olarak önceden eğitilmiş (pre-trained) bir yapay zeka modelinin, daha küçük ve göreve özel bir veri seti kullanılarak belirli bir işe, sektöre veya üsluba (tıp, hukuk, kodlama, müşteri hizmetleri vb.) uyarlanması işlemidir. İngilizce "fine-tune" fiili, bir cihazın ayarını hassas biçimde düzeltmek anlamına gelir; yapay zekada da mantık aynıdır: model sıfırdan eğitilmez, mevcut bilgisinin üzerine ek eğitimle özel bir uzmanlık inşa edilir. Örneğin LLaMA veya GPT gibi bir temel model, birkaç bin kaliteli soru-cevap çiftiyle yeniden eğitilerek bir bankanın müşteri temsilcisi gibi konuşan ya da tıbbi raporları belirli bir formatta özetleyen bir modele dönüştürülebilir. Bu yaklaşımın önemi maliyet ve erişilebilirlikte yatar. Bir dil modelini sıfırdan eğitmek milyonlarca dolarlık hesaplama gücü ister; fine-tuning ise aynı modelin ağırlıklarını yeni veriye göre hafifçe güncelleyerek çok daha küçük bir bütçeyle özelleştirme yapmayı mümkün kılar. LoRA ve QLoRA gibi parametre-verimli (PEFT) yöntemlerle bu iş tek bir tüketici GPU'sunda bile yapılabilir hale gelmiştir. Pratikte fine-tuning; kurumsal sohbet botlarında marka diline uyum, hukuk ve sağlık gibi alanlarda terminoloji hâkimiyeti, yapılandırılmış çıktı (örneğin JSON) üretimi ve şirket içi verilerle çalışan özel asistanlar için kullanılır. Modele davranış ve üslup kazandırmak hedefleniyorsa fine-tuning, güncel veya sık değişen bilgiye erişim gerekiyorsa RAG tercih edilir; kurumsal sistemlerde ikisi çoğu zaman birlikte çalışır.
Fuzzy Logic (Bulanık Mantık)
Bulanık mantık (fuzzy logic), 1965 yılında Lotfi Zadeh tarafından geliştirilen ve klasik Aristoteles mantığının ikili (doğru/yanlış) sınıflandırmasını sürekli bir üyelik derecesine genişleten matematiksel bir çerçevedir. Klasik küme teorisinde bir eleman ya kümeye aittir ya da değildir; bulanık kümede ise 0 ile 1 arasında herhangi bir üyelik derecesi alabilir. Bulanık mantığın temel kavramı bulanık kümeler ve üyelik fonksiyonlarıdır. 'Yüksek sıcaklık' gibi dilsel bir değişken için üçgen veya trapezoid biçimli bir üyelik fonksiyonu tanımlanır; örneğin 35°C 'yüksek sıcaklık' kümesine 0.7, 'çok yüksek sıcaklık' kümesine 0.3 derecesiyle üye olabilir. Bu belirsiz sınırlar gerçek dünyanın muğlak kavramlarını daha doğal biçimde modeller. Bulanık çıkarım sistemi üç aşamadan oluşur: bulanıklaştırma (fuzzification) kesin girdileri üyelik derecelerine dönüştürür; bulanık kural tabanı dilsel kurallarla ('EĞER sıcaklık yüksek VE nem çok fazla İSE fan hızı yüksek') çıkarım yapar; berraklaştırma (defuzzification) ise bulanık çıktıyı ağırlıklı ortalama gibi yöntemlerle kesin bir sayıya dönüştürür. Bulanık mantık, özellikle kesin matematiksel model kurmanın güç olduğu kontrol sistemlerinde güçlüdür. Çamaşır makinesi, klima, kamera otofokus ve metro sistemleri bulanık mantık kontrolörü kullanan yaygın ürünlere örnek verilebilir. Makine öğrenmesi öncesinde endüstriyel otomasyon ve karar destek sistemlerinde standart bir teknolojiydi. Günümüzde bulanık mantık, nöro-bulanık sistemler (neuro-fuzzy) aracılığıyla derin öğrenmeyle birleştirilmektedir. Bu hibrit yaklaşımlar yorumlanabilirliği korurken veriden öğrenme kapasitesi kazanır ve tıbbi teşhis, finans riski ve gömülü kontrol sistemleri gibi alanlarda aktif kullanım bulmaktadır.
Gradient Boosting Nedir? Gradyan Artırma Algoritması (Gradyan Artırma)
Gradient Boosting (Gradyan Artırma), makine öğreniminde zayıf öğrenicileri art arda sıralı biçimde ekleyerek güçlü ve yüksek doğruluklu bir tahmin modeli oluşturan bir topluluk öğrenme algoritmasıdır. Random Forest gibi diğer topluluk yöntemlerinin ağaçları paralel olarak eğitmesinin aksine, Gradient Boosting her yeni ağacı bir önceki modelin kalan hatasını (artık değer, residual) azaltacak şekilde sıralı olarak inşa eder. Algoritmanın çalışma mantığı şu adımlarla özetlenebilir: İlk adımda verilen hedef değer için basit bir temel tahmin yapılır; bu genellikle ortalama değerdir. Sonraki adımda mevcut tahmin ile gerçek değer arasındaki farklar (artık değerler) hesaplanır. Bir sonraki karar ağacı bu artık değerleri tahmin etmek üzere eğitilir. Yeni ağacın katkısı, aşırı öğrenmeyi önlemek için öğrenme hızı (learning rate) parametresiyle ölçeklendirilerek mevcut modele eklenir. Bu döngü, belirlenen ağaç sayısına ulaşılana kadar tekrar eder; her yinelemede model bir öncekinin en zayıf noktasına odaklanır. Gradient Boosting'in matematiksel temeli gradyan iniş (gradient descent) optimizasyonuna dayanır. Ağaçlar, seçilen kayıp fonksiyonunu minimize edecek şekilde gradyan yönünde oluşturulur; bu yapı, algoritmanın regresyon, sınıflandırma ve sıralama gibi farklı problem tiplerine kolayca uyarlanmasını sağlar. Algoritmanın en belirgin avantajı, tablolar halindeki yapısal veriyle (structured/tabular data) olağanüstü yüksek doğruluk sağlamasıdır. Kaggle yarışmalarında yıllardır zirvede yer alan bu aile, XGBoost, LightGBM ve CatBoost gibi modern kütüphanelerle bellek ve hız açısından da optimize edilmiştir. XGBoost level-wise (satır bazlı) ağaç büyümesiyle daha kararlı sonuçlar üretirken LightGBM ise leaf-wise (yaprak bazlı) büyüme ve histogram tabanlı bölme ile büyük veri setlerinde çok daha hızlı çalışır. Dezavantajları arasında aşırı öğrenmeye (overfitting) yatkınlık, hiperparametre ayarının (n_estimators, learning_rate, max_depth, min_samples_split) hassasiyeti ve büyük veri setlerinde paralel eğitimin zorluğu sayılabilir. Öğrenme hızı düşük ve ağaç sayısı yüksek tutulduğunda daha genelleştirilebilir modeller elde edilir; ancak bu dengenin bulunması kapsamlı çapraz doğrulama (cross-validation) gerektirir.
Gradient Descent (Gradyan İnişi)
Gradient descent (gradyan inişi), bir modelin kayıp fonksiyonunu minimize etmek için parametreleri gradyanın negatif yönünde iteratif olarak güncelleyen optimizasyon algoritmasıdır. Güncelleme kuralı tek satırdır: **θ ← θ − α · ∇L(θ)**. Burada θ model parametrelerini, ∇L(θ) kaybın parametrelere göre türevini (gradyanı), α ise adım büyüklüğünü belirleyen öğrenme hızını (learning rate) temsil eder. Doğrusal regresyondan 1 trilyon parametreli dil modellerine kadar neredeyse tüm modern makine öğrenmesi eğitimi bu kuralın bir varyantıyla yapılır. Sezgisel karşılığı, sisli bir dağda gözü bağlı vadiye inen bir yürüyüşçüdür: yürüyüşçü yalnızca ayağının altındaki eğimi hisseder ve her adımda en dik iniş yönüne ilerler. Eğim gradyana, adım boyu öğrenme hızına, vadinin dibi ise minimum hataya karşılık gelir. Adım çok büyükse vadi atlanır ve kayıp ıraksar; çok küçükse yakınsama saatler yerine haftalar alır. Pratikte üç ana biçimi vardır: tüm veri kümesini tek seferde işleyen **batch gradient descent**, her adımda tek örnek kullanan **stochastic gradient descent (SGD)** ve derin öğrenmenin fiili standardı olan, 16–4096 örneklik gruplarla çalışan **mini-batch gradient descent**. Derin sinir ağlarında gradyanlar geriye yayılım (backpropagation) ile zincir kuralı üzerinden hesaplanır; PyTorch ve JAX gibi kütüphaneler bunu otomatik türev (autograd) ile yapar. Güncelliği tartışmasızdır: GPT-5, Claude, Gemini ve Llama ailesi dahil bütün büyük dil modelleri, gradient descent'in uyarlanabilir türevleri olan AdamW ve 2025'ten itibaren yaygınlaşan Muon gibi optimizatörlerle eğitildi. Konveks problemlerde yakınsama matematiksel olarak kanıtlanmıştır; derin ağların non-konveks kayıp yüzeylerinde ise eyer noktaları (saddle point) ve düz plato bölgeleri asıl pratik zorluğu oluşturur. SGD'nin stokastik gürültüsü, paradoksal biçimde bu noktalardan kaçışı kolaylaştırır ve genelleme performansına katkı yapar. Kısacası gradient descent, yapay zekanın "öğrenme" dediğimiz sürecinin matematiksel motorudur.
Hidden Layer (Gizli Katman)
Gizli katman (hidden layer), yapay sinir aginin girdi ile cikti katmanlari arasında yer alan ve ham veriyi anlamlı temsillere donusturmekle sorumlu ara katmanlardır. 'Gizli' kelimesi, bu katmanlarin egitim verisinde dogrudan gözlemlenemeyen ic temsillerini ifade eder; ne giris ne de cikis olmadigi icin bu adi almistir. Bir gizli katman birden fazla noron icermektedir. Her noron, onceki katmandaki tum noronların ciktilarinin agirlikli toplamını alir, bir bias ekler ve sonucu bir aktivasyon fonksiyonundan gecirir. ReLU (Rectified Linear Unit), Sigmoid ve Tanh en yaygin aktivasyon fonksiyonlarindandir. ReLU, gunumuzde sinir agları icin varsayilan tercih haline gelmistir; hesaplama basit ve gradyan yok olma problemi azdir. Gizli katmanlarin derinligi ve genisligi (noron sayisi), modelin kapasite ve ogrenme kapasitesini dogrudan belirler. Tek gizli katmanli ag teorik olarak her sureçli fonksiyonu yaklastiirabilir (Evrensel Yaklastirim Teoremi), ancak gercekte bu, astronomik boyutlarda noron sayisi gerektirebilir. Derin aglar (cok gizli katman), aynı kapasiteyi cok daha verimli sekilde saglayabilir. Her gizli katman, verinin farkli soyutlama duzeyini temsil eder. Goruntu taniyan bir CNN'de ilk gizli katmanlar kenar ve kose gibi dusuk seviye ozellikler; orta katmanlar doku ve sekil; derin katmanlar yuz veya nesne gibi yuksek seviye kavramlar ogrenebilir. Bu hiyerarsik ozellik ogrenimi, derin ogrenmenin en guclu ozelliklerinden biridir.
Hyperparameter Tuning (Hiperparametre Optimizasyonu)
Hiperparametre optimizasyonu (Hyperparameter Tuning), makine öğrenimi modelinin eğitim sürecine başlamadan önce araştırmacı veya mühendis tarafından belirlenen kontrol değişkenlerinin — öğrenme hızı (learning rate), ağaç derinliği, katman sayısı, düzenlileştirme katsayısı gibi — en uygun kombinasyonunun sistematik biçimde aranması işlemidir. Makine öğreniminde iki farklı parametre türü bulunur: modelin eğitim verisinden öğrendiği "parametreler" (ağırlıklar, bias değerleri) ve eğitimden önce dışarıdan belirlenen "hiperparametreler". Hiperparametreler model mimarisini ve öğrenme dinamiklerini doğrudan şekillendirir; yanlış seçilen bir hiperparametre seti, en kaliteli veriyle bile zayıf sonuçlar doğurabilir. Başlıca hiperparametre arama yöntemleri şöyle sıralanabilir: Grid Search (Izgara Arama): Belirlenen aralıklar içindeki tüm olası kombinasyonları dener; garanti sonuç verir ancak hesaplama maliyeti kombinasyon sayısıyla katlanarak artar. Az sayıda hiperparametre ve dar aralıklar için uygundur. Random Search (Rasgele Arama): Kombinasyonları rastgele örnekler; Grid Search'e kıyasla genellikle daha kısa sürede benzer kalitede sonuç üretir. Yüksek boyutlu arama uzaylarında tercih edilir. Bayesian Optimization: Önceki denemelerin sonuçlarını kullanarak sonraki adımda hangi kombinasyonu deneyeceğini olasılık modeline göre seçer. Deneme sayısını minimize ederek en iyi hiperparametrelere ulaşmayı hedefler; derin öğrenme gibi maliyetli modellerde yaygındır. Optuna, Ray Tune ve Hyperopt bu yaklaşımı uygulayan popüler kütüphanelerdir. Automated ML (AutoML): Hiperparametre aramasını tamamen otomatikleştirir. Google AutoML, H2O.ai ve Keras Tuner gibi araçlar hem model seçimi hem de parametre optimizasyonunu arka planda yürütür. Hiperparametre optimizasyonu sürecinde çapraz doğrulama (cross-validation) kritik bir rol oynar: her aday kombinasyon, verinin farklı katlarında test edilerek aşırı uyumu (overfitting) önleyecek şekilde değerlendirilir. Özellikle derin sinir ağlarında learning rate, momentum ve batch size değerlerinin doğru ayarlanması, model başarısını belirleyici ölçüde etkiler. Pratik projelerde hiperparametre arama sürecinin toplam eğitim süresinin %30–50'sini oluşturduğu görülmektedir.
Inverse Reinforcement Learning (IRL) (Ters Pekiştirmeli Öğrenme)
Inverse Reinforcement Learning (IRL), ya da Türkçesiyle Ters Pekiştirmeli Öğrenme, standart Pekiştirmeli Öğrenmenin (RL) tersine çalışan bir makine öğrenmesi paradigmasıdır. Klasik RL'de bir ajan, önceden tanımlanmış bir ödül fonksiyonu aracılığıyla geri bildirim alarak politika öğrenir. IRL ise bu süreci ters çevirir: elimizde uzman davranışları (demonstrasyon trajektörleri) bulunur ve bu davranışlardan söz konusu davranışı motive eden ödül fonksiyonu çıkarılır. Yöntemin temel motivasyonu, gerçek dünya problemlerinde ödül fonksiyonu tasarlamanın son derece güç olmasından kaynaklanır. Otonom araç sürüşünde "güvenli ve konforlu" davranışı sayısal olarak ifade etmek, cerrahi robotlara hassas el hareketleri öğretmek ya da diyalog sistemlerinde "kibar ve yardımsever" yanıtları tanımlamak birbirinden zor görevlerdir. IRL, bu karmaşık ödül tasarımı sorununu, uzman demonstrasyonlarından ödülü öğrenerek dolaylı yoldan çözer. IRL'in üç temel algoritma ailesi vardır. Maximum Entropy IRL, olası politikalar arasında bilgi teorisi kapsamında maksimum entropiyi seçerek belirsizliği ilkesel biçimde ele alır; otonom sürüş yol planlamasında yaygın kullanım bulmuştur. GAIL (Generative Adversarial Imitation Learning), GAN mimarisini taklit öğrenmeye uygular: ayırt edici ağ uzman ile ajan davranışını birbirinden ayırt etmeye çalışırken politika ağı bunu engellemeye çalışır. Bayesian IRL ise ödül fonksiyonu üzerinde olasılık dağılımı tutarak modelin kendi belirsizliğini de ifade etmesini sağlar; bu özelliği güvenli sistemler tasarımı için kritik öneme sahiptir. IRL, RLHF (Reinforcement Learning from Human Feedback) yönteminin doğrudan öncülüdür. Büyük dil modellerinde uygulanan RLHF, insan tercih karşılaştırmalarından (A mı B mi daha iyi?) bir ödül modeli öğrenir ve bu modeli RL politikasını ince ayarlamak için kullanır; bu yaklaşım IRL'in pratik bir biçimidir. GPT-4, Claude ve benzeri modeller bu paradigmayla eğitilmiştir. Yöntemin başlıca zorlukları şunlardır: uzman demonstrasyonu toplamak pahalı ve zaman alıcıdır; gözlemlenen bir davranışı açıklayan birden fazla ödül fonksiyonu bulunabilir (belirsizlik sorunu); hesaplama maliyeti standart RL'e kıyasla yüksektir. Bununla birlikte IRL, AI hizalama araştırmasının temel araçlarından biri olmaya devam etmektedir: insan değerlerini gözlemden matematiksel olarak çıkarma hedefi, güvenli ve uyumlu yapay zeka sistemleri inşasında kritik öneme sahiptir.
