Yapay Zeka Terimleri – Sayfa 2

653 terim

Terimler

Benzetimli Tavlama(Simulated Annealing)Benzetimli tavlama (simulated annealing), metallerin ısıtılıp yavaşça soğutulmasından esinlenen ve başta daha kötü çözümleri de belirli bir olasılıkla kabul ederek yerel tuzaklardan kaçmaya çalışan olasılıksal bir optimizasyon yöntemidir.Bernoulli Dağılımı(Bernoulli Distribution)Bernoulli dağılımı, yalnızca iki sonucu olan tek bir denemeyi modelleyen kesikli olasılık dağılımıdır. Sonuç p olasılıkla 1 (başarı), 1 − p olasılıkla 0 (başarısızlık) değerini alır.BERTBERT (Bidirectional Encoder Representations from Transformers), Google araştırmacılarının 2018'de tanıttığı, metni iki yönden okuyarak her kelimenin bağlamsal anlamını öğrenen Transformer kodlayıcı tabanlı bir dil modelidir. Sınıflandırma ve arama gibi anlama görevlerinde yaygın kullanılır.BERTScoreBERTScore, üretilen bir metni referans metinle karşılaştırırken kelimelerin birebir eşleşmesine değil, BERT gibi modellerden alınan bağlamsal embedding'lerin benzerliğine bakan anlam tabanlı değerlendirme metriğidir.Betimsel İstatistik(Descriptive Statistics)Betimsel istatistik, eldeki bir veri setini ortalama, medyan, standart sapma, frekans tabloları ve grafikler gibi araçlarla özetleyip tanımlayan istatistik dalıdır. Yalnızca mevcut veriyi anlatır; daha geniş bir kitle hakkında genelleme yapmaz.BF16(BFloat16)BF16 (BFloat16), sayıları 16 bit ile saklayan ve 32 bitlik FP32 ile aynı üs aralığını koruyan kayan noktalı sayı biçimidir. Hassasiyetten bir miktar ödün vererek yapay zekâ eğitiminde bellek ve hız kazancı sağlar.Bilgisayarlı Görü(Computer Vision)Bilgisayarlı görü, bilgisayarların fotoğraf ve videolardan anlamlı bilgi çıkarmasını, yani nesneleri, yüzleri, yazıları ve sahneleri tanıyıp yorumlamasını sağlayan yapay zekâ alanıdır.Bilgi Damıtma(Knowledge Distillation)Bilgi damıtma (knowledge distillation), büyük ve güçlü bir 'öğretmen' modelin çıktılarını kullanarak daha küçük, hızlı ve ucuz bir 'öğrenci' modeli eğitme tekniğidir. Amaç, performansın büyük kısmını korurken maliyeti düşürmektir.Bilgi Grafiği(Knowledge Graph)Bilgi grafiği (knowledge graph), kişiler, yerler, kavramlar gibi varlıkları düğümler, bu varlıklar arasındaki ilişkileri de bağlantılar olarak saklayan ve bilgisayarların bu ağ üzerinde sorgu ve çıkarım yapmasını sağlayan veri yapısıdır.Bilgi Kazancı(Information Gain)Bilgi kazancı (information gain), bir veri setini belirli bir özelliğe göre böldükten sonra entropide, yani belirsizlikte ne kadar azalma olduğunu ölçen değerdir. Karar ağaçlarında en iyi bölme özelliğini seçmek için kullanılır.Bilgi Kesim Tarihi(Knowledge Cutoff)Bilgi kesim tarihi (knowledge cutoff), bir dil modelinin eğitim verisinin kapsadığı son tarihtir. Model bu tarihten sonra yaşanan olaylar, değişen oranlar ya da yeni düzenlemeler hakkında, dış kaynağa bağlanmadıkça bilgi sahibi değildir.Bilgi Tabanı(Knowledge Base)Bilgi tabanı (knowledge base), bir alana ait olguların, kuralların ve kavramlar arası ilişkilerin, bir yazılımın üzerinde akıl yürütebileceği ya da arama yapabileceği biçimde düzenlenerek