tag Veri
Eğitim Verisi (Eğitim Verisi)
Bu sayfada Veri (Eğitim Verisi (Eğitim Verisi)) etiketi ile işaretlenmiş 2 yapay zeka kavramını bulabilirsiniz.
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.
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.
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.