K-Means Clustering (K-Ortalamalar Kümeleme)
K-Means Kümeleme (K-Ortalamalar), denetimsiz makine öğreniminin en yaygın algoritmasıdır; etiketsiz bir veri kümesini önceden belirlenen K adet gruba (kümeye), her veri noktasını en yakın merkeze (centroid) atayarak böler. Algoritma 1950'lerin sonunda Stuart Lloyd tarafından geliştirilmiş, James Mac-Queen tarafından 1967'de "K-Means" adıyla resmileştirilmiştir. Çalışma adımları dörde indirgenir. Birinci adımda K adet merkez nokta rastgele ya da K-Means++ yöntemiyle akıllıca seçilir. İkinci adımda her veri noktası, Öklidyen uzaklık hesabıyla en yakın merkeze atanır. Üçüncü adımda her kümenin merkezi, üye noktaların koordinat ortalaması alınarak güncellenir. Merkezler değişmeyene veya iterasyon limiti dolana kadar bu adımlar tekrarlanır; algoritma yerel minimumda yakınsar. K değerinin seçimi algoritmanın en kritik adımıdır. "Dirsek Yöntemi" (Elbow Method), farklı K değerleri için küme içi kareler toplamını (WCSS) hesaplar; eğrinin belirgin dirsek oluşturduğu nokta optimal K'yı işaret eder. Silüet Skoru ise her noktanın kendi kümesine ne kadar sıkı bağlı olduğunu ölçerek -1 ile +1 arasında bir kalite puanı üretir. Ayrıca Bayesian Bilgi Kriteri (BIC) ve Gap İstatistiği de sık kullanılan yöntemler arasındadır. Gerçek dünya uygulamaları geniş bir yelpazeye yayılır: e-ticarette müşteri segmentasyonu, haber platformlarında belge kümeleme, görüntü işlemede renk niceleme (pikselleri K renge indirme), biyoinformatikte gen ekspresyon analizi ve anomali tespiti bunların başında gelir. Amazon ve Netflix, kullanıcı davranışlarını analiz etmek için K-Means tabanlı segmentasyon yöntemlerinden yararlanmaktadır. Algoritmanın temel sınırlamaları şunlardır: küre dışı geometriler (hilal, iç içe geçmiş kümeler) için yetersiz kalması, aykırı değerlere duyarlılık ve K'nın önceden belirlenmesi zorunluluğu. Bu durumlar için DBSCAN (gürültü toleranslı, şekle bağımsız), GMM - Gauss Karışım Modeli (olasılıksal üyelik) veya hiyerarşik kümeleme (K gerektirmez) alternatif olarak tercih edilebilir.
Keyword Detection Nedir? Sesli Asistanlarda Anahtar Kelime Tespiti (Anahtar Kelime Tespiti)
Keyword detection (anahtar kelime tespiti), bir ses sinyalinde veya metin akışında önceden tanımlanmış sözcükleri ya da ifadeleri gerçek zamanlı olarak tanıyan yapay zeka tabanlı bir tekniktir. Sesli asistanlar, akıllı hoparlörler ve çağrı merkezi sistemlerinde temel bir bileşen olan bu teknoloji, sürekli dinleme (continuous listening) ile tetikleme kelimelerini milisaniyeler içinde ayırt edebilir. Teknik altyapı açısından keyword detection, genellikle iki aşamalı bir pipeline üzerinde çalışır. İlk aşamada küçük ve hesaplama açısından hafif bir model (örneğin MobileNet tabanlı ses sınıflandırıcısı) cihaz üzerinde sürekli çalışarak olası tetikleme kelimelerini tarar. Pozitif bir sinyal alındığında daha kapasiteli bir konuşma tanıma motoru devreye girer. Bu yaklaşım hem pil ömrünü korur hem de gizlilik açısından daha güvenli bir çözüm sunar; veriler tetikleyici kelime tespit edilene kadar buluta gönderilmez. Anahtar kelime tespiti için yaygın olarak kullanılan mimariler arasında Convolutional Neural Network (CNN) tabanlı ses sınıflandırıcıları, Recurrent Neural Network (RNN) ve dikkat mekanizmalı hibrit modeller yer alır. "Hey Siri", "OK Google" ve "Alexa" gibi wake-word sistemleri bu teknolojinin en bilinen uygulamalarıdır. Gömülü sistemlerde çalışan keyword detection modelleri, düşük gecikme süresi (≤200ms) ve yüksek yanlış pozitif dayanıklılığı gibi katı kısıtlamalara tabi tutulur. Arka plan gürültüsü, farklı aksanlar ve konuşma hızları modelin sağlamlığını test eden başlıca zorluklardır. Bu nedenle modeller genellikle ONNX veya TFLite ile optimize edilerek edge cihazlara deploy edilir. NLP alanında ise keyword detection, metin tabanlı belgelerde belirli kavramları otomatik olarak işaretlemek, içerik moderasyonu yapmak veya arama motorlarını optimize etmek amacıyla kullanılır. Ses ve metin pipeline'larının kesiştiği bu nokta, keyword detection'ı modern yapay zeka sistemlerinin vazgeçilmez bir bileşeni haline getirir.
Korelasyon Analizi Nedir? Veri Madenciliğinde Değişken İlişkileri (Korelasyon Analizi)
Korelasyon analizi, iki ya da daha fazla değişken arasındaki ilişkinin yönünü ve şiddetini istatistiksel olarak ölçen temel bir veri madenciliği ve analitik yöntemidir. Sonuç olarak elde edilen korelasyon katsayısı, -1 ile +1 arasında bir değer alır: +1 mükemmel pozitif ilişkiyi (bir değişken artarken diğeri de artar), -1 mükemmel negatif ilişkiyi (bir değişken artarken diğeri azalır) ve 0 ise değişkenler arasında doğrusal bir bağ olmadığını gösterir. **Temel Yöntemler** - **Pearson Korelasyonu:** Sürekli, normal dağılımlı veriler için uygundur. Değişkenler arasındaki doğrusal ilişkiyi ölçer. Korelasyon katsayısının mutlak değeri 0.7'nin üzerindeyse güçlü, 0.3–0.7 arasındaysa orta, 0.3'ün altındaysa zayıf ilişki olarak yorumlanır. - **Spearman Sıra Korelasyonu:** Sıralı (ordinal) veriler veya normal dağılım varsayımlarının karşılanamadığı sürekli veriler için tercih edilir. Değişkenlerin sıralı pozisyonlarına bakarak ilişkiyi ölçer; bu sayede aykırı değerlere karşı Pearson'a göre çok daha dayanıklıdır. - **Kendall Tau:** Küçük örneklem boyutlarında ve çok sayıda sıra eşitliği olan durumlarda Spearman'a alternatif olarak kullanılır. **Makine Öğrenmesinde Kullanım Alanları** Korelasyon analizi, makine öğrenmesi pipeline'larının ön işleme aşamasında kritik bir rol oynar: 1. **Özellik Seçimi (Feature Selection):** Birbirleriyle yüksek korelasyona sahip özellikler (çoklu doğrusallık / multicollinearity) tespit edilir ve fazlalık olanlar elenerek modelin aşırı öğrenmesi (overfitting) önlenir. 2. **Keşifsel Veri Analizi (EDA):** Korelasyon matrisi görselleştirmeleri (ısı haritaları), değişkenler arasındaki karmaşık ilişki ağını hızla anlamayı kolaylaştırır. 3. **Öneri Sistemleri:** Collaborative filtering algoritmalarında kullanıcı-öğe benzerliklerini hesaplamak için korelasyon ölçütleri kullanılır. 4. **Zaman Serisi Analizi:** Farklı zaman gecikmelerindeki değişkenler arasındaki ilişkiyi ortaya koymak için otokorelasyon ve çapraz korelasyon analizleri uygulanır. **Korelasyon ≠ Nedensellik** En sık yapılan hatalardan biri, korelasyonu nedensellikle karıştırmaktır. İki değişken arasında güçlü bir korelasyon gözlemlenmesi, birinin diğerine sebep olduğunu kanıtlamaz; her ikisini de etkileyen gizli bir üçüncü değişken (confounding factor) söz konusu olabilir. Bu nedenle korelasyon analizi bulguları, her zaman nedensellik çıkarımı (causal inference) yöntemleriyle desteklenmelidir.
Loss Function (Kayıp (Maliyet) Fonksiyonu)
Kayıp fonksiyonu (loss function), makine öğrenmesi modelinin tahminleri ile gerçek etiketler arasındaki farkı sayısal olarak ölçen matematiksel bir işlevdir. Eğitim sürecinin kalbi olan bu fonksiyon, modelin ne kadar 'yanlış' olduğunu bir skalar değere dönüştürür; optimizasyon algoritması da bu değeri minimize etmek için ağırlıkları günceller. Görev türüne göre farklı kayıp fonksiyonları kullanılır. İkili sınıflandırmada ikili çapraz entropi (binary cross-entropy), çok sınıflı görevlerde kategorik çapraz entropi (categorical cross-entropy) standarttır. Bu fonksiyonlar, modelin olasılık çıktıları ile gerçek etiketler arasındaki log-olasılık farklılığını ölçer ve modeli güvenilir olasılık kalibrasyonuna yönlendirir. Regresyon görevlerinde ortalama kare hata (Mean Squared Error, MSE) ve ortalama mutlak hata (Mean Absolute Error, MAE) en yaygın seçeneklerdir. MSE büyük hatalara ağırlık verirken MAE tüm hatalara eşit davranır; aykırı değer (outlier) hassasiyetine göre bu ikisi arasında seçim yapılır. Huber kaybı ise ikisinin karışımı olarak hem büyük hem küçük hatalarda dengeli davranır. Kayıp fonksiyonu, düzenlileştirme terimleriyle genişletilebilir. L1 (Lasso) ve L2 (Ridge) düzenlileştirmesi, kayıp değerine ağırlıkların büyüklüğüne orantılı bir ceza ekleyerek modelin aşırı öğrenmesini frenler ve seyrek çözümler üretmesini teşvik eder. GAN'larda, contrastive learning'de ve RL'de özel kayıp fonksiyonları (adversarial loss, triplet loss, policy gradient) görevin dinamiklerine göre tasarlanır. Seçilen kayıp fonksiyonu doğrudan optimizasyon yüzeyini şekillendirir ve bu nedenle model eğitiminin en kritik tasarım kararlarından birini oluşturur.
Makine Öğrenmesi (Makine Öğrenmesi)
Makine öğrenmesi (Machine Learning, ML), bilgisayar sistemlerinin açıkça programlanmadan verilerden öğrenmesini ve deneyimle performansını artırmasını mümkün kılan yapay zeka alt dalıdır. Terimi 1959'da IBM araştırmacısı Arthur Samuel, dama oynayan programı üzerinde ortaya attı; Tom Mitchell'in 1997 tarihli klasik tanımı ise hâlâ ders kitaplarının standardıdır: bir program, T görevindeki performansı P ölçütüne göre E deneyimiyle artıyorsa öğreniyor demektir. Geleneksel yazılımda kuralları insan yazar: "fiyat 100 TL'nin üzerindeyse indirim uygula" gibi. Makine öğrenmesinde bu ilişki tersine döner; sisteme binlerce girdi-çıktı örneği verilir, kuralları (model parametrelerini) algoritmanın kendisi çıkarır. Bir spam filtresi, milyonlarca etiketli e-postadan hangi kelime ve gönderici kalıplarının spam işareti olduğunu kendi başına öğrenir; hiçbir mühendis "bedava kelimesi geçiyorsa engelle" kuralı yazmaz. Öğrenme üç ana paradigmada gerçekleşir. Denetimli öğrenmede model, etiketli girdi-çıktı çiftleriyle eğitilir; kredi riski skorlama, ev fiyatı tahmini ve tıbbi görüntüde tümör sınıflandırma tipik görevlerdir. Denetimsiz öğrenme etiketsiz verideki gizli yapıyı keşfeder; müşteri segmentasyonu ve anomali tespiti bu sınıfa girer. Pekiştirmeli öğrenmede bir ajan, çevreyle deneme-yanılma yoluyla etkileşerek ödülü maksimize eden politikayı bulur; DeepMind'ın AlphaGo'su (2016) ve modern robotik kontrol sistemleri bu yaklaşımın vitrinidir. Bunlara ek olarak, ChatGPT ve Claude gibi büyük dil modellerinin ön eğitiminde kullanılan öz-denetimli öğrenme, etiketi verinin kendisinden üretir: model, metindeki bir sonraki kelimeyi tahmin ederek trilyonlarca token'dan öğrenir. Algoritma yelpazesi geniştir: doğrusal ve lojistik regresyon, karar ağaçları, rastgele orman, destek vektör makineleri (SVM), k-en yakın komşu, naif Bayes ve XGBoost ile LightGBM gibi gradyan artırma toplulukları klasik ML'in iş yükünü taşır. Derin öğrenme ise çok katmanlı yapay sinir ağlarına dayanan özel bir alt daldır; görüntü, ses ve doğal dil gibi yapılandırılmamış verilerde klasik yöntemleri geride bırakır, ancak tablo verilerinde XGBoost hâlâ birçok Kaggle yarışmasının kazananıdır. Başarılı bir ML projesi model seçiminden fazlasını gerektirir: veri toplama ve temizleme (projelerde zamanın yüzde 60-80'i), özellik mühendisliği, eğitim/doğrulama/test ayrımı (tipik olarak 70/15/15), hiperparametre optimizasyonu ve aşırı uyum (overfitting) ile yetersiz uyum (underfitting) dengesinin kurulması. Model performansı göreve göre farklı metriklerle ölçülür: sınıflandırmada doğruluk, kesinlik, duyarlılık ve F1 skoru; regresyonda ortalama karesel hata (MSE) ve R² öne çıkar. Dengesiz veri setlerinde tek başına doğruluk yanıltıcıdır; dolandırıcılık işlemlerinin yüzde 1'in altında olduğu bir sette her işleme "temiz" diyen model yüzde 99 doğruluk alır ama hiçbir dolandırıcılığı yakalayamaz. Üretime alınan modellerin izlenmesi, veri kayması (data drift) tespiti ve yeniden eğitimi MLOps disiplinini doğurdu; MLflow ve Kubeflow bu alandaki yaygın açık kaynak araçlardır. 2026 itibarıyla scikit-learn, PyTorch ve TensorFlow açık kaynak ekosistemin bel kemiği; Netflix'in öneri motorundan bankaların dolandırıcılık tespitine, Google Çeviri'den otonom araçlara kadar günlük hayatın görünmez altyapısı büyük ölçüde makine öğrenmesiyle çalışır. Fortune 500 şirketlerinin çoğu en az bir ML modelini üretimde kullanıyor; Türkiye'de de e-ticaret, bankacılık ve telekom sektörleri en yoğun uygulayıcılar arasında. Alanın etik boyutu da giderek önem kazanıyor: eğitim verisindeki önyargıların modele taşınması, kararların açıklanabilirliği ve KVKK ile AB Yapay Zeka Yasası gibi düzenlemelere uyum, artık teknik başarı kadar belirleyici kriterler.
Meta-Learning (Meta Öğrenme (Öğrenmeyi Öğrenmek))
Meta-ogrenme (meta-learning veya 'learning to learn'), bir yapay zeka modelinin cok sayida farkli gorevi uzerinde egitilerek yeni bir goreve cok az veriyle hizla uyum saglayabilmesini hedefleyen ogrenme paradigmasidir. Standart makine ogrenmesinde her yeni gorev icin sifirdan egitim yapilirken meta-ogrenme bu sureci genel bir 'ogrenme stratejisi' kazandirarak kisaltir. Meta-ogrenmenin uc temel yaklasimi vardir. Model-bazli meta-ogrenme, hizli guncelleme icin tasarlanmis ozel mimari kullanir (Memory-Augmented Neural Networks, Neural Turing Machine). Optimizasyon-bazli meta-ogrenme, modeli hizla ince ayar yapilabilecek bir baslangic noktasina konumlar; MAML (Model-Agnostic Meta-Learning) bu kategorinin oncu algoritmasi. Metric-bazli meta-ogrenme ise benzerlik uzayinda siniflandirma yapar; Prototypical Networks ve Siamese Network buna ornektir. MAML, en etkin incelenen meta-ogrenme algoritmalarindan biridir. Ic dongude her goreve birkan gradient adimi atilir; dis dongude tum gorevlerdeki gradyanlar birlestirilarak modelin genel baslangic parametreleri guncellenir. Sonuc olarak model, herhangi bir yeni goreve birkan gradient adimiyla adapte olabilir hale gelir. Hesaplama agirlikli olmasi nedeniyle Reptile ve ProtoMAML gibi hafifletilmis alternatifler gelistirilmistir. Meta-ogrenme; az kaynakli dil modelleme, robotik manipulasyon, ilaç keşfi, kisisellestirilmis tavsiye sistemleri ve hizli mimari araması (Neural Architecture Search) gibi alanlarda uygulanmaktadir. LLM baglaminisinda ise in-context learning, meta-ogrenmenin isaret sinirsal zinciri uzerinden gerceklesen bir bicimi olarak yorumlanmaktadir.
Neural Network (Yapay Sinir Ağı)
Yapay sinir ağı (İngilizce adıyla neural network, kısaltmasıyla ANN yani Artificial Neural Network), insan beynindeki biyolojik nöronların birbirleriyle bilgi alışverişi yapma şeklinden ilham alınarak tasarlanmış bir makine öğrenimi modelidir. Veriler, ağın içinde birbirine bağlı yapay nöronlar (düğümler) üzerinden geçerken ağırlıklı toplamlar ve aktivasyon fonksiyonları gibi matematiksel işlemlere tabi tutulur; ağ, eğitim sırasında bu ağırlıkları güncelleyerek verideki örüntüleri kendi kendine öğrenir. Bu mimari, derin öğrenmenin (deep learning) yapıtaşıdır: görüntü tanımadan ses sentezine, makine çevirisinden ChatGPT gibi büyük dil modellerine kadar modern yapay zekanın neredeyse tüm yetenekleri sinir ağlarına dayanır. ANN'in geleneksel programlamadan temel farkı, kuralların insan tarafından yazılmaması, örneklerden çıkarılmasıdır. Klasik bir algoritmada "kediyi tanıma" kuralını satır satır kodlamanız gerekirken, bir sinir ağına binlerce kedi fotoğrafı gösterirsiniz; ağ, kenar, doku ve şekil gibi özellikleri katman katman kendisi keşfeder. Bu yaklaşım, elle kural yazmanın pratikte imkansız olduğu karmaşık problemlerde (yüz tanıma, konuşma anlama, protein yapısı tahmini) sinir ağlarını vazgeçilmez kılar. Pratikte sinir ağlarıyla en çok üç mimari ailesi üzerinden karşılaşılır: görüntü işleyen CNN'ler, sıralı verileri işleyen RNN'ler ve modern dil modellerinin temelini oluşturan Transformer'lar. Kavramın kökü 1943'teki McCulloch-Pitts nöron modeline ve 1958'deki Perceptron'a kadar uzanır; büyük veri ile GPU gücünün buluştuğu 2010'lu yıllarda ise derin sinir ağları alanın merkezine yerleşti ve o günden bu yana yapay zekadaki ilerlemenin ana motoru oldu.
Neural ODE (Nöral Adi Diferansiyel Denklem)
Neural ODE (Nöral Adi Diferansiyel Denklem), derin öğrenme modellerindeki gizli durumun (hidden state) değişimini ayrık katman geçişleri yerine sürekli bir diferansiyel denklemle tanımlayan yapay sinir ağı mimarisidir. Geleneksel derin ağlarda gizli durum h_{l+1} = h_l + f(h_l) biçiminde ayrık adımlarla güncellenir — bu yapı, Euler yöntemiyle çözülen bir ODE'nin ayrık yaklaşımına karşılık gelir. Neural ODE ise bu ayrık yapıyı dh/dt = f(h(t), t, θ) denklemiyle süreklilik boyutuna taşır ve çıkışı bir ODE çözücüsü (örn. Dormand–Prince, Runge-Kutta) yardımıyla hesaplar. 2018 NeurIPS konferansında Ricky T. Q. Chen, Yulia Rubanova, Jesse Bettencourt ve David Duvenaud tarafından tanıtılan bu mimari üç temel avantaj sunar. Birincisi bellek verimliliğidir: geri yayılım için adjoint (eşlenik) yöntemi kullanılır, bellek maliyeti katman sayısından bağımsız O(1) olarak kalır; geleneksel geri yayılımda bu maliyet katman sayısıyla doğrusal büyür. İkincisi uyarlanabilir derinliktir: ODE çözücüsü hata toleransına göre gereken kadar fonksiyon değerlendirmesi yapar, basit girdiler için daha az, karmaşık dinamikler için daha fazla hesaplama harcar. Üçüncüsü düzensiz örneklenmiş veriler için doğal uyumluluktur: klasik LSTM ve GRU gibi modeller eşit zaman aralığı varsayımına dayanırken Neural ODE herhangi bir t değerinde çözüme erişebildiğinden tıbbi sensör verisi, finans ve astrofizik gibi alanlarda doğrudan uygulanabilir. Öne çıkan varyantlar arasında hastalık ilerlemesini modelleyen Latent ODE ve yüksek boyutlu yoğunluk tahmini için ODE çerçevesini kullanan Sürekli Normalleştirici Akışlar (CNF) sayılabilir. Temel pratik kısıt, ODE çözücünün her ileri geçişte birden fazla ağ değerlendirmesi gerektirmesi ve sert (stiff) diferansiyel denklemlerin çözücü adımını büyük ölçüde artırabilmesidir. Bu nedenle hız öncelikli sistemlerde hâlâ ResNet ve Transformer mimarileri tercih edilmekte; Neural ODE ise fizik bilgili öğrenme, robotik ve biyomedikal veri analizi gibi niş ama önemli alanlarda güçlü bir araç olarak konumlanmaktadır.
Overfitting (Aşırı Öğrenme / Ezberleme)
Overfitting (aşırı öğrenme ya da ezberleme), bir makine öğrenimi modelinin eğitim verilerine çok fazla odaklanarak o verilerdeki istisnaları, gürültüleri ve hataları ezberlemesi; bu yüzden daha önce hiç görmediği yeni verilerle karşılaştığında genelleme yapamayıp başarısız olması durumudur. Bir öğrencinin sınav sorularının mantığını kavramak yerine cevap şıklarını ezberleyip farklı sorularda sıfır almasına benzer: model, eğitim setinde neredeyse kusursuz sonuçlar verirken gerçek dünya verisinde ciddi biçimde yanılır. Sorunun özü, modelin verideki gerçek örüntü ile rastlantısal gürültüyü ayırt edememesidir. Model gereğinden karmaşıksa (çok fazla parametre içeriyorsa), eğitim verisi azsa veya eğitim gereğinden uzun sürmüşse, model sinyal yerine gürültüyü öğrenmeye başlar. Bu durum istatistikteki bias-variance dengesinin varyans tarafına savrulmak demektir: eğitim hatası düşer, doğrulama hatası yükselir ve iki eğri arasındaki makas açılır. Overfitting'in pratikte önemi büyüktür, çünkü bir modelin gerçek değeri eğitim setindeki skoru değil, görülmemiş veri üzerindeki performansıdır. Kredi riski tahmininden tıbbi teşhise, spam filtresinden öneri sistemlerine kadar her uygulamada ezberlemiş bir model, laboratuvarda parlak görünüp sahada güvenilmez sonuçlar üretir. Bu yüzden makine öğrenimi pratiğinin önemli bir bölümü overfitting'i tespit etmeye (eğitim-doğrulama-test ayrımı, çapraz doğrulama, öğrenme eğrileri) ve önlemeye (regularizasyon, dropout, erken durdurma, veri artırma, daha fazla veri toplama) ayrılır. Tersine durum olan underfitting (eksik öğrenme) ise modelin veriyi hiç kavrayamayacak kadar basit kalmasıdır; iyi bir model bu iki uç arasındaki dengeyi tutturur.
PCA (Principal Component Analysis) (Temel Bileşen Analizi)
Temel Bileşen Analizi (Principal Component Analysis — PCA), yüksek boyutlu veri kümelerindeki boyut sayısını azaltırken verideki varyansı (bilgiyi) mümkün olduğunca korumayı hedefleyen doğrusal bir boyut indirgeme tekniğidir. 1901'de Karl Pearson tarafından önerilen bu yöntem, makine öğrenmesi, veri görselleştirme ve özellik mühendisliğinin temel araçlarından biri haline gelmiştir. PCA'nın matematiksel temeli kovaryans matrisinin özvektörlerine dayanır. Algoritma önce verinin ortalama merkezlemesini yapar, ardından kovaryans matrisini hesaplar ve bu matrisin özvektörlerini (temel bileşenleri) bulur. Her özvektöre karşılık gelen özdeğer, o bileşenin toplam varyansın ne kadarını açıkladığını ifade eder. Veriler, en yüksek özdeğerlere sahip k özvektörden oluşan yeni bir koordinat sistemine yansıtılır ve bu projeksiyon işlemiyle boyut sayısı dramatik biçimde azalır. Pratikte PCA birkaç kritik amaca hizmet eder: boyutsallık laneti sorununu hafifletmek, görselleştirme için yüksek boyutlu veriyi 2 veya 3 boyuta indirmek, gürültülü ve tekrarlayan özellikleri elemek, model eğitim süresini kısaltmak ve aşırı öğrenme riskini azaltmak. Örneğin 1000 özelliğe sahip bir tıbbi veri kümesinin ilk 50 temel bileşeni, toplam varyansın büyük çoğunluğunu açıklayabilir ve model performansını olumsuz etkilemeden hesaplama maliyetini önemli ölçüde düşürebilir. PCA'nın sınırlamaları arasında yalnızca doğrusal ilişkileri yakalayabilmesi öne çıkar; doğrusal olmayan yapılar için Kernel PCA, t-SNE veya UMAP gibi yöntemler tercih edilir. Ayrıca elde edilen temel bileşenler orijinal özelliklerle birebir yorumlanamaz; bu durum bazı alanlarda açıklanabilirlik sorunlarına yol açabilir. Veri ölçeklendirmesi (standardizasyon) PCA öncesinde zorunlu bir ön işleme adımıdır; aksi takdirde büyük ölçekli özellikler küçük ölçeklileri baskılayarak bileşenleri çarpıtır. Görüntü sıkıştırma, yüz tanıma (eigenfaces yöntemi), genomik analiz, doğal dil işlemede gizli anlam analizi (LSA) ve finans portföy analizi PCA'nın en yaygın uygulama alanları arasında yer almaktadır. Söz konusu çok yönlülük, PCA'yı veri bilimcilerinin araç kutusunun vazgeçilmez bir parçası yapmaktadır.
Predictive Analytics (Öngörüsel Analitik)
Tahmine dayalı analitik (predictive analytics), istatistiksel modeller, makine öğrenmesi algoritmaları ve geçmiş verileri kullanarak gelecekteki olayları, eğilimleri veya davranışları tahmin eden veri bilimi disiplinidir. Geriye dönük tanımlayıcı analitiğin ötesine geçerek 'ne olabilir?' sorusuna olasılıksal yanıtlar üretir. Tahmine dayalı analitiğin en yaygın uygulaması müşteri davranışı tahminidir. E-ticaret platformları satın alma olasılığını tahmin ederek kişiselleştirilmiş öneriler sunar; bankalar kredi temerrüt olasılığını modelleyerek risk yönetimi yapar; sigorta şirketleri poliçe başvurusu alınmadan önce kaza olasılığını hesaplar. Bu modeller lojistik regresyon, karar ağaçları, rastgele orman veya gradient boosting gibi algoritmalar üzerine inşa edilebilir. Sağlık sektöründe tahmine dayalı analitik erken tanı için kritik değer taşır. Hasta taburculuk sonrası hastaneye yeniden kabul olasılığını, sepsis riskini veya ilaç uyumsuzluğunu öngören modeller klinik kararları destekler. IBM Watson Health ve Optum gibi platformlar bu kapasiteleri ölçeklenebilir biçimde sunmaktadır. Tedarik zinciri ve üretimde kestirimci bakım (predictive maintenance), ekipman arızasını önceden tespit ederek plansız duruş sürelerini ve bakım maliyetlerini azaltır. Sensör verileri, titreşim analizi ve sıcaklık örüntüleri makine sağlığını sürekli izlemek için kullanılır. Model geliştirme sürecinde özellik seçimi, eğitim-test bölmeleme, zaman serisi kayması (temporal leakage) ve sınıf dengesizliği gibi zorluklarla dikkatli biçimde başa çıkmak gerekir. Tahmin modeli doğruluğu kadar açıklanabilirliği ve adilliği de giderek daha fazla ön plana çıkmaktadır.
Random Forest (Rastgele Orman)
Rastgele Orman (Random Forest), tek bir karar ağacının aşırı uyum (overfitting) zayıflığını aşmak için yüzlerce veya binlerce bağımsız karar ağacının bir arada çalıştırıldığı topluluk öğrenimi (ensemble learning) yöntemidir. Her ağaç, verinin rastgele seçilmiş bir alt kümesi üzerinde eğitilir; tahmin aşamasında tüm ağaçların çıktısı oylamaya (sınıflandırma) ya da ortalalamaya (regresyon) tabi tutularak nihai sonuç elde edilir. Yöntemin temel ilkesi "bagging" (Bootstrap Aggregating) olarak adlandırılır: eğitim verisi yerine her ağaç için rastgele örneklem çekilerek ağaçlar arasındaki korelasyon azaltılır. Ayrıca her dal bölünme noktasında yalnızca rastgele seçilmiş bir özellik alt kümesi değerlendirilir; böylece ağaçların birbirinden bağımsız kalması güvence altına alınır. Rastgele Orman'ın avantajları şunlardır: yüksek boyutlu verilerde iyi performans gösterir; eksik değerlere ve gürültüye karşı dirençlidir; özellik önem skorları (feature importance) üretir; hiperparametre ayarı görece basittir. Sınıflandırma ve regresyon görevlerinin yanı sıra anomali tespiti ve boyut azaltma uygulamalarında da kullanılır. Dezavantajları arasında büyük ağaç sayılarında yavaş tahmin süresi ve yorumlanabilirlik güçlüğü sayılabilir: binlerce ağaçtan oluşan bir ormanın "neden bu kararı verdiği" tek bir karar ağacına göre açıklamak daha zordur. Bu nedenle yorum gerektiren finans ve sağlık uygulamalarında SHAP değerleri gibi açıklanabilirlik araçlarıyla birlikte kullanılır. scikit-learn kütüphanesinde `RandomForestClassifier` ve `RandomForestRegressor` sınıfları ile kolayca uygulanır. `n_estimators` (ağaç sayısı), `max_depth` (maksimum derinlik) ve `max_features` (dal başına değerlendirilen özellik sayısı) en kritik hiperparametrelerdir. Büyük veri setlerinde XGBoost veya LightGBM gibi gradient boosting alternatifleri tercih edilse de Rastgele Orman, hızlı prototipleme ve temel performans ölçütü oluşturma açısından hâlâ standart başlangıç modeli olarak kabul görmektedir. Uygulama alanları açısından Rastgele Orman; kredi riski puanlaması, hastalık teşhisi, müşteri kaybı tahmini (churn prediction), nesne tanıma ve metin sınıflandırması gibi geniş bir yelpazede başarıyla kullanılmıştır. Türkiye'deki veri bilimi projelerinde ise bankacılık ve e-ticaret sektörlerinde sık başvurulan bir yöntem olduğu gözlemlenmektedir. Açıklanabilir yapay zeka (XAI) bağlamında SHAP kütüphanesi, Rastgele Orman modellerinin bireysel tahminlerini yorumlamak için doğrudan entegre edilebilir.
Reinforcement Learning (Pekiştirmeli Öğrenme)
Pekiştirmeli öğrenme (Reinforcement Learning, RL), bir ajanın (agent) bir ortam (environment) içinde eylemler gerçekleştirip aldığı ödül ve ceza sinyallerinden ders çıkararak, uzun vadeli toplam ödülü maksimize eden stratejiyi deneme-yanılma yoluyla kendi kendine öğrendiği makine öğrenimi paradigmasıdır. Denetimli öğrenmeden temel farkı, sisteme "doğru cevabın" hiç gösterilmemesidir: ajan hangi hamlenin iyi olduğunu ancak sonuçlarını yaşayarak keşfeder — tıpkı bir çocuğun bisiklete binmeyi düşe kalka öğrenmesi gibi. RL problemi matematiksel olarak **Markov Karar Süreci (MDP)** ile modellenir: durumlar (state), eylemler (action), geçiş olasılıkları ve ödül fonksiyonu. Ajanın amacı, her duruma en iyi eylemi eşleyen bir **politika (policy)** bulmaktır. Bunu yaparken **keşif-sömürü ikilemi** (exploration-exploitation) ile boğuşur: bilinen iyi hamleyi mi tekrarlamalı, yoksa daha iyisini bulmak için risk mi almalı? Alanın kilometre taşları etkileyicidir. 2013'te DeepMind'ın DQN algoritması Atari oyunlarını ham piksellerden öğrendi; 2016'da AlphaGo, Go dünya şampiyonu Lee Sedol'ü 4-1 yendi; 2017'de AlphaZero yalnızca kendi kendine oynayarak (self-play) satranç, Go ve şogide insan üstü seviyeye 24 saatten kısa sürede ulaştı. 2022'den itibaren RL, büyük dil modellerinin merkezine yerleşti: ChatGPT'yi mümkün kılan **RLHF** (insan geri bildiriminden pekiştirmeli öğrenme), 2024-2026 döneminde ise akıl yürüten modelleri doğuran **RLVR** (doğrulanabilir ödüllerle RL) — OpenAI o1/o3, DeepSeek-R1 ve Claude'un genişletilmiş düşünme yetenekleri bu yaklaşımın ürünüdür. DeepSeek-R1'in GRPO algoritmasıyla, insan etiketli veri olmadan yalnızca matematik ve kod doğruluğunu ödüllendirerek akıl yürütme öğrenmesi, 2025'in en çok konuşulan RL başarılarından biriydi. Bugün RL; robotik (Boston Dynamics, Figure, Tesla Optimus), otonom sürüş (Waymo simülasyon eğitimi), veri merkezi soğutma optimizasyonu (Google'da %40'a varan enerji tasarrufu), çip tasarımı (AlphaChip), matematik olimpiyatları (AlphaProof, IMO 2024'te gümüş madalya seviyesi) ve ajanik yapay zeka sistemlerinin eğitiminde kullanılıyor. Q-learning, SARSA gibi klasik yöntemlerden PPO, SAC, GRPO gibi derin RL algoritmalarına uzanan zengin bir araç kutusuna sahiptir. Yöntemler iki ana eksende sınıflanır. **Değer tabanlı** yaklaşımlar (Q-learning, DQN) her durum-eylem çiftinin uzun vadeli getirisini tahmin eder; **politika tabanlı** yaklaşımlar (REINFORCE, PPO) ise doğrudan eylem seçme stratejisini optimize eder. Actor-critic mimarileri ikisini birleştirir. Ayrıca ortamın bir iç modelini öğrenip planlama yapan **model tabanlı RL** (MuZero, DreamerV3), örnek verimliliğini onlarca kat artırabildiği için robotik gibi gerçek dünya uygulamalarında öne çıkar. Pratikte Gymnasium ve Isaac Lab gibi simülasyon ortamları, Stable-Baselines3 ve Hugging Face TRL gibi kütüphaneler alanın standart araçlarıdır. Alanın teorik temelini Richard Sutton ve Andrew Barto attı; ikili bu katkılarıyla 2024 Turing Ödülü'ne layık görüldü. Sutton'ın ünlü "Bitter Lesson" makalesindeki tez — el yapımı bilgi yerine hesaplama gücüyle ölçeklenen öğrenme ve aramanın her zaman kazandığı — RL'nin bugünkü yükselişinde birebir doğrulanmış durumda. Örnek verimsizliği, seyrek ödüller ve ödül hackleme (reward hacking) hâlâ açık araştırma problemleridir; ancak 2026 itibarıyla RL, sınır modellerin eğitim bütçesinde ön-eğitimle yarışan bir paya ulaşmış durumdadır. Ajanik yapay zekanın — çok adımlı araç kullanan, kod yazan, bilgisayar kullanan sistemlerin — uçtan uca RL ile eğitilmesi, alanın bir sonraki büyük sınavı olarak görülüyor.