saklandığı bilgi deposudur.Bilişsel Hesaplama(Cognitive Computing)Bilişsel hesaplama (cognitive computing), doğal dil işleme, makine öğrenmesi ve akıl yürütme tekniklerini birleştirerek insanların düşünme ve karar verme süreçlerini taklit etmeye, karmaşık ve belirsiz verilerden anlam çıkarmaya çalışan sistemlerin genel adıdır.Bilişsel Mimari(Cognitive Architecture)Bilişsel mimari, insan zihninin algı, bellek, öğrenme, karar verme ve problem çözme gibi işlevlerini bir arada açıklamaya çalışan, bilgisayarda çalıştırılabilen genel bir zihin modelidir. Hem bilişsel bilimde hem yapay zekâda kullanılır.Binom Dağılımı(Binomial Distribution)Binom dağılımı, her birinde aynı başarı olasılığı bulunan n adet bağımsız denemede toplam kaç başarı elde edileceğini modelleyen kesikli olasılık dağılımıdır. Parametreleri deneme sayısı n ve başarı olasılığı p'dir.Birliktelik Kuralı(Association Rule Learning)Birliktelik kuralı öğrenmesi, büyük veri setlerinde birlikte sık görülen öğeleri bulup bunları 'A varsa B de olma eğilimindedir' biçiminde kurallar olarak ifade eden ve destek, güven ve lift gibi ölçülerle değerlendiren bir veri madenciliği yöntemidir.Biyometrik Tanıma(Biometric Recognition)Biyometrik tanıma, bir kişinin parmak izi, yüz, iris, ses ya da yürüyüş biçimi gibi kendine özgü fiziksel veya davranışsal özelliklerini ölçerek kimliğini belirleyen ya da doğrulayan teknolojilerin genel adıdır.BLEU(BLEU Score)BLEU, makine çevirisi gibi otomatik üretilen bir metnin, bir veya daha fazla insan referans çevirisiyle kelime ve kelime öbeği (n-gram) düzeyinde ne kadar örtüştüğünü 0 ile 1 (ya da 0-100) arasında ölçen değerlendirme metriğidir.BM25BM25 (Best Matching 25), bir sorguya karşılık belgeleri, sorgu kelimelerinin belgede ne sıklıkla geçtiğine, koleksiyonda ne kadar nadir olduğuna ve belgenin uzunluğuna göre puanlayıp sıralayan klasik bir bilgi getirme algoritmasıdır.BoostingBoosting, makine öğrenmesinde zayıf modellerin sırayla eğitildiği ve her yeni modelin öncekilerin hata yaptığı örneklere odaklandığı bir topluluk öğrenmesi yöntemidir; sonuçta bu modeller birleştirilerek güçlü bir tahminci elde edilir.Bootstrap Yöntemi(Bootstrapping)Bootstrap yöntemi, eldeki tek bir örneklemden yerine koyarak çok sayıda yeni örneklem üretip bir istatistiğin dağılımını, standart hatasını ve güven aralığını tahmin etmeye yarayan yeniden örnekleme tekniğidir.Boyut İndirgeme(Dimensionality Reduction)Boyut indirgeme, çok sayıda özellik içeren bir veri setini, verideki önemli bilgiyi mümkün olduğunca koruyarak daha az sayıda değişkenle temsil etme işlemidir; görselleştirme, hız ve aşırı öğrenmeyi azaltma amacıyla kullanılır.Bulanık Mantık(Fuzzy Logic)Bulanık mantık (fuzzy logic), bir önermenin yalnızca doğru ya da yanlış olmasına değil, 0 ile 1 arasında bir doğruluk derecesine sahip olmasına izin veren ve belirsiz kavramlarla akıl yürütmeyi sağlayan mantık sistemidir.Büyük Dil Modeli(Large Language Model)Büyük dil modeli (LLM), çok büyük miktarda metinle eğitilen ve bir metnin devamında hangi parçanın geleceğini tahmin ederek yazı üreten yapay zekâ modelidir. Sohbet asistanları, kod yardımcıları ve özetleme araçlarının temelinde bu modeller bulunur.Büyük Sayılar Yasası(Law of Large Numbers)Büyük sayılar yasası, bağımsız ve aynı dağılımlı deneme sayısı arttıkça örneklem ortalamasının beklenen değere yaklaştığını söyleyen olasılık teoremidir. İstatistik, sigortacılık ve makine öğrenmesinin temel dayanaklarındandır.Büyük Veri(Big Data)Büyük veri (big data), geleneksel veritabanı ve analiz araçlarıyla makul sürede saklanamayacak ya da işlenemeyecek kadar büyük, hızlı üretilen ve çeşitli biçimlerdeki veri kümelerini ifade eder. Genellikle hacim, hız ve çeşitlilik özellikleriyle tanımlanır.Byte Pair EncodingByte Pair Encoding (BPE), metindeki en sık yan yana gelen karakter ya da parça çiftlerini adım adım birleştirerek bir alt kelime sözlüğü oluşturan ve dil modellerinde tokenizasyon için yaygın kullanılan algoritmadır.C2PA(Content Credentials)C2PA (Coalition for Content Provenance and Authenticity), dijital görsel, video, ses ve belgelerin kim tarafından, hangi araçla oluşturulduğunu ve nasıl düzenlendiğini kriptografik olarak imzalanmış meta veriyle kaydeden açık bir içerik kaynağı standardıdır.CFG Ölçeği(Classifier-Free Guidance Scale)CFG ölçeği (sınıflandırıcısız yönlendirme ölçeği), difüzyon modellerinde üretilen görselin prompta ne kadar sıkı bağlı kalacağını belirleyen ayardır; yükseldikçe uyum artar, aşırı değerlerde görsel bozulabilir.CLIPCLIP (Contrastive Language-Image Pre-training), görselleri ve onları anlatan metinleri aynı vektör uzayına yerleştirmeyi öğrenen bir yapay zekâ modelidir. Bu sayede etiketli eğitim olmadan sınıflandırma yapabilir ve görsel üretim sistemlerinde kullanılır.COCO Veri Seti(COCO Dataset)COCO (Common Objects in Context), günlük sahnelerde yer alan 80 nesne kategorisini içeren, nesne tespiti, bölütleme, anahtar nokta tespiti ve görüntü altyazısı üretimi gibi bilgisayarlı görü görevlerinde standart kabul edilen büyük ölçekli bir görüntü veri setidir.ControlNetControlNet, difüzyon tabanlı görsel üretim modellerine poz iskeleti, kenar çizimi veya derinlik haritası gibi ek bir yapısal girdi vererek üretilen görselin kompozisyonunu kontrol etmeyi sağlayan bir yöntemdir.CUDACUDA (Compute Unified Device Architecture), NVIDIA'nın kendi GPU'larını grafik dışındaki genel amaçlı hesaplamalar için programlamayı sağlayan paralel hesaplama platformu ve programlama modelidir. Yapay zekâ yazılımlarının büyük bölümü NVIDIA GPU'larını CUDA üzerinden kullanır.CycleGANCycleGAN, birbirine karşılık gelen eşleşmiş görüntü çiftlerine ihtiyaç duymadan bir görüntü alanını başka bir alana dönüştüren GAN tabanlı bir yöntemdir. Döngü tutarlılığı adı verilen bir kısıtla çalışır.Çapraz Doğrulama(Cross-Validation)Çapraz doğrulama (cross-validation), veri setini birkaç parçaya bölüp modeli her seferinde farklı bir parçayı test için ayırarak tekrar tekrar eğiten ve sonuçların ortalamasıyla modelin yeni verilerdeki başarısını daha güvenilir ölçen yöntemdir.