RLHF (Reinforcement Learning from Human Feedback) (İnsan Geri Bildirimiyle Pekiştirmeli Öğrenme)
RLHF (Reinforcement Learning from Human Feedback — İnsan Geri Bildirimiyle Pekiştirmeli Öğrenme), büyük dil modellerinin (LLM) insan değerleri, beklentileri ve etik standartlarıyla uyumlu hale getirilmesi için kullanılan en kritik eğitim tekniğidir. İnternetteki ham verilerle ön eğitim görmüş bir modeli, gerçek kullanıcı ihtiyaçlarına yanıt veren, güvenli ve yardımsever bir asistana dönüştüren köprüdür. RLHF üç temel aşamadan oluşur. Birinci aşamada (Supervised Fine-Tuning / SFT), model insan uzmanları tarafından yazılmış örnek soru-cevap çiftleriyle ince ayarlanır; asistan üslubu ve yardımcı yanıt biçimi öğretilir. İkinci aşamada, aynı soruya modelin ürettiği farklı yanıtlar insan değerlendiricilere sunulur; onlar hangisinin daha iyi olduğunu işaretler. Bu tercih verileri kullanılarak ayrı bir Ödül Modeli (Reward Model) eğitilir — tıpkı deneyimli bir editör gibi, hangi yanıtın daha kaliteli olduğunu numerik skora dönüştürür. Üçüncü aşamada ise SFT modeli, Proximal Policy Optimization (PPO) algoritmasıyla Ödül Modelinden gelen sinyallere göre optimize edilir. KL-diverjans cezası sayesinde model, başlangıç noktasından çok uzaklaşmadan en yüksek ödülü getiren yanıtları üretmeyi öğrenir. RLHF'nin önemi büyüktür: OpenAI'ın 2017-2022 araştırmaları ve InstructGPT makalesiyle hayata geçirilen bu yaklaşım, ChatGPT, Claude ve Gemini gibi ticari asistanların temelini oluşturur. Modelin toksisite, önyargı ve zararlı içerik üretme eğilimini bastırırken kibarlık, yapıcılık ve güvenilirliği ön plana çıkarır. Ancak RLHF'nin sınırlılıkları da vardır: Ödül hacklemesi (modelin gerçek kalite yerine Ödül Modelini kandırması), insan değerlendirici tutarsızlığı ve PPO'nun karmaşık kurulumu başlıca zorluklardır. Bu nedenle DPO (Direct Preference Optimization), RLAIF (RL from AI Feedback) ve Constitutional AI gibi alternatifler giderek önem kazanmaktadır. Özellikle DPO, ödül modeli gerektirmeden tercih verilerinden doğrudan politika öğrenerek daha basit ve kararlı bir hizalama sağlamaktadır. DeepSeek'in GRPO yöntemi ise değer fonksiyonu olmadan PPO'nun yerine geçen yeni bir yaklaşımdır. Günümüzde RLHF, hizalama (alignment) araştırmalarının merkezi olmayı sürdürmektedir. Ölçek büyüdükçe RLAIF gibi yapay zeka destekli değerlendirme yöntemleri insan etiketlemenin bir bölümünü otomatikleştirirken, temel prensip — modeli insan tercihlerine göre şekillendirmek — değişmemektedir.
Self-Supervised Learning (Öz-Denetimli Öğrenme)
Öz-denetimli öğrenme (self-supervised learning, SSL), modelin etiketsiz verilerden kendi gözetim sinyalini ürettiği bir makine öğrenmesi paradigmasıdır. Denetimli öğrenmenin pahalı insan etiketlerine ve gözetimsiz öğrenmenin belirsiz hedeflerine ihtiyaç duymaksızın büyük ölçekli veri üzerinde güçlü genel amaçlı temsiller öğrenir. Öz-denetimli öğrenmenin temel fikri öncül görevler (pretext tasks) üzerine kuruludur. Metin alanında BERT, giriş cümlesindeki rastgele maskelenmiş kelimeleri tahmin ederek dil anlama kapasitesi geliştirir; GPT ise önceki tokenlardan bir sonraki tokenı tahmin ederek otoregressif öğrenme yapar. Bu görevler hiç insan etiketi gerektirmez; etiket doğrudan verinin yapısından türetilir. Görüntü alanında SimCLR, BYOL ve MoCo gibi contrastive learning yöntemleri aynı görüntünün farklı augmentasyonlarını birbirine yaklaştırırken, farklı görüntülerin temsillerini birbirinden uzaklaştırır. Bu süreç, modelin renk, kontrast veya kırpma değişimlerine duyarsız ama içerik anlamına duyarlı özellikler öğrenmesini sağlar. Masked Autoencoders (MAE) ise görüntünün büyük bir bölümünü maskeler ve modeli maskelenen pikselleri yeniden oluşturmakla görevlendirir. Öz-denetimli ön eğitim, günümüz büyük dil modellerinin (GPT-4, Llama, Gemini) temelini oluşturur. Milyarlarca kelimelik ham metin üzerinde ön eğitim yapan bu modeller, ardından küçük etiketli veri setleriyle ince ayar yapılarak görev spesifik performansa ulaşır; bu yaklaşım etiketleme maliyetini dramatik biçimde azaltır. Öz-denetimli öğrenmenin gücü, modelleri önceden etiketlenmiş veri kısıtından kurtararak internetin ve dijital arşivlerin neredeyse sınırsız veri potansiyelini kullanmaya açmasında yatar.
Supervised Learning (Denetimli Öğrenme)
Denetimli Öğrenme (Supervised Learning), makine öğrenmesinin temel paradigmalarından biridir. Bu yaklaşımda model, her girdinin (X) karşılığında doğru çıktının (y/etiket) önceden bilindiği ve işaretlendiği bir veri setiyle eğitilir. Model, bu etiketli örneklerden X→y eşlemesini öğrenerek daha önce hiç görmediği yeni verilerde tahmin yapabilir hale gelir. Kavramı anlamak için bir öğretmen-öğrenci analojisi kullanılır: öğretmen (veri seti), öğrenciye (modele) hem soruları hem de cevap anahtarını verir. Öğrenci, hataları analiz ederek zamanla doğru cevapları öğrenir. Gerçek hayatta bu etiketler bir e-postanın spam olup olmadığı, bir tümörün iyi ya da kötü huylu olması ya da bir evin tahmini satış fiyatı olabilir. Denetimli öğrenme iki ana problem türünü kapsar. İlki sınıflandırma (classification): girdi verisini iki veya daha fazla ayrık kategoriye atamak. Spam tespiti, görüntü tanıma ve duygu analizi bu gruba girer. İkincisi regresyon: sürekli sayısal bir değer tahmin etmek. Ev fiyatı tahmini, hava sıcaklığı öngörüsü ve borsa tahmini bu gruba aittir. Algoritma ailesi oldukça geniştir: karar ağaçları, rastgele orman (Random Forest), destek vektör makineleri (SVM), lojistik regresyon, yapay sinir ağları ve derin öğrenme modelleri. Tablo verisi için XGBoost ve LightGBM çoğu yarışmada lider performans gösterirken, görüntü işleme için konvolüsyonel sinir ağları (CNN) ve metin görevleri için BERT gibi transformer modeller tercih edilir. Eğitim süreci; veriyi eğitim, doğrulama ve test kümelerine bölmeyi, bir kayıp fonksiyonu (loss function) tanımlamayı ve gradient descent ile modelin parametrelerini optimize etmeyi içerir. Aşırı öğrenme (overfitting) ve eksik öğrenme (underfitting) risklerine karşı çapraz doğrulama, düzenlileştirme (L1/L2) ve erken durdurma (early stopping) gibi teknikler kullanılır. Denetimli öğrenmenin en büyük kısıtı kaliteli etiketli veriye olan ihtiyacıdır. Manuel etiketleme zaman alıcı ve pahalıdır; ayrıca insan yanlılığı veya hatalarına açıktır. Bu soruna çözüm olarak aktif öğrenme (active learning) ve yarı-denetimli öğrenme (semi-supervised learning) yaklaşımları geliştirilmiştir.
Support Vector Machines (SVM) (Destek Vektör Makineleri)
Destek Vektör Makineleri (Support Vector Machines — SVM), sınıflandırma ve regresyon görevleri için geliştirilmiş, teorik temeli sağlam bir denetimli makine öğrenimi algoritmasıdır. Temel fikir basittir: iki sınıfa ait veri noktalarını birbirinden ayıran en geniş kenar boşluğunu (marjı) tanımlayan hiperdüzlemi bulmak. Hiperdüzlem, iki boyutlu uzayda bir doğru, üç boyutlu uzayda bir düzlem ve daha yüksek boyutlarda genel olarak hiperdüzlem adını alır. SVM, bu hiperdüzlemi belirlerken yalnızca sınıra en yakın veri noktalarına — destek vektörlerine — odaklanır; diğer noktalar modeli etkilemez. Geniş marj ilkesi, modelin yeni ve görülmemiş örnekleri daha iyi genelleştireceği güvencesini verir. Gerçek dünyadaki veriler çoğu zaman doğrusal olarak ayrılamaz. SVM bu durumu kernel hilesi (kernel trick) ile aşar: veriyi daha yüksek boyutlu bir uzaya taşıyarak doğrusal ayrım imkânı yaratır. Hesaplama, yüksek boyutta açıkça çalışmadan iç çarpım formülü üzerinden yapılır; bu sayede polinom, RBF (Radial Basis Function) ve sigmoid kernel seçenekleri sunulur. C düzenlileştirme parametresi, marj genişliği ile eğitim hatası arasındaki dengeyi belirler. Küçük C geniş ve hata toleranslı marj üretirken, büyük C dar ama hata açısından titiz bir sınır çizer. RBF kernelde ek olarak gamma parametresi, her veri noktasının etkisi ne kadar uzağa yayıldığını kontrol eder. SVM'nin avantajları arasında yüksek boyutlu uzayda etkili çalışması, küçük-orta ölçekli veri setlerinde güçlü performans sergilemesi ve global optimuma yakınsama garantisi öne çıkar. Öte yandan 100.000 örnekten büyük veri setlerinde eğitim yavaşlar; doğrudan olasılık çıktısı üretmez; çok sınıflı görevler one-vs-rest veya one-vs-one stratejileri gerektirir. Türk makine öğrenimi mühendisleri için SVM, metin sınıflandırmada TF-IDF + LinearSVC kombinasyonu olarak hâlâ geçerli bir baseline sunar. Küçük etiketli veri setlerinde derin öğrenme modelleriyle rekabet edebilir; biyoinformatik ve tıp gibi alanlarda yorumlanabilirlik gereken durumlarda tercih edilir.
Synthetic Data (Sentetik Veri)
Sentetik veri (synthetic data), gerçek dünya olaylarını gözlemleyerek değil, algoritmalar, istatistiksel modeller veya üretken yapay zeka aracılığıyla yapay olarak üretilen veridir. Gerçek verinin sahip olduğu gizlilik risklerini taşımaksızın makine öğrenmesi modellerini eğitmek, test etmek ve doğrulamak için kullanılır. Sentetik veri üretiminin temel yöntemleri arasında istatistiksel simülasyon, kural tabanlı üretim ve üretken modeller yer alır. İstatistiksel simülasyon, gerçek veri setinin dağılım parametrelerini tahmin ederek bu parametrelerden yeni örnekler üretir. GAN (Generative Adversarial Network) tabanlı yaklaşımlar ise ayırt edici bir ağın denetiminde üretici ağ gerçekçi sentetik örnekler oluşturur; bu yöntem özellikle görüntü verisi üretiminde oldukça başarılıdır. Tablolar ve yapılandırılmış veri için CTGAN (Conditional Tabular GAN) ve SDV (Synthetic Data Vault) kütüphaneleri geniş çapta kullanılmaktadır. Bu araçlar, orijinal verinin sütunlar arası korelasyonlarını, kategorik değer dağılımlarını ve istatistiksel özelliklerini öğrenerek yeni satırlar üretir; böylece gerçeğe yakın ama gerçek olmayan kayıtlar oluşturulur. Sentetik verinin en kritik kullanım alanı gizlilik korumasıdır. Tıbbi kayıtlar veya finansal işlemler gibi hassas veriyi içeren yapay zeka projelerinde GDPR ve HIPAA gibi düzenlemeler gerçek veri paylaşımını kısıtlar; sentetik veri bu kısıtları aşarken modelin öğreneceği temsili örnekler sağlar. Öte yandan sentetik veri, az temsil edilen sınıfları dengelemek için de kullanılır. Dengesiz veri setlerinde nadir sınıf örnekleri sentetik yollarla çoğaltılarak model bu sınıfları daha iyi öğrenir. Otonom araç, robotik ve oyun yapay zekası gibi alanlarda gerçek dünya verisi toplamak tehlikeli veya pahalı olduğunda simülasyon ortamlarından üretilen sentetik veri birincil eğitim kaynağı olarak kullanılır.
Time Series Forecasting (Zaman Serisi Tahmini)
Zaman serisi tahmini (time series forecasting), kronolojik sirada duzenlenmis gecmis veri noktalarini kullanarak gelecekteki degerleri tahmin etme surecidir. Finans, enerji, saglik, perakende ve meteoroloji gibi pek cok alanda kararları yonlendiren temel analitik tekniklerden biridir. Zaman serileri dort ana bilesenin ustu ustu eklenmesinden olusur: trend (uzun vadeli yonus), mevsimsellik (tekrarlayan donemsel desen), cevrimsellik (ekonomik dalga gibi duzensiz dalgalanmalar) ve gürültu (rastlantisal varyasyon). Bu bilesenler ayristirildiktan sonra her biri ayri modellenerek tahmin birlestirilir. Klasik istatistiksel yontemler arasinda ARIMA (AutoRegressive Integrated Moving Average), SARIMA (mevsimsel uzantisi) ve Holt-Winters Exponential Smoothing on siraya cikar. Bu modeller dogrusal iliskilerde cok iyi calisir; ancak karmasik dogrusal olmayan dinamikler icin yetersiz kalabilir. Makine ogrenmesi yaklasimlari, ozelliklerin elle tasarlanmasi (feature engineering) uzerine kuruludur: gecikme degerleri (lag features), hareketli ortalamalar ve mevsimsel gostargeleri girebilir. XGBoost ve LightGBM zaman serisi tahmininde populer tercih olmustur. Derin ogrenme yontemlerinde LSTM ve GRU, sirasal bagimlilikları yakalamak icin tasarlanmistir; Transformer tabanli modeller ise uzun donem bagimlilik iliskilerini daha etkin olarak ele alabilmektedir. Facebook (Meta) tarafindan gelistirilen Prophet, isgunu, tatvil ve mevsimsellik efektlerini kolayca modellemeye izin veren acik kaynak bir kutuphanedir. Amazon Chronos, Google TimesFM ve Nixtla'nin TimeGPT'si ise buyuk olcekte on egitilmis zaman serisi temel modelleri (foundation model) olup sifir atis veya az atis ogrenme ile kullanilabilmektedir. Hata metrikleri secimi kritiktir: MAE (Mean Absolute Error) aykiri degerlere dayaniklidir; RMSE buyuk hatalari cezalandirir; MAPE yuzdeli yorumlama sunar ancak sifira yakin gercek degerlerde patlama yapar. En iyi model secimi her zaman alan bilgisi ve is gereksinimleriyle birlikte degerlendirmelidir.
Transfer Learning (Transfer Öğrenme)
Transfer Öğrenme (Transfer Learning), büyük ve kapsamlı veri kümeleriyle önceden eğitilmiş bir modelin öğrendiği bilgiyi, farklı ama ilişkili başka bir göreve aktarma tekniğidir. Geleneksel makine öğrenmesinde her görev için model sıfırdan eğitilirdi; bu yöntem hem milyonlarca etiketli örnek hem de aylarca süren hesaplama gücü gerektiriyordu. Transfer öğrenmede iki temel aşama birbirini tamamlar: ön eğitim (pre-training) ve ince ayar (fine-tuning). Ön eğitim aşamasında model, geniş kapsamlı bir veri kümesiyle genel bilgi edinir. GPT modellerinin internet metinleriyle dil kalıplarını kavraması ya da ResNet'in ImageNet üzerindeki 14 milyon görüntüyle şekil ve doku özelliklerini çıkarması bu aşamaya örnektir. İnce ayar aşamasında ise bu temel model, çok daha küçük ve görev özgü bir veri kümesiyle yeniden optimize edilir; birkaç yüz örnek bile rekabetçi sonuçlar verebilir. Üç ana strateji öne çıkar. Özellik çıkarma (feature extraction) yönteminde ön eğitimli modelin ağırlıkları dondurulur, yalnızca son katman yeni göreve göre eğitilir. Tam ince ayar (full fine-tuning) tüm ağırlıkları günceller ve daha yüksek doğruluk sunar. LoRA ile PEFT ise küçük adaptör matrisleri ekleyerek hesaplama verimliliğini korur; büyük dil modellerinin ince ayarında standart bir yaklaşım haline gelmiştir. Hangi stratejinin seçileceği, mevcut etiketli veri miktarına ve hedef görevin kaynak görevle olan yakınlığına bağlıdır. Günümüzde BERT, RoBERTa ve LLaMA gibi ön eğitimli modeller, Türkçe duygu analizi, tıbbi metin sınıflandırması ve kod üretimi gibi alanlarda az veriyle yüksek başarı oranları sunmaktadır. Kaynak ve hedef görevler arasındaki büyük farklılık "negatif transfer" riskini doğurur; bu nedenle model ve alan seçimi dikkatli yapılmalıdır. Transfer öğrenme, modern yapay zekanın temel bileşenlerinden biri olarak büyük dil modellerinin geniş kitleler tarafından kullanılmasında belirleyici bir rol üstlenmektedir.
Underfitting (Eksik Öğrenme)
Yetersiz öğrenme (underfitting), bir makine öğrenmesi modelinin eğitim verisinin altında yatan örüntüleri öğrenemeyecek kadar basit kalması durumudur. Bu hata, modelin hem eğitim hem de test verilerinde yüksek hata sergilemesiyle kendini gösterir; yani model ne gördüğü örnekleri doğru tahmin eder ne de yeni verilere genelleme yapabilir. Yetersiz öğrenmenin en yaygın nedeni aşırı basit model mimarisi seçimidir. Doğrusal regresyon ile karmaşık ikinci dereceden bir ilişkiyi modellemeye çalışmak buna tipik bir örnektir: model verideki kıvrımları ve örüntüleri yakalayacak kapasiteye sahip değildir. Düşük kapasite yanında, gereğinden fazla düzenlileştirme (regularization) de yetersiz öğrenmeye yol açar; L1/L2 cezaları çok güçlü uygulandığında model parameterlerini sıfıra yaklaştırır ve anlamsız tahminler üretir. Erken durdurma (early stopping), eğer çok erken uygulanırsa benzer etkiyi yaratır: model kayıp fonksiyonunu yeterince minimize edemeden eğitim kesilir. Küçük batch boyutlarında gürültülü gradyanlar, yetersiz epoch sayısı ve yanlış hiper-parametre seçimi de underfitting'e zemin hazırlar. Bias-varyans ikilemi (bias-variance tradeoff) çerçevesinde yetersiz öğrenme yüksek bias problemine karşılık gelir. Model, gerçek dağılımı sistematik olarak yanlış temsil eder; bu yanlılık azaltılmadan performans iyileşmez. Yetersiz öğrenmeyi gidermek için model kapasitesi artırılır: daha derin sinir ağları, daha fazla özellik veya polinom dönüşümleri eklenir. Düzenlileştirme parametreleri gevşetilir, eğitim süresi uzatılır ve özellik mühendisliği ile bilgilendirilmiş özellikler türetilir. Eğitim kayıp eğrisi yataylaşmadan çok erken durmamak da yetersiz öğrenmeden kaçınmanın temel kuralıdır.
Unsupervised Learning (Denetimsiz Öğrenme)
Gözetimsiz öğrenme (unsupervised learning), etiketlenmemiş veriden gizli yapı, örüntü ve ilişkileri keşfeden makine öğrenmesi paradigmasıdır. Denetimli öğrenmeden farklı olarak doğru cevap yoktur; algoritma veriyi anlamlandırmak için kendi iç organizasyonunu geliştirir. Kümeleme (clustering), gözetimsiz öğrenmenin en yaygın uygulamasıdır. K-Means, birbirine benzer örnekleri gruplara ayırır; her grup bir merkoid (centroid) tarafından temsil edilir. Hiyerarşik kümeleme dendogram adı verilen bir ağaç yapısı oluşturarak farklı çözünürlük seviyelerinde gruplar sunar. DBSCAN ise yoğunluk tabanlı bir yaklaşımla düzensiz şekilli kümeler ve aykırı değerleri ayırt edebilir. Boyut azaltma, yüksek boyutlu veriyi anlamlı alt uzaylara projeksiyon yaparak hem görselleştirme hem de hesaplama verimliliğini artıran başka bir gözetimsiz öğrenme alanıdır. PCA (Temel Bileşen Analizi) varyansı maksimize eden ortogonal bileşenler bulurken, t-SNE ve UMAP yerel yapıyı koruyarak 2D veya 3D görselleştirme için idealdir. Üretken modeller de gözetimsiz öğrenme kapsamında değerlendirilebilir. Otokodlayıcılar (autoencoders) veriyi sıkıştıran ve yeniden üreten bir enkoder-dekoder mimarisi kurar; öğrenilen gizli temsil anomali tespiti, gürültü giderme ve özellik çıkarımı için kullanılır. Gözetimsiz öğrenme, etiket maliyetinin yüksek olduğu tıbbi görüntü analizi, müşteri segmentasyonu, belge kümeleme ve öneri sistemi gibi alanlarda kritik değer taşır. Ayrıca denetimli öğrenme öncesinde veri keşfi ve ön işleme aşamasında standart bir araç olarak kullanılır.
XGBoost (Makine Öğrenimi Algoritması)
XGBoost (eXtreme Gradient Boosting), gradyan artırma (gradient boosting) algoritmasının son derece optimize edilmiş, hızlı ve yüksek performanslı bir uygulamasıdır. Tianqi Chen tarafından geliştirilen ve 2016'da yayımlanan makaleyle kamuoyuna sunulan XGBoost, Kaggle ve gerçek dünya veri bilimi projelerinde tablo verisi (tabular data) görevlerinin standart aracı haline gelmiştir. Gradyan artırma, zayıf öğrenenleri (genellikle karar ağaçları) sırayla ekleyen bir topluluk yöntemidir. Her yeni ağaç, önceki ağaçların hatalarını (artıkları) düzeltmeye odaklanır. XGBoost bu prensibi alırken çeşitli özgün yenilikler ekler: ikinci derece Taylor açılımı kullanan kayıp fonksiyonu yaklaşımı, L1/L2 düzenlileştirme, sütun örneklemesi, paralel işlem ve eksik değer yönetimi. XGBoost'un en güçlü özelliklerinden biri düzenlileştirmedir: ağaç derinliğini ve yaprak ağırlıklarını cezalandırarak aşırı uyumu (overfitting) azaltır. Bu özellik, random forest ve standart gradient boosting üzerinde önemli avantaj sunar. Ayrıca eksik değerlere doğal bir yaklaşım sergiler: eğitim sırasında hangi yönde gitmenin daha iyi olduğunu öğrenir. LightGBM (Microsoft) ve CatBoost (Yandex), XGBoost'un başarısı üzerine geliştirilen alternatiflerdir. Büyük veri kümelerinde LightGBM genellikle daha hızlıdır; kategorik özellikler için CatBoost öne çıkabilir. XGBoost, sklearn API uyumluluğu ve geniş dil desteği (Python, R, Java, Scala) ile üretim ortamlarında yaygın tercih olmaya devam etmektedir. SHAP değerleri aracılığıyla tahmin yorumlanabilirliği de XGBoost ekosisteminde olgunlaşmış bir özelliktir; model kararları özellik bazında açıklanabilir. Pratik kullanımda early stopping, n_estimators ve learning_rate üçlüsü en kritik hiperparametrelerdir. Çapraz doğrulama ile birlikte kullanılan early stopping hem aşırı uyumu önler hem de en uygun ağaç sayısını otomatik belirler. GPU hızlandırma (tree_method='gpu_hist') büyük veri kümelerinde eğitim süresini önemli ölçüde kısaltır. Sklearn uyumlu API ile mevcut makine öğrenimi boru hatlarına kolayca entegre edilebilir; XGBClassifier ve XGBRegressor sınıfları standart fit/predict arayüzünü destekler. Özellik önemi (feature importance) ve SHAP değerleri birlikte kullanıldığında hangi değişkenlerin tahminleri ne yönde etkilediği net biçimde ortaya çıkar.
Zero-Shot Learning (Sıfır-Atımlı Öğrenme)
Sifir atis ogrenmesi (zero-shot learning), bir modelin egitim sirasinda hic gormedigi sinif veya goreve, herhangibir ornek verilmeksizin genelleme yapabilme yetenegidir. Bu yaklasim; sinif tanim bilgisi (semantic attributes), kelime gomemleri (word embeddings) veya dogal dil aciklamalari araciligiyla goren siniflar ile gormeyen siniflar arasinda anlam koprusu kurar. Klasik sifir atis ogreniminde model, egitim sirasinda goruldugu siniflar icin gorsel-semantik eslesmeyi ogrenir. Test asamasinda ise hic gorulmemis siniflar icin semantik tanim verilir ve model bu tanim uzerinden tahmin yapar. Ornegin 'zebra'yi egitimde hic gormemis bir model, 'duzensiz beyaz-siyah cizgili, at benzeri hayvan' aciklamasindan dogru siniflandirma yapabilir. Buyuk dil modellerinin yukselisiyle sifir atis ogrenmesi cok daha genis bir anlam kazanmistir. GPT-4 veya Claude gibi modeller, hic ornek verilmeksizin yeni gorevleri dogal dil talimatlarindan anlayabilir. Sentiment analizi, soru cevaplama veya ozetleme gibi gorevlerde sifir atis transfer yetenegi, ozellestirilmis egitim ihtiyacini ortadan kaldirabilmektedir. CLIP (Contrastive Language-Image Pre-training), sifir atis goruntu siniflandirmasi icin oncu bir modeldir. CLIP, goruntu ve metin capraz egitimle ortak bir gomme uzayi olusturur; test asamasinda yeni sinif adlari yazili metin olarak verilir ve goruntu bu metin gomemleriyle eslestirilir. Hic etiketli veri olmadan ImageNet siniflandirmasinda etkileyici dogruluk elde edilmistir. Generlized zero-shot learning ise hem gorulmus hem de gorulmemis siniflara tahmin yapmay kapsadıgından gercek dunya uygulamalarinda daha pratiktir. Ancak model cogu zaman gorulmus siniflara yon egilimli tahmin yapar; bu sorun test sinifi dengesiyle giderilmeye calisilmaktadir.
Adversarial Robustness (Adversarial Dayanıklılık)
Adversarial robustness (adversarial dayanıklılık), bir makine öğrenmesi modelinin kasıtlı olarak hazırlanmış aldatıcı giriş verilerine —adversarial examples— karşı tutarlı ve doğru tahminler üretebilme kapasitesini ifade eder. Bu kavram 2014 yılında Szegedy ve ekibinin sinir ağlarının tuhaf özellikleri üzerine yaptığı çalışmalarla akademik gündemin merkezine girmiş; Goodfellow ve arkadaşlarının 2015'te önerdiği Hızlı Gradyan İşareti Yöntemi (FGSM) ile de temel saldırı protokolü olarak yerleşmiştir. İnsan gözüyle ayırt edilemeyen küçük piksel değişiklikleri, bir görüntü sınıflandırma modelini "dur" levhasını "hız sınırı" olarak yanlış tanımlayabilir. Bu tür düşmanca örnekler yalnızca görüntüyle sınırlı değildir; metin, ses ve yapılandırılmış veri üzerinde de üretilebilir. Temel saldırı yöntemleri: Tek adımlı FGSM hızlı fakat nispeten zayıf örnekler üretirken, yinelemeli PGD (Projected Gradient Descent) çok daha etkili saldırılar oluşturur ve adversarial eğitimin altın standardı sayılır. Carlini-Wagner ve AutoAttack ise optimize edilmiş, kısıtlama duyarlı saldırılar sunar. Kara kutu saldırıları ise modele doğrudan erişim olmaksızın gerçekleştirilen daha gerçekçi senaryoları temsil eder. Savunma yöntemlerinin başında adversarial training gelir: model eğitim sürecinde kasıtlı bozulmuş örnekler üzerinde de optimize edilerek dayanıklılık kazanır. Randomized smoothing matematiksel dayanıklılık garantileri sunan sertifikalı bir yaklaşımdır. Giriş ön işleme ve interval bound propagation da yaygın kullanılan teknikler arasındadır. Dayanıklılık ile doğruluk arasında temel bir uzlaşım mevcuttur: adversarial eğitim, modelin temiz test verisi üzerindeki başarısını genellikle birkaç puan düşürür; dolayısıyla dayanıklılık ile doğruluk arasında bir denge kurmak gerekir. RobustBench, CIFAR-10 ve ImageNet gibi standart veri kümelerinde adversarial dayanıklılığı ölçen açık kaynaklı bir lider tablosu sunmaktadır. Özerk araçlar, tıbbi görüntüleme, yüz tanıma ve finansal sahtekârlık tespiti gibi kritik uygulamalarda adversarial dayanıklılık testleri artık zorunlu bir güvenlik adımı hâline gelmektedir. 2025 Uluslararası AI Güvenlik Raporu, saldırı ve savunma yöntemlerinin eş zamanlı ilerlediğini ancak henüz net bir galibinin olmadığını vurgulamaktadır.
Veri Görselleştirme (Data Visualization) Nedir? (Veri Görselleştirme)
Veri gorsellestirme (data visualization), ham veya islenmis veriyi grafik, harita, panel, animasyon veya infografik gibi gorsel bicimlere donusturme disiplin ve pratikleri butunudur. Insanin gorsel isleme kapasitesi, tablolarla sunulan binlerce veri noktasinin anlasilmasindan cok daha hizli sekilde gorsel kaliplari tanir; bu temel bilissel gercek, veri gorsellestirmeyi analitik sureclerin vazgecilmez bir parcasi yapar. Dogru gorsel secimi mesajin netligini belirler. Kategoriler arasinda karsilastirma yapiliyorsa cubuk grafik anlasilirdir; zaman serisi verisi icin cizgi grafik egilimi daha iyi aktarir; iki degisken arasindaki iliskiyi gostermek icin scatter plot kullanilir; heatmap coklu degisken bilesenlerinin matris biciminde sunumunda idealdir. Pasta grafik kategorilerin toplama oranini gosterir; ancak bes ustu kategoride gormek zor oldugundan dikkatli kullanilmalidir. Edward Tufte, veri gorsellestirme disiplininin en etkili teorisyenlerinden biridir. "Data-ink ratio" (veri-murekkep orani) ilkesi, bir graftaki her grafisel unsurun anlam tasimasi gerektigini ve gorseli karmasiklastiran chartjunk unsurlarin azaltilmasini savunur. Bu ilke minimalist ve aciklamali gorsel tasarim anlayisinin temelini olusturur. Araç ekosistemi genis ve farklilasiktir. Tableau ve Microsoft Power BI is zekasi panolarinda surukle-birak arayuzleriyle hazirlanmis; yonetici raporlari ve KPI panolari icin yaygin tercihtir. D3.js, JavaScript ile guclu ve tamamen ozellestirilebilir interaktif web gorsellestirmeler olusturmak icin referans kutuphanedir. Python ekosisteminde Matplotlib temel gorsel katmanini olusturmakta, Seaborn istatistiksel gorseller icin daha yuksek seviye bir API sunmakta, Plotly ve Vega-Altair ise interaktif gorseller icin tercih edilmektedir. Yaniltici gorsel kurulmasi konusu onemlidir. Kesilmis y ekseni kucuk degisiklikleri buyuk gosterebildigi icin yaniltici olabilir; alan veya kabarcik grafiklerinde yanlis olcekleme algiyi bozar; belirli renk secimi belirli gruplari stigmatize edebilir. Veri okuryazarligi, bu yanlimlari tanima ve elemek etrafında da seklinde insa edilir. **Sik Sorulan Sorular** **Hangisi once gelir: veri analizi mi yoksa gorsellestirme mi?** Ikisi dongusel bir surecte yer alir. Kesfedici veri analizinde gorsellestirme, analizden once kullanilir (kalip arama); aciklayici gorsellestirme ise analiz sonuclarini aktarmak icin kullanilir. Her iki amac farkli gorsel tasarim secimlerine yonlendirir. **Tableau mu Power BI mi secmeliyim?** Tableau gorsel analitik derinligi ve esnekligiyle one cikar; Power BI Microsoft 365 ekosistemiyle entegrasyonu ve ucret avantajiyla tercih edilir. Bircok organizasyon hali hazirda Microsoft ekosistemine sahipse Power BI daha pratik baslangic noktasidir. **Python ile interaktif gorsel nasil yapilir?** Plotly Express veya Vega-Altair hizli ve etkilesimli gorseller icin onerilen seceneklerdir. Daha karmasik interaktif panolar icin Dash (Plotly) veya Streamlit kullanilabilir. **Renk secimi neden bu kadar onemli?** Renk koru bireylerin en yaygin bozuklugu mavi-yesil karisikligidur; kirmizi-yesil kombinasyonu ozellikle sorunludur. ColorBrewer ve Viridis gibi renk paletleri bu kisitlama dikkate alinarak tasarlanmistir.