Çapraz Entropi(Cross-Entropy)Çapraz entropi, bir modelin tahmin ettiği olasılık dağılımının gerçek dağılımdan ne kadar uzak olduğunu ölçen bir kayıp fonksiyonudur. Doğru sınıfa düşük olasılık veren tahminleri ağır cezalandırır; sınıflandırma modelleri ve dil modelleri eğitiminde standarttır.Çarpıklık(Skewness)Çarpıklık (skewness), bir veri dağılımının ortalamaya göre ne kadar asimetrik olduğunu gösteren istatistiksel ölçüdür. Sıfıra yakın değer simetriyi, pozitif değer sağa uzayan kuyruğu, negatif değer ise sola uzayan kuyruğu anlatır.Çevrimiçi Öğrenme(Online Learning)Çevrimiçi öğrenme (online learning), makine öğrenmesinde modelin tüm veriyi bir kerede kullanmak yerine veriler sırayla geldikçe her yeni örnek ya da küçük grupla kendini güncellediği ve değişen koşullara sürekli uyum sağladığı eğitim yaklaşımıdır.Çeyrekler Açıklığı(Interquartile Range)Çeyrekler açıklığı (IQR), sıralanmış verideki üçüncü çeyrek (Q3) ile birinci çeyrek (Q1) arasındaki farktır. Verinin ortadaki yüzde 50'lik kısmının ne kadar yayıldığını gösterir ve uç değerlerden az etkilenir.Çıkarım(Inference)Çıkarım (inference), eğitimi tamamlanmış bir yapay zekâ modelinin yeni bir girdiyi alıp tahmin, sınıflandırma veya metin gibi bir çıktı üretmesi; yani modelin fiilen kullanılması aşamasıdır.Çıkarımsal İstatistik(Inferential Statistics)Çıkarımsal istatistik, bir kitleden seçilen örneklem verisini kullanarak kitlenin tamamı hakkında olasılığa dayalı tahminler ve genellemeler yapan istatistik dalıdır. Güven aralıkları, hipotez testleri ve regresyon başlıca araçlarıdır.Çin Odası Deneyi(Chinese Room Argument)Çin Odası Deneyi, filozof John Searle'ün 1980'de ortaya attığı ve bir bilgisayarın kurallara göre sembol işleyerek doğru cevaplar vermesinin, o dili gerçekten anladığı anlamına gelmediğini savunan düşünce deneyidir.Çoklu Ajan Sistemi(Multi-Agent System)Çoklu ajan sistemi (multi-agent system), her biri kendi algı ve karar yeteneğine sahip birden fazla ajanın aynı ortamda etkileşerek, iş birliği yaparak ya da birbiriyle rekabet ederek görevleri yerine getirdiği yapıdır.Çoklu Doğrusal Bağlantı(Multicollinearity)Çoklu doğrusal bağlantı (multicollinearity), bir regresyon modelindeki iki ya da daha fazla bağımsız değişkenin birbiriyle güçlü doğrusal ilişki içinde olmasıdır. Katsayıların kararsız ve yorumlanması zor hâle gelmesine yol açar.Çoklu Doğrusal Regresyon(Multiple Linear Regression)Çoklu doğrusal regresyon, bir bağımlı değişkenin birden fazla bağımsız değişkenle olan doğrusal ilişkisini modelleyen ve bu değişkenler yardımıyla bağımlı değişkenin değerini tahmin etmeye yarayan istatistiksel yöntemdir.Çok Değişkenli Analiz(Multivariate Analysis)Çok değişkenli analiz, birden fazla değişkenin aynı anda ve birbirleriyle ilişkileri dikkate alınarak incelendiği istatistiksel yöntemlerin genel adıdır; boyut indirgeme, gruplama, sınıflandırma ve çoklu sonuçların karşılaştırılması gibi amaçlarla kullanılır.Çok Katmanlı Algılayıcı(Multilayer Perceptron)Çok katmanlı algılayıcı (MLP), bir giriş katmanı, bir ya da daha fazla gizli katman ve bir çıkış katmanından oluşan, katmanları tam bağlantılı ve doğrusal olmayan aktivasyonlar kullanan, geri yayılımla eğitilen ileri beslemeli bir yapay sinir ağıdır.