Açık Kaynak Model (Açık Kaynak Model)
Açık Kaynak Model (Open-Weight Model), model ağırlıklarının ve çoğunlukla eğitim kodunun kamuya açık biçimde yayımlandığı, araştırmacıların ve geliştiricilerin serbestçe indirip inceleyebileceği, özelleştirip dağıtabileceği yapay zeka modelidir. Kapalı API modellerin aksine açık kaynak modeller dışarıya bağımlılığı ortadan kaldırır, gizlilik açısından hassas verilerin yerel ortamda işlenmesine imkân tanır ve araştırma ekosistemini güçlendirir. Açık kaynak LLM hareketi Meta AI'ın 2023'te LLaMA modelini yayımlamasıyla hız kazandı. LLaMA serisi (LLaMA 2, LLaMA 3), Mistral, Gemma (Google), Phi (Microsoft), Falcon ve DeepSeek bu kategorinin öne çıkan örnekleridir. Bu modeller Hugging Face hub üzerinden dağıtılmakta; GGUF, GPTQ ve AWQ gibi kuantizasyon formatlarıyla tüketici donanımlarında çalıştırılabilmektedir. Açık kaynak modellerin kullanım biçimleri çeşitlidir. Yerel çalıştırma için Ollama ve LM Studio gibi araçlar basit arayüzler sunar. İnce ayar (fine-tuning) ile belirli alanlara veya kurum verilerine özelleştirme yapılır; LoRA ve QLoRA teknikleri bu süreci düşük bellek bütçesiyle mümkün kılar. RAG sistemi kurulumunda açık embedding modelleriyle birleştirilerek gizlilik korunur. Lisanslama açısından dikkat edilmesi gerekir; bazı modeller ticari kullanıma kısıtlama getirir (LLaMA 2'nin kullanıcı sayısı sınırı gibi). Apache 2.0, MIT ve Mistral'ın kendi lisansı gibi permissive lisanslar ticari kullanıma tam açıktır. Model seçiminde kapasite, lisans tipi, kuantizasyon seçenekleri ve topluluk desteği değerlendirilmesi gereken başlıca faktörlerdir. Açık kaynak model ekosistemi hızla büyümektedir. Hugging Face hub'da 800.000'den fazla model bulunmakta; topluluk tarafından geliştirilen adaptörler, değerlendirme kıyaslamaları ve entegrasyon araçları bu büyümeyi hızlandırmaktadır. Araştırma şeffaflığı açısından açık ağırlıklar, model davranışı üzerinde denetlenebilir çalışma yapılmasına imkân tanır. Türkiye'de açık kaynak modeller özellikle Türkçe NLP çalışmalarında ve veri gizliliği gerektiren kurumsal projelerde yaygın tercih haline gelmektedir. KVKK uyumluluğu bağlamında müşteri verilerini işleyen şirketler, verilerin dışarıya çıkmamasını garanti eden yerel model dağıtımını kapalı API çözümlerine tercih etmektedir.
AIOps (AI for IT Operations) (Bilişim Operasyonları için YZ)
AIOps (Artificial Intelligence for IT Operations), büyük ölçekli IT altyapısını izlemek, anormallik tespiti yapmak ve olaylara proaktif yanıt vermek amacıyla makine öğrenimi ve büyük veri analitik tekniklerini operasyonel verilere uygulayan disiplindir. Gartner tarafından 2017'de kavramsallaştırılan bu alan, klasik kural tabanlı izleme sistemlerinin yetersiz kaldığı modern hibrit ve çok bulutlu mimarilerde kritik önem kazanmaktadır. Geleneksel IT Operasyonları (ITOps), uygulama günlükleri, metrikler, izleme uyarıları ve ağ olayları gibi devasa veri akışlarını manuel kurallar ve eşik değerleriyle yorumluyordu. Mikroservis mimarileri ve bulut-doğal altyapıların yaygınlaşmasıyla saniyede milyonlarca telemetri verisi üretilmektedir; bu hacimde insan operatörü yaklaşımı ölçeklenememektedir. AIOps platformları bu veri akışını gerçek zamanlı olarak işler, uyarıları ilişkilendirir ve köklü neden (root cause) analizini otomatikleştirir. Temel teknikler arasında anomali tespiti (zaman serisi modellemesi, isolation forest, autoencoderlar), log kümeleme (log anormalliklerini vektörleştirme ve gruplama), uyarı korelasyonu (binlerce uyarıyı az sayıda anlamlı olaya indirme) ve tahmini kapasite planlaması yer almaktadır. Splunk, Dynatrace, New Relic ve ServiceNow ITOM bu alandaki öncü platformlardır; bulut sağlayıcıları da AWS DevOps Guru ve Azure Monitor gibi yerel AIOps yetenekleri sunmaktadır. Türkiye'de fintech, telekom ve e-ticaret sektörlerindeki büyük ölçekli şirketler AIOps yaklaşımını benimsemeye başlamıştır. Yüksek erişilebilirlik gerektiren sistemlerde ortalama çözüm süresi (MTTR) azaltma ve olay yorgunluğunu (alert fatigue) giderme temel motivasyonlar arasında öne çıkmaktadır. AIOps ile Site Reliability Engineering (SRE) yakın ilişki içindedir: her ikisi de sistem güvenilirliğini artırmayı hedefler; AIOps araçları SRE ekiplerinin verimliliğini artıran otomasyon katmanını oluşturur. Büyük dil modellerinin AIOps platformlarına entegrasyonu (LLM-destekli olay özetleme, runbook oluşturma, otomatik yama önerisi) güncel araştırma ve ürün geliştirme alanı haline gelmektedir. Gözlemlenebilirlik (observability) — metrikler, izler (traces) ve günlüklerin (logs) bütünleşik analizi — AIOps'un operasyonel veri tabanını oluşturur.
Class Imbalance (Sınıf Dengesizliği (Class Imbalance))
Sınıf Dengesizliği (Class Imbalance), bir sınıflandırma veri kümesinde farklı sınıflara ait örnek sayısının birbirine eşit olmaması durumudur. Gerçek dünya veri kümelerinin büyük çoğunluğu bu sorunu taşır: sahtekarlık tespitinde meşru işlemler sahte işlemlere göre yüzlerce kat fazla olabilirken, nadir hastalık teşhisinde hasta örnekleri sağlıklı bireylere oranla son derece azdır. Bir model dengesiz veriyle eğitildiğinde çoğunluk sınıfını tahmin etmeyi öğrenerek yüksek genel doğruluk (accuracy) elde eder; ancak gerçek hayatta kritik olan azınlık sınıfı için yetersiz kalır. Örneğin %99 sağlıklı ve %1 hasta içeren bir veri kümesinde model her zaman 'sağlıklı' tahmin yapsa da %99 doğruluk elde eder. Bu durum, doğruluğun yanlış bir başarı metriği olduğunu ortaya koyar; Precision, Recall, F1 ve AUC-ROC bu tür senaryolarda daha güvenilir metriklerdir. Dengesizlikle başa çıkmanın temel yöntemleri dört grupta toplanır. Veri düzeyinde yöntemler; azınlık sınıfını yapay olarak artıran aşırı örnekleme (oversampling) ve çoğunluk sınıfını azaltan alt örnekleme (undersampling) tekniklerini kapsar. SMOTE (Synthetic Minority Over-sampling Technique), 2002'de sunulmuş en yaygın aşırı örnekleme yöntemi olup mevcut azınlık örneklerini interpolasyon ile çoğaltır. Algoritma düzeyinde yöntemler ise hatalı sınıflandırılmış azınlık örneklerini daha ağır cezalandıran maliyet-duyarlı öğrenmeyi (cost-sensitive learning) kapsar. Sınıf ağırlıkları parametresi (class_weight='balanced' scikit-learn'de) otomatik dengeleme sunar. Ensemble yöntemleri arasında BalancedRandomForest ve EasyEnsemble öne çıkar. Son olarak eşik (threshold) ayarı, model tahmin olasılık eşiğini kaydırarak hassasiyet-geri çağırma dengesini yönetir. Türkiye'deki veri bilimi pratiğinde sahtekarlık tespiti, kredi risk modelleme ve hastalık erken tanı gibi yüksek değerli uygulamaların tamamı sınıf dengesizliği sorunuyla yüzleşmek zorundadır. Bu sorunun farkında olmadan geliştirilen modeller production ortamında ciddi hatalara yol açar.
Confusion Matrix (Karışıklık Matrisi)
Confusion Matrix (Karışıklık Matrisi), bir sınıflandırma modelinin tahminlerini gerçek etiketlerle karşılaştırarak performansını dört temel metrik üzerinden özetleyen bir tablodur. İkili sınıflandırmada dört hücre bulunur: Gerçek Pozitif (TP), Yanlış Pozitif (FP), Yanlış Negatif (FN) ve Gerçek Negatif (TN). Her hücrenin anlamı şöyledir: TP, modelin pozitif dediği ve gerçekten pozitif olan örneklerdir. TN, modelin negatif dediği ve gerçekten negatif olan örneklerdir. FP (Tip I Hata), modelin yanlışlıkla pozitif dediği örneklerdir. FN (Tip II Hata), modelin yanlışlıkla negatif dediği örneklerdir. Bu dört değerden birçok türev metrik hesaplanır. Doğruluk (Accuracy) = (TP + TN) / Toplam, tüm tahminler arasındaki doğru oranıdır. Kesinlik (Precision) = TP / (TP + FP), modelin pozitif dediği örneklerin ne kadarının gerçekten pozitif olduğunu gösterir. Duyarlılık (Recall / Sensitivity) = TP / (TP + FN), gerçek pozitif örneklerin ne kadarının yakalandığını ölçer. F1 Skoru, precision ve recall'ın harmonik ortalamasıdır: 2 × (Precision × Recall) / (Precision + Recall). Sınıf dengesizliği durumunda accuracy yanıltıcı olabilir. Örneğin yüzde doksan oranında negatif örnek içeren bir veri setinde model her şeyi negatif tahmin etse yüzde doksan doğruluk elde eder; ancak confusion matrix bu durumu anında ortaya koyar: FN sütunu tamamen dolu, TP sütunu ise sıfırdır. Çok sınıflı problemlerde confusion matrix N×N boyutuna genişler; köşegen elemanlar doğru tahminleri, köşegen dışı elemanlar ise yanlış sınıflandırmaları gösterir. Hangi sınıfların birbirine karıştırıldığını anlamak için idealdir. Tıbbi tanı sistemlerinde yanlış negatif (hastalığı kaçırmak) genellikle yanlış pozitiften (gereksiz tetkik) daha maliyetlidir; bu nedenle recall optimize edilir. Spam filtreleme sistemlerinde ise yanlış pozitif (geçerli e-postayı spam saymak) daha kabul edilemez olduğundan precision ön planda tutulur.
Continual Learning (Sürekli (Ömür Boyu) Öğrenme)
Sürekli Öğrenme (Continual Learning / Lifelong Learning), bir yapay zeka modelinin art arda gelen görevleri zamanla öğrenirken önceki görevlerdeki performansını koruyabilmesini hedefleyen araştırma alanıdır. Bu alandaki temel zorluk "yıkıcı unutma" (catastrophic forgetting) olgusudur: standart sinir ağları yeni bir göreve ince ayarlandığında önceki görev için öğrenilmiş ağırlıklar üzerine yazar, bu durum eski bilginin silinmesine neden olur. İnsan beyninin nöroplastisitesi, yeni bilgiyi eski bilgiyi bozmadan entegre etme kapasitesi, sürekli öğrenme araştırmalarının biyolojik ilham kaynağıdır. Çözüm yaklaşımları üç temel kategoride toplanır. Regülasyon tabanlı yöntemler (EWC — Elastic Weight Consolidation), önceki görevler için kritik ağırlıklara yüksek esneklik kısıtı uygulayarak değişimlerini yavaşlatır. Bellek tekrar yöntemleri (Memory Replay), geçmiş görevlerden örnek tamponuna alınan verilerle veya bunları taklit eden üretici modellerle güncel eğitimi destekler. Mimari genişleme yöntemleri ise her yeni görev için ağa yeni nöron veya katman kapasitesi ekleyerek eski ağırlıklara dokunmadan büyümeyi sağlar. Pratik uygulamalar açısından sürekli öğrenme özellikle sürüklenme gösteren veri dağılımlarında (concept drift) kritiktir. Gerçek zamanlı anomali tespiti, kişiselleştirilmiş öneri sistemleri ve giyilebilir sağlık cihazları gibi alanlarda model yeniden eğitimi masraflı ve sık gereklidir; sürekli öğrenme bu süreçleri daha verimli kılar. Türkiye'de fintech şirketlerinin dolandırıcılık tespit modelleri ve e-ticaret kişiselleştirme sistemleri değişen kullanıcı davranışlarına uyum sağlama ihtiyacıyla sürekli öğrenme alanına ilgi duymaktadır. Akademik açıdan ise bu alan, yapay genel zekanın (AGI) vazgeçilmez koşullarından biri olarak kabul görmektedir. Federated continual learning, hem merkezi olmayan eğitim hem de zamanla değişen görevleri birleştirerek aygıt başına modellerin kişiselleşmesine olanak tanıyan ileri düzey bir paradigmadır. Class-incremental, task-incremental ve domain-incremental olmak üzere üç temel senaryo türü, sürekli öğrenme yöntemlerinin hangi koşullar altında karşılaştırılacağını belirleyen standart ölçüt çerçevesi haline gelmiştir.
Derin Öğrenme (Derin Öğrenme)
Derin Öğrenme (Deep Learning), çok sayıda işlem katmanından oluşan yapay sinir ağlarını kullanarak verilerden hiyerarşik temsiller öğrenen makine öğrenmesi alt dalıdır. 2012'de AlexNet'in ImageNet yarışmasını kazanmasıyla ana akıma giren derin öğrenme, görüntü tanıma, doğal dil işleme, ses sentezi ve oyun oynama gibi alanlarda insan performansını aşan sonuçlar üretmektedir. Temel yapı taşı yapay nörondur: gelen sinyallerin ağırlıklı toplamını bir aktivasyon fonksiyonundan (ReLU, sigmoid, tanh) geçirerek çıktı üretir. Yüzlerden binlerce nöronun art arda katmanlar oluşturması hiyerarşik özellik çıkarımını mümkün kılar. Erken katmanlar kenar ve doku gibi düşük seviye özellikleri, derin katmanlar yüz veya nesne gibi yüksek seviye soyutlamaları kodlar. Geri yayılım (backpropagation) ve stokastik gradyan inişi (SGD) bu ağırlıkları optimize eder; her adımda tahmin hatasını küçültecek yönde parametre güncellenir. Mimari ailesi geniştir. Evrişimli sinir ağları (CNN) görüntü verisini işlemek için yerel bağlantı ve ağırlık paylaşımı kullanır; ResNet ve EfficientNet bu ailenin tanınan üyeleridir. Tekrarlayan sinir ağları (RNN) ve kapılı varyantı LSTM zaman serisi ve metin verisini sıralı olarak işler. Transformer mimarisi, öz-dikkat mekanizmasıyla paralel eğitim avantajı sunar ve GPT, BERT, T5 gibi büyük dil modellerinin temelini oluşturur. Üretici çekişmeli ağlar (GAN), varyasyonel otokodlayıcılar (VAE) ve difüzyon modelleri yeni içerik sentezler. Derin öğrenmenin temel gereksinimleri büyük veri ve yüksek işlem gücüdür; NVIDIA GPU'ları ve Google TPU'ları bu ihtiyacı karşılar. Aşırı uyum sorunuyla başa çıkmak için dropout, toplu normalizasyon ve veri artırma teknikleri yaygın biçimde uygulanır. Transfer öğrenme ise önceden eğitilmiş modellerin yeni görevlere uyarlanmasını sağlar; böylece veri ve hesaplama maliyeti büyük ölçüde azalır. Pratik uygulamaları arasında tıbbi görüntü analizi, özerk araç algı sistemleri, gerçek zamanlı konuşma tanıma ve kişiselleştirilmiş öneri motorları öne çıkar. GPT, Claude ve Gemini gibi büyük dil modelleri ile Stable Diffusion ve Midjourney gibi görsel üretim sistemleri doğrudan derin öğrenme mimarileri üzerine inşa edilmiştir. Türkiye'de e-ticaret kişiselleştirme, bankacılık dolandırıcılık tespiti ve Türkçe NLP uygulamaları başlıca kullanım senaryoları arasındadır. PyTorch ve TensorFlow, araştırmacıların ve geliştiricilerin bu modelleri hızla hayata geçirebildiği başlıca açık kaynak çerçevelerdir.
Edge AI (Uç Yapay Zeka)
Edge AI (Uç Yapay Zeka), makine öğrenimi modellerinin bulut sunucuları yerine veriyi üreten cihazın kendisinde — akıllı telefonlar, endüstriyel sensörler, güvenlik kameraları, araç içi sistemler — çalıştırıldığı dağıtık çıkarım (inference) paradigmasıdır. Bu yaklaşım ağ gecikmesini ortadan kaldırır, bant genişliği tüketimini azaltır ve hassas verinin cihazdan ayrılmamasını mümkün kılar. Geleneksel bulut AI mimarisinde ham veri ağ üzerinden merkezi bir veri merkezine gönderilir, model orada çalıştırılır ve sonuç geri iletilir. Bu döngü 50-300 ms gecikme yaratabilirken edge AI'da aynı işlem çip üzerinde 5-20 ms içinde tamamlanabilir. Özerk araçlarda nesne tanıma veya cerrahi robotlarda hassas kontrol gibi milisaniye düzeyinde karar gerektiren uygulamalarda bu fark hayat kurtarıcıdır. Donanım tarafında NVIDIA Jetson, Qualcomm AI Engine ve Google Coral gibi NPU (Nöral İşleme Birimi) içeren SoC'lar yaygınlaşmaktadır. Yazılım tarafında ise model sıkıştırma teknikleri öne çıkar: budama (pruning) gereksiz parametreleri kaldırır, niceleme (quantization) ağırlıkları FP32'den INT8'e indirerek bellek ve enerji tasarrufu sağlar, bilgi damıtma (knowledge distillation) ise büyük modelin davranışını küçük bir öğrenci modele aktarır. TinyML hareketi, yalnızca birkaç kilobayt RAM'e sahip mikrodenetleyiciler üzerinde çalışabilen modeller geliştirmeyi amaçlamaktadır. Arduino veya STM32 gibi gömülü platformlarda TensorFlow Lite ve ONNX Runtime çerçeveleriyle akustik anomali tespiti veya uyku kalitesi analizi gibi görevler uygulanan çalışmalar mevcuttur. Türkiye'de Edge AI; akıllı tarım sensörleri, sanayi 4.0 kalite kontrol sistemleri ve şehir güvenlik altyapılarında giderek yaygınlaşmaktadır. Gömülü sistemler alanında faaliyet gösteren Türk şirketleri ve üniversite araştırma grupları bu alanda prototip geliştirme çalışmalarını hızlandırmıştır. Enerji verimliliği Edge AI'nın en kritik tasarım kısıtlarından biridir. Pil ile çalışan IoT cihazlarında bir çıkarım işleminin yalnızca birkaç millijoul tüketmesi gerekebilir. Bu nedenle model mimarisi seçimi, donanım seçimi ve sıkıştırma stratejisi uygulama gereksinimlerine göre birlikte optimize edilmektedir.
Float16 / BFloat16 (Float16 / BFloat16)
Float16 (FP16 veya yarı duyarlıklı kayan nokta), IEEE 754 standardında tanımlanan ve 16 bit (1 işaret + 5 üs + 10 mantis) kullanarak gerçek sayıları temsil eden sayı biçimidir. Standart Float32'ye (32 bit, tekli duyarlık) kıyasla bellek kullanımını yarıya indirir ve modern GPU'ların tensör çekirdeği (tensor core) donanımıyla çok daha yüksek hesaplama verimi sağlar. Derin öğrenmede Float16'nın önemi büyüktür. GPU belleği (VRAM) model eğitimindeki en sık karşılaşılan darboğazlardan biridir; modelin ağırlıklarını ve aktivasyonlarını FP16'da tutmak aynı GPU'da iki kat daha büyük modeller ya da iki kat daha büyük batch boyutları çalıştırmayı mümkün kılar. NVIDIA'nın 2018'de tanıttığı Tensor Core teknolojisi, FP16 matris çarpımlarını FP32 karşısında 4-8× hızlandırmaktadır. Ancak FP16'nın sayı aralığı (yaklaşık ±65504) ve duyarlığı FP32'den çok daha kısıtlıdır. Bu nedenle eğitimde "karma duyarlık" (mixed precision) yaklaşımı tercih edilir: ileri geçiş (forward pass) ve geri yayılım (backward pass) FP16'da, ağırlık güncellemeleri ve kayıp ölçekleme (loss scaling) ise FP32'de tutulur. PyTorch'ta torch.cuda.amp.autocast() ve TensorFlow'da tf.keras.mixed_precision API'si bu işlemi otomatik yönetir. BF16 (Brain Float16), Google tarafından geliştirilen alternatif bir 16-bit formattır: 8 üs biti kullanarak FP32 ile aynı sayı aralığını korur ancak mantis duyarlığı FP16'dan düşüktür. TPU ve NVIDIA Ampere/Hopper GPU'lar BF16'yı doğal olarak destekler; büyük dil modeli eğitiminde BF16, FP16'nın yerini giderek almaktadır. INT8 ve INT4 niceleme, model çıkarım aşamasında daha da küçük bit genişlikleri kullanarak VRAM tasarrufunu daha da ileri götürür. GPTQ, AWQ ve bitsandbytes kütüphaneleri tüketici GPU'larında büyük dil modellerini çalıştırmak için INT4 nicelemeyi yaygınlaştırmıştır. Niceleme miktarı arttıkça modelin doğruluğu düşebilir; bu ödünleşimi ölçmek için perplexity metriği kullanılır. Türkiye'de LLM araştırmacıları ve açık kaynak topluluk üyeleri, sınırlı VRAM'e sahip tüketici GPU'larında Llama ve Mistral modellerini çalıştırmak için bu tekniklere sıklıkla başvurmaktadır.
LIME (LIME — Yerel Yorumlanabilir Model-Bağımsız Açıklamalar)
LIME (Local Interpretable Model-agnostic Explanations), makine öğrenimi modellerinin bireysel tahminlerini açıklamak için 2016 yılında Marco Ribeiro ve ekibi tarafından geliştirilen, model-bağımsız bir yorumlanabilirlik yöntemidir. Yüksek doğruluklu ancak karmaşık kara kutu modellerin — derin sinir ağları, rastgele ormanlar, gradyan artırma gibi — neden belirli bir tahminde bulunduğunu anlamak için tasarlanmıştır. LIME'ın çalışma prensibi basit ama etkilidir: açıklamak istenen girdi noktasının yakınında küçük bozulmalar (perturbations) uygulayarak sentetik komşu örnekler üretir. Bu örnekler asıl kara kutu modelde tahmin ettirilerek etiketlenir. Ardından, orijinal noktaya yakın örneklere daha yüksek ağırlık verilerek yerel düzeyde basit bir doğrusal model eğitilir. Elde edilen doğrusal modelin katsayıları, hangi özelliklerin tahmini hangi yönde etkilediğini sayısal olarak gösterir. Örneğin bir kredi başvurusunun reddedilmesinde 'yüksek kart borcu' ve 'düşük gelir' özelliklerinin negatif katkısı LIME çıktısında açıkça görünür. Görüntü sınıflandırmada LIME, piksel bölgelerini (süperpiksel) gizleyerek hangi alanların tahmin üzerinde belirleyici rol oynadığını tespit eder. Metin sınıflandırmada belirli kelimelerin kaldırılmasının olasılık skorunu nasıl değiştirdiğini ölçer. Tablo verilerinde ise her özelliğin tahmine katkısını ağırlıklı doğrusal katsayılar biçiminde raporlar. LIME, herhangi bir modele uygulanabilir olması bakımından güçlüdür; ancak açıklamaların kalitesi komşuluk büyüklüğüne ve örnekleme stratejisine duyarlıdır. Bu durum, yüksek boyutlu verilerde zaman zaman tutarsız sonuçlar doğurabilir. Buna karşın pratikliği ve sezgisel yorumu nedeniyle sağlık, finans, hukuk ve insan kaynakları gibi hesap verebilirlik gerektiren alanlarda yaygın kabul görmüştür. Python'da `lime` kütüphanesi üç açıklayıcı türü sunar: `LimeTabularExplainer` sayısal ve kategorik özellikler için, `LimeTextExplainer` metin modelleri için ve `LimeImageExplainer` görüntü modelleri için kullanılır. Avrupa Birliği Yapay Zeka Yasası ve GDPR'ın otomatik karar alma düzenlemeleri, LIME gibi araçları kurumsal yapay zeka projelerinde giderek daha kritik bir konuma taşımaktadır.
LPU (LPU (Language Processing Unit))
LPU (Language Processing Unit), yapay zeka startup'ı Groq tarafından geliştirilen ve büyük dil modellerinin (LLM) gerçek zamanlı çıkarımını hızlandırmak için sıfırdan tasarlanan özel bir işlem birimidir. Geleneksel GPU mimarilerinin paralel hesaplama odaklı tasarımının aksine, LPU bellek bant genişliği darboğazını ortadan kaldırmak üzere optimize edilmiştir; bu sayede token üretimini saniyede yüzlerce token hızına taşır ve kullanıcı tarafından fark edilebilir gecikmeyi milisaniyeler düzeyine indirir. LPU'nun merkezi yeniliği, doğrusal zamanlı hesaplama motoru (Linear Compute Engine, LCE) mimarisidir. Transformer modellerinin dikkat mekanizması (attention) ve ileri besleme (feed-forward) katmanları için gereken matris çarpımlarını sıralı ve deterministik bir boru hattında çalıştırır; bu da GPU'lardaki rastgele bellek erişim gecikmelerini yapısal olarak engeller. Çip üzerindeki büyük SRAM tamponları, model ağırlıklarının önbelleklenmesini sağlayarak HBM'e bağımlılığı azaltır. Groq, LPU'yu 2023 yılında kamuoyuna tanıttı ve Meta'nın Llama 2 modelini çalıştıran Groq Cloud servisiyle saniyede 500 token üzerinde hız değerleri yayımladı; bu rakam o dönemin GPU tabanlı çıkarım servislerinin 5-10 katıydı. LPU, özellikle etkileşimli sohbet botları, gerçek zamanlı ses transkripsiyonu ve düşük gecikme gerektiren ajan iş akışlarında belirgin avantaj sunar. Donanım perspektifinden LPU, tek bir yonga üzerinde sıkı bütünleştirilmiş hesap ve bellek bloklarına dayanır. Ancak GPU'lara kıyasla genel programlanabilirlik kısıtlıdır; eğitim workload'ları için değil, yalnızca çıkarım için optimize edilmiştir. Groq'un açıkladığı ölçekleme yolu, binlerce LPU'yu rack düzeyinde birbirine bağlayan bir ağ yapısına dayanmaktadır.
Membership Inference Attack (Membership Inference Attack (Üyelik Çıkarım Saldırısı))
Membership Inference Attack (Üyelik Çıkarım Saldırısı), bir makine öğrenimi modelinin eğitim kümesinde belirli bir veri kaydının yer alıp almadığını belirlemeye çalışan bir gizlilik saldırısı türüdür. Bu saldırı, modelin eğitim verisine karşı genellikle aşırı uyum (overfitting) sergilemesi ve eğitim örneklerini görülmemiş örneklerden farklı işlemesi olgusuna dayanır. Teknik 2017 yılında Shokri ve arkadaşları tarafından "Membership Inference Attacks Against Machine Learning Models" başlıklı çalışmada sistematik biçimde tanımlandı. Saldırgan bir "shadow model" (gölge model) eğiterek hedef modelin davranışını taklit eder ve bu sayede eğitim/test ayrımını öğrenen bir "attack model" oluşturur. Hedef modelin yüksek güven ile döndürdüğü tahminler genellikle eğitim üyesi işaretinin taşıyıcısıdır. Saldırının pratik anlamı son derece büyüktür. Tıbbi veritabanlarından eğitilen bir modele karşı yapılan üyelik çıkarımı, belirli bir hastanın o veritabanında kayıtlı olup olmadığını açığa çıkarabilir. Finansal ve hukuki verilerde benzer risklere yol açar. Kullanıcı verisinin modele katılımı aynı zamanda GDPR kapsamında "kişisel veri işleme" sayılabilmekte, bu durum üyelik çıkarım açığını bir yasal yükümlülük haline getirmektedir. Savunma yöntemleri arasında Differential Privacy (DP-SGD) en güçlü teorik garanti sağlar: eğitim algoritması, herhangi bir tekil örneğin modele katkısını matematiksel olarak sınırlandırır. L2 regularizasyon ve dropout gibi overfitting azaltma teknikleri dolaylı savunma sağlar. Model confidences'ı yumuşatan temperature calibration ve prediction API'lerinde olasılık vektörü yerine yalnızca top-1 sınıf döndürme de riski azaltır. Membership inference, makine öğrenimi gizlilik araştırmalarının en aktif kollarından birini oluşturmaktadır. Federated learning ve secure multi-party computation bu saldırıya karşı ek güvence sunan alternatif eğitim paradigmalarıdır.
MLP (Çok Katmanlı Algılayıcı)
MLP (Multilayer Perceptron — Çok Katmanlı Algılayıcı), en az bir gizli katman içeren ileri beslemeli (feedforward) yapay sinir ağıdır. 1958'de Frank Rosenblatt tarafından tasarlanan tek katmanlı algılayıcı yalnızca doğrusal ayrılabilir verileri sınıflandırabilirken, gizli katmanların eklenmesiyle MLP; XOR problemi dahil karmaşık, doğrusal olmayan örüntüleri öğrenme kapasitesi kazandı. MLP üç ana bileşenden oluşur. Giriş katmanı ham veriyi ağa iletir; herhangi bir hesaplama yapmaz. Bir veya daha fazla gizli katman, önceki katmanın tüm nöronlarına tam bağlı (fully connected) nöronlar barındırır ve gerçek öğrenme burada gerçekleşir. Çıkış katmanı ise sınıflandırma problemlerinde sınıf sayısı kadar, regresyon problemlerinde genellikle tek nöronlu sonuç üretir. Her nöron şu işlemi uygular: girdilerin ağırlıklı toplamını hesaplar, bir sapma (bias) değeri ekler ve doğrusal olmayan bir aktivasyon fonksiyonundan (ReLU, Sigmoid ya da Tanh) geçirir. Doğrusal olmayan aktivasyon olmadan çok katmanlı bir ağ, matematiksel olarak tek katmanlı bir ağa indirgenirdi ve karmaşık örüntüleri öğrenemezdi. MLP'yi pratik hale getiren atılım, Rumelhart, Hinton ve Williams'ın 1986'da Nature dergisinde yayımladığı geri yayılım (backpropagation) algoritmasıdır. Algoritma, çıkış hatasını zincir kuralıyla katman katman geri yayarak her ağırlığın kayba olan katkısını hesaplar; ardından optimizör (genellikle SGD veya Adam) bu gradyanlarla ağırlıkları günceller. Bu döngü on binlerce kez tekrarlanarak model adım adım öğrenir. Evrişimsel Sinir Ağları (CNN) paylaşımlı ağırlıklarla görüntü verisini çok daha verimli işlerken, MLP'nin tam bağlantılı yapısı uzamsal ilişkileri doğal olarak yakalayamaz. Tekrarlayan Sinir Ağları (RNN) metin ve zaman serisi gibi ardışık veriler için gizli bir durum taşırken, MLP sabit boyutlu girdi üzerinde çalışır. 2021'de Google Brain'in tanıttığı MLP-Mixer mimarisi, öz-dikkat (self-attention) mekanizması yerine yalnızca MLP katmanlarıyla Vision Transformer'larla rekabetçi görüntü sınıflandırma sonuçları elde etti. Bu, doğru tasarımla saf MLP'lerin de güçlü görevler üstlenebileceğini kanıtladı. Günümüzde tablo verisi, özellik çıkarımı sonrası sınıflandırma ve büyük modellerin dahili bileşeni olarak MLP aktif kullanımını sürdürmektedir.
Observability (AI) Nedir? (AI Gözlemlenebilirliği)
AI Observability (Yapay Zeka Gözlemlenebilirliği), üretim ortamında çalışan makine öğrenmesi modelleri ve büyük dil modellerinin (LLM) içsel durumunu dışsal çıktılarından anlama pratiğidir. Geleneksel yazılım gözlemlenebilirliğinin üç sütununu — loglar, metrikler ve izler (traces) — yapay zeka sistemlerine uygular; buna ek olarak prompt kalitesi, yanıt doğruluğu, token maliyeti ve halüsinasyon oranı gibi AI'ya özgü metrikleri de kapsar. Üretim ML modellerinde iki kritik sorun gözlemlenebilirliği zorunlu kılar. Veri drifti, gelen verinin dağılımının eğitim verisinden zamanla uzaklaşması durumudur; bu değişimi tespit etmek için özellik dağılımı istatistikleri (PSI, KS testi) sürekli izlenir. Model drifti ise modelin tahmin doğruluğunun veya davranışının zamanla bozulmasıdır; gelir kaybı veya operasyonel sorunlara dönüşmeden önce tespit edilmesi kritiktir. LLM Observability, geleneksel MLOps gözlemlenebilirliğini aşan yeni bir alt alan oluşturmuştur. Prompt mühendisliği hatalarını yakalamak, ajan iş akışlarındaki zincir adımlarını izlemek (tracing), yanıt kalitesini değerlendirmek (LLM-as-a-judge) ve maliyet optimizasyonu için token kullanımını takip etmek bu alanın temel görevleridir. Arize AI, LangSmith, Langfuse, Weights & Biases ve MLflow Tracking bu alan için kullanılan öncü araçlardır. Türkiye'de bankacılık ve e-ticaret sektörlerinde üretim ML sistemleri kullanan şirketler, model davranışı izlemesini Sanayi 4.0 ve veri kalitesi süreçlerine entegre etmektedir. KVKK kapsamında hassas veri işleyen LLM sistemlerin gözlemlenmesi, hem veri gizliliği uyumu hem de hizmet kalitesi açısından kritik önem taşımaktadır. Maliyet yönetimi, LLM Observability'nin önemli bir boyutunu oluşturur. Her API çağrısının token maliyeti, yanıt süresi (latency) ve başarı oranı takip edilerek model seçimi ve prompt optimizasyonu kararları veri odaklı biçimde alınabilmektedir. Otomatik uyarı (alerting) sistemleri, performans metrikleri önceden belirlenen eşikleri geçtiğinde mühendis ekiplerini anında haberdar ederek olası operasyonel kayıpları en aza indirir.