Çok Modlu Model(Multimodal Model)Çok modlu model, metin, görüntü, ses veya video gibi birden fazla veri türünü aynı anda girdi olarak alabilen ya da bu türlerde çıktı üretebilen yapay zekâ modelidir.Dağılım Grafiği(Scatter Plot)Dağılım grafiği (scatter plot), iki sayısal değişkenin her gözlemdeki değerlerini yatay ve dikey eksende bir nokta olarak gösteren grafiktir. Değişkenler arasındaki ilişkinin yönünü, gücünü ve biçimini görmeyi sağlar.Dalkavukluk(Sycophancy)Dalkavukluk (sycophancy), yapay zekâda bir dil modelinin doğru ya da dengeli olanı söylemek yerine kullanıcının görüşlerine katılma, onu övme ve duymak istediği cevabı verme eğilimidir. Hatalı bilgilerin onaylanmasına yol açabilir.Data LakehouseData lakehouse, veri gölünün düşük maliyetli ve esnek depolamasını, veri ambarının şema yönetimi, işlem güvenilirliği ve hızlı sorgulama özellikleriyle tek bir platformda birleştiren veri mimarisidir.DBSCANDBSCAN, birbirine yakın ve yoğun biçimde toplanmış noktaları aynı kümede birleştiren, seyrek bölgelerdeki noktaları gürültü ya da aykırı değer olarak işaretleyen ve küme sayısını önceden istemeyen yoğunluk tabanlı bir kümeleme algoritmasıdır.DeepfakeDeepfake, derin öğrenme yöntemleriyle bir kişinin yüzünü, sesini ya da hareketlerini taklit ederek gerçekte yaşanmamış olayları gerçekmiş gibi gösteren sahte video, görsel veya ses içeriğidir. Dolandırıcılık ve dezenformasyon riski taşır.Değer Fonksiyonu(Value Function)Değer fonksiyonu, pekiştirmeli öğrenmede bir ajanın belirli bir durumda bulunmasının ya da belirli bir eylemi seçmesinin gelecekte toplam ne kadar ödül getireceğini tahmin eden fonksiyondur.Denetimli Öğrenme(Supervised Learning)Denetimli öğrenme, modelin girdi ile doğru cevabın birlikte verildiği etiketli örneklerden öğrenerek yeni girdiler için doğru cevabı tahmin etmeyi öğrendiği makine öğrenmesi türüdür.Denetimsiz Öğrenme(Unsupervised Learning)Denetimsiz öğrenme, doğru cevapların verilmediği etiketsiz verilerde modelin benzerlikleri, grupları ve gizli yapıları kendi başına keşfettiği makine öğrenmesi türüdür.Dengesiz Veri Seti(Imbalanced Dataset)Dengesiz veri seti (imbalanced dataset), sınıflandırma problemlerinde bir sınıfın diğerlerinden çok daha az örnek içerdiği veri setidir. Bu durumda model çoğunluk sınıfını öğrenmeye yönelir ve az görülen ama genellikle önemli olan sınıfı kaçırabilir.DenseNetDenseNet (Densely Connected Convolutional Network), bir blok içindeki her katmanın kendinden önceki tüm katmanların çıktılarını girdi olarak aldığı, özelliklerin yeniden kullanımını artıran ve görüntü sınıflandırmada kullanılan bir evrişimli sinir ağı mimarisidir.Derin Araştırma(Deep Research)Derin araştırma (deep research), bir yapay zekâ ajanının bir soruyu araştırmak için onlarca web sayfasını ya da belgeyi kendi başına arayıp okuduğu, bulguları karşılaştırdığı ve sonunda kaynak gösteren kapsamlı bir rapor hazırladığı çok adımlı bir özelliktir.Derin Öğrenme(Deep Learning)Derin öğrenme, çok sayıda katmandan oluşan yapay sinir ağlarıyla veriden karmaşık kalıpları otomatik olarak öğrenen bir makine öğrenmesi yaklaşımıdır.