Perceptron (Algılayıcı (Yapay Nöron))
Perceptron, 1957 yılında Frank Rosenblatt tarafından icat edilen ve biyolojik sinir hücresinden ilham alan en basit yapay sinir ağı birimidir. Modern derin öğrenmenin atası kabul edilir. Matematiksel açıdan perceptron; giriş değerlerini ağırlıklarla (weights) çarpıp topladıktan sonra bir aktivasyon eşiğine (threshold) göre çıktı üreten bir ikili sınıflandırıcıdır. Çalışma prensibi şu şekilde özetlenebilir: n adet giriş değeri (x₁, x₂, ..., xn) her biri bir ağırlıkla (w₁, w₂, ..., wn) çarpılır ve ağırlıklı toplamı hesaplanır. Bu toplamın bir bias terimi eklenerek aktivasyon fonksiyonundan (başlangıçta basamak fonksiyonu) geçirilmesiyle 0 veya 1 çıktısı üretilir. Öğrenme sürecinde yanlış sınıflandırılan örnekler için ağırlıklar perceptron öğrenme kuralına göre güncellenir. Perceptron öğrenme teoremi, doğrusal olarak ayrılabilir veri kümeleri için algoritmanın sonlu adımda yakınsayacağını kanıtlar. Ancak 1969'da Marvin Minsky ve Seymour Papert, perceptronun XOR gibi doğrusal olarak ayrılamayan problemleri çözemeyeceğini gösterdi. Bu kısıtlama "XOR problemi" olarak tarihe geçti ve yapay zeka araştırmalarında yaklaşık on yıl süren "Yapay Zeka Kışı"nı tetikledi. Çözüm, birden fazla perceptron katmanının birbirine bağlanmasıyla oluşturulan çok katmanlı algılayıcılarda (Multilayer Perceptron — MLP) bulundu. Her katman bir doğrusal olmayan aktivasyon fonksiyonu (ReLU, sigmoid, tanh) kullanarak önceki katmanın çıktılarını işler. Geri yayılım (backpropagation) algoritmasıyla bu ağlar eğitilebilir hale geldi ve modern derin öğrenmenin temeli atıldı. Günümüzde tek başına perceptron neredeyse hiç kullanılmaz; ancak her yapay nöron perceptronun modernize edilmiş bir versiyonudur. Transformer mimarisindeki dikkat (attention) mekanizmasından CNN'deki evrişim nöronlarına kadar tüm derin öğrenme yapıları perceptron ilkesini temel almaktadır. Bu anlamda perceptron, yapay zekanın köklerini anlamak için vazgeçilmez bir kavramdır. Donanım tarafında ise nöromorifik çipler, perceptron hesaplamasını biyolojik nörona daha yakın bir fiziksel modelle uygulamayı hedeflemektedir; bu alan yüksek enerji verimliliği gerektiren edge AI cihazları için araştırılmaya devam etmektedir.
Quantum AI (Kuantum Yapay Zeka)
Kuantum Yapay Zeka (Quantum AI), kuantum mekaniğinin temel ilkelerini — süperpozisyon, dolanıklık ve girişim — klasik bilgisayarların erişemediği hesaplama kapasiteleri için kullanan araştırma alanıdır. Bu alan; kuantum hesaplama ile makine öğrenmesinin kesiştiği noktada konumlanır ve "kuantum avantajı" adı verilen belirli problem sınıflarında klasik bilgisayarları geride bırakma potansiyeli taşımaktadır. Teorik açıdan kuantum makine öğrenmesi, klasik algoritmaların belirli veri yapılarında üstel hızlanma elde edebileceği vaatlerde bulunmaktadır. HHL algoritması doğrusal denklem sistemlerini logaritmik karmaşıklıkta çözmeyi önerir; kuantum arama algoritması (Grover) ise yapılandırılmamış veritabanlarında kareköke orantılı hız avantajı sunar. Kuantum destek vektör makineleri ve kuantum sinir ağları bu teorik hızlanmaları makine öğrenmesine taşımayı hedefler. Donanım tarafında günümüzde IBM Quantum (Eagle, Osprey ve Condor işlemciler), Google Quantum AI (Sycamore) ve D-Wave (kuantum tavlama) öne çıkan platformlardır. Ancak mevcut kuantum bilgisayarlar "NISQ" (Gürültülü Orta Ölçekli Kuantum) dönemindedir: bit sayısı sınırlı, hata oranı yüksek ve bu nedenle hataya dayanıklı (fault-tolerant) operasyon mümkün değildir. Pratik kuantum avantajının makine öğrenmesine ne zaman yansıyacağı tartışmalıdır. Dequantization çalışmaları, bazı kuantum algoritmalarının klasik karşılıklarının sandığından çok daha verimli çalışabildiğini göstermiştir. Bununla birlikte optimizasyon problemleri, kimyasal simülasyon ve kriptografi alanlarında kuantum hesaplamanın dönüştürücü etkileri beklenmektedir. Türkiye'de TÜBİTAK ve çeşitli üniversiteler bu alanda teorik çalışmalar yürütmektedir. IBM ve Microsoft'un bulut tabanlı kuantum programlama ortamları (IBM Quantum Experience, Azure Quantum) yerli araştırmacıların fiziksel cihaza erişim gerektirmeksizin deney yapmasını mümkün kılmaktadır. Kuantum makine öğrenmesinin klasik alternatifleri geçemeyeceği durumlara ilişkin akademik tartışmalar sürmektedir. Klasik tensör ağları ve Monte Carlo yöntemleri bazı iddia edilen kuantum avantajlarını ortadan kaldırmıştır; ancak dolanıklığın klasikle simüle edilemeyen kesimler için gerçek bir hesaplama üstünlüğü sunabileceği görüşü araştırmacılar arasında güçlüdür.
wav2vec (wav2vec (Ses Temsil Öğrenimi))
wav2vec, Meta AI Research (eski adıyla Facebook AI) tarafından geliştirilen ve konuşma tanıma görevleri için etiketlenmemiş ses verilerinden güçlü temsiller öğrenen öz-denetimli (self-supervised) bir derin öğrenme modelidir. 2019'da tanıtılan ilk wav2vec, ham ses dalgalarını doğrudan girdi olarak alarak gelecekteki ses çerçevelerini tahmin etmek üzere bir CNN mimarisi kullanır. 2020'de yayımlanan wav2vec 2.0, bu çerçeveyi transformatör mimarisi ve kuantizasyon mekanizmasıyla geliştirerek öz-denetimli öğrenmeyi ses alanında doruk noktasına taşıdı. wav2vec 2.0'ın temel yeniliği, kontrastif öğrenme (contrastive learning) yaklaşımıdır: model, ses girdisinin bazı bölümlerini maskeler ve maskelenen bölümlerin doğru kuantize temsillerini yanlış adaylar arasından seçmeyi öğrenir. Bu sayede insan tarafından etiketlenmemiş binlerce saatlik ses verisi, eğitim malzemesi olarak kullanılabilir hâle gelir. wav2vec 2.0, yalnızca 10 dakika etiketli sesle dünyanın en iyi otomatik konuşma tanıma (ASR) sistemleriyle rekabet edebilir hâle gelebildiğini göstermiştir. Bu sonuç, etiketli veri kıtlığının büyük sorun oluşturduğu az kaynaklı diller için devrim niteliği taşır. Türkçe dahil onlarca dil için ön eğitilmiş wav2vec 2.0 modelleri Hugging Face üzerinden serbestçe erişilebilir durumdadır. MIMI, HuBERT ve XLS-R gibi sonraki ses modelleri wav2vec 2.0 mimarisinden ilham alarak geliştirilmiştir. Günümüzde ses klonlama, duygu tanıma, konuşmacı doğrulama ve çok dilli ASR sistemlerinin omurgasında wav2vec tabanlı temsil öğrenimi yaygın biçimde kullanılmaktadır.
Weights and Biases (Ağırlıklar ve Sapmalar)
Ağırlıklar (Weights) ve Sapmalar (Biases), bir yapay sinir ağındaki öğrenilebilir parametrelerin iki temel bileşenidir. Ağırlıklar, bir önceki katmandan gelen her girdinin çıktıya katkısının gücünü; sapmalar ise nöronun girdi sinyalinden bağımsız olarak tetiklenme eşiğini belirler. Model eğitimi bu iki parametre grubunun kayıp fonksiyonunu minimize edecek biçimde güncellenmesinden ibarettir. Matematiksel açıdan bir tam bağlantılı (fully connected) nöron şu işlemi gerçekleştirir: giriş vektörü x ile ağırlık matrisi W'nın iç çarpımı alınır, bias terimi b eklenir ve aktivasyon fonksiyonundan geçirilir: y = f(Wx + b). Ağırlıklar genellikle Xavier veya He başlatma yöntemleriyle rastgele, sapma değerleri ise sıfır veya küçük sabitlerle başlatılır; rastgele simetri kırma olmadan tüm nöronlar özdeş kalır. Eğitim sürecinde stokastik gradyan inişi (SGD) ve türevleri (Adam, AdamW, RMSProp) geri yayılım algoritmıyla hesaplanan gradyanlar yönünde parametreleri günceller. Öğrenme hızı (learning rate) bu adım büyüklüğünü kontrol eden kritik hiper parametredir; çok büyük öğrenme hızı kararsız eğitime, çok küçük öğrenme hızı ise yavaş yakınsamaya neden olur. Parametre sayısı model kapasitesini doğrudan belirler. GPT-3'ün 175 milyar, Llama 3.1 405B'nin ise 405 milyar parametresi mevcuttur. Bu parametrelerin tamamı çoğunlukla Float16 veya BF16 biçiminde depolanır; 7 milyar parametreli bir model FP16'da yaklaşık 14 GB VRAM gerektirir. L1 ve L2 düzenlileştirme (regularization) yöntemleri, ağırlıkların aşırı büyümesini cezalandırarak aşırı öğrenmeyi (overfitting) dizginler. Transferi öğrenme (transfer learning) bağlamında önceden eğitilmiş bir modelin ağırlıkları yeni bir görev için başlangıç noktası olarak kullanılır. Sadece son katmanların ağırlıkları güncellenmesi (fine-tuning), tüm modeli sıfırdan eğitmeye kıyasla çok daha az veri ve hesaplama gerektirir. LoRA (Low-Rank Adaptation) ise ağırlık matrislerini düşük ranklı matrislerle temsil ederek eğitilecek parametre sayısını dramatik biçimde azaltır; bu yöntem büyük dil modellerinin tüketici donanımında ince ayarlanmasını mümkün kılan temel tekniktir.
Yapay Zeka (Yapay Zeka)
Yapay zeka (YZ / AI — Artificial Intelligence), insan zekâsına özgü görme, anlama, öğrenme, akıl yürütme ve karar alma gibi bilişsel yetenekleri makinelerde taklit etmeyi hedefleyen bilgisayar bilimi dalıdır. 1956 yılında John McCarthy'nin Dartmouth Konferansı'nda resmen tanımladığı bu alan; sembolik YZ, uzman sistemler, makine öğrenimi, derin öğrenme ve büyük dil modelleri gibi alt dallara evrilmiştir. Modern yapay zekanın merkezinde makine öğrenimi yer almaktadır: algoritmalar büyük veri setlerinden örüntüler öğrenerek açıkça programlanmadan görevleri yerine getirir. Derin öğrenme ise çok katmanlı yapay sinir ağları aracılığıyla görüntü tanıma, doğal dil işleme ve ses sentezi gibi alanlarda insanüstü performans sergilemiştir. 2017'de "Attention Is All You Need" makalesiyle tanıtılan Transformer mimarisi ve 2020 sonrasında piyasaya çıkan büyük dil modelleri (GPT-4o, Claude Sonnet, Gemini 2.5, LLaMA 3.3, DeepSeek V3), yapay zekanın hem teknik sınırlarını hem de gündelik hayata entegrasyonunu köklü biçimde dönüştürmüştür. Yapay zeka günümüzde tıp (kanser tespiti, ilaç keşfi), finans (dolandırıcılık önleme, algoritmik ticaret), eğitim, yaratıcı üretim, yazılım geliştirme ve bilimsel araştırma gibi onlarca sektörde aktif biçimde kullanılmaktadır. Otonom araçlar, sesli asistanlar, görüntü üretimi ve kod tamamlama araçları bu dönüşümün en görünür yüzüdür. Küresel yapay zeka pazarının 2030'a kadar 1 trilyon dolara ulaşması öngörülmektedir. Türkiye'de yapay zeka kullanımı hız kazanmıştır: e-ticaret devleri öneri motorlarında, bankacılık sektörü dolandırıcılık tespitinde, sağlık kurumları görüntü analizinde YZ çözümleri devreye almıştır. TÜBİTAK ve üniversiteler Türkçe NLP ve ses tanıma alanında yerli modeller geliştirmektedir. "Türkiye Yapay Zeka Stratejisi 2021–2025" ile devlet bu alanda araştırma ve yetenek geliştirmeyi desteklemiştir. Mevcut sistemler Dar YZ (Narrow AI) kapsamında değerlendirilmekte — yalnızca belirli görevlerde üstün performans göstermekte — olup insan düzeyinde her bilişsel görevi üstlenebilecek Genel Yapay Zekâ (AGI) henüz gerçekleştirilmemiştir. Yapay zekanın hızlı yayılımı; önyargı, açıklanabilirlik, gizlilik ve iş gücü etkisi gibi etik meseleleri beraberinde getirmiştir. AB Yapay Zeka Yasası (EU AI Act, 2024), bu alandaki ilk kapsamlı yasal düzenleme olarak tarihe geçmiştir. 2026 itibarıyla yapay zekanın gelişim yönü üç kritik eksen üzerinde şekillenmektedir: çok modlu (multimodal) sistemler metin, görüntü, ses ve videoyu tek modelde birleştirir; ajansal yapay zeka (agentic AI) bağımsız görev planlama ve araç kullanımını mümkün kılar; akıl yürüten modeller (o3, DeepSeek R1 gibi) zincir düşünce tekniğiyle karmaşık matematik ve mühendislik problemlerinde uzman düzeyine ulaşmaktadır.
Cross-Validation (Çapraz Doğrulama) (Çapraz Doğrulama)
Cross-validation (çapraz doğrulama), makine öğrenimi ve istatistikte bir modelin görülmemiş veriye ne kadar iyi genelleyeceğini tahmin etmek için kullanılan sistematik bir değerlendirme yöntemidir. Temel fikir basittir: mevcut veriyi tek seferlik eğitim/test bölümüne ayırmak yerine, veriyi birden fazla kez farklı biçimlerde bölüp her seferinde ayrı bir test seti oluşturmak ve sonuçların ortalamasını almaktır. En yaygın yöntem k-kat çapraz doğrulama (k-fold cross-validation) dır. Bu yöntemde veri seti k eşit parçaya bölünür; model k kez eğitilir ve her seferinde farklı bir parça test seti olarak ayrılırken kalan k-1 parça eğitim için kullanılır. Genellikle k=5 veya k=10 değeri tercih edilir. Ortaya çıkan k performans puanı ortalaması, modelin genel başarısını temsil eden tarafsız bir tahmin sunar. Çapraz doğrulamanın en kritik faydası aşırı uyum (overfitting) riskini düşürmesidir. Tek bir sabit test seti kullanıldığında model o teste göre dolaylı olarak optimize edilebilir; çapraz doğrulama ise her iterasyonda farklı veriler gördüğünden bu riski minimize eder. Özellikle sınırlı veri miktarı söz konusu olduğunda her örnek hem eğitim hem test için değerlendirileceğinden veriden maksimum bilgi çıkarılmış olur. Yöntemin varyantları arasında sınıf dağılımını koruyan tabakalı k-kat (stratified k-fold), her seferinde yalnızca bir örneği test seti bırakan bırak-bir-dışarıda (leave-one-out, LOOCV) ve zaman serisi analizine uygun kayan pencere yaklaşımı sayılabilir. Tabakalı k-kat, dengesiz sınıf dağılımı olan sınıflandırma problemlerinde standart tercih haline gelmiştir. Hesaplama maliyeti açısından bakıldığında çapraz doğrulama modeli k kez eğitmeyi gerektirir; büyük veri setlerinde ve derin öğrenme modellerinde bu ciddi bir kaynak artışı anlamına gelebilir. Bu durumlarda daha küçük k değerleri veya tek seferlik validasyon seti yaklaşımları tercih edilebilir. Bununla birlikte çoğu geleneksel makine öğrenimi senaryosunda çapraz doğrulama, model seçimi ve hiperparametre ayarı için vazgeçilmez bir araç olmayı sürdürmektedir.