Yapay Zeka Terimleri – Sayfa 3

653 terim

Terimler

Derin Pekiştirmeli Öğrenme(Deep Reinforcement Learning)Derin pekiştirmeli öğrenme, pekiştirmeli öğrenmeyi derin sinir ağlarıyla birleştiren yaklaşımdır. Ajan, ödül ve ceza sinyallerinden öğrenirken karmaşık durumları ve kararları sinir ağlarıyla temsil eder.Destek Vektör Makinesi(Support Vector Machine)Destek vektör makinesi (SVM), farklı sınıflara ait veri noktalarını aralarındaki boşluğu (marjı) en geniş tutacak bir sınırla ayırmayı amaçlayan, sınıflandırma ve regresyonda kullanılan denetimli bir makine öğrenmesi algoritmasıdır.DETR(Detection Transformer)DETR (Detection Transformer), nesne tespitini bir küme tahmini problemi olarak ele alan, evrişimli bir omurga ile transformer kodlayıcı-kod çözücüyü birleştirip görüntüdeki nesnelerin konum ve sınıflarını doğrudan tahmin eden uçtan uca bir modeldir.Dezenformasyon(Disinformation)Dezenformasyon, insanları yanıltmak, bir kitleyi etkilemek ya da zarar vermek amacıyla bilerek üretilen ve yayılan yanlış veya çarpıtılmış bilgidir; yanlışlıkla paylaşılan hatalı bilgiden kasıt unsuruyla ayrılır.Diferansiyel Gizlilik(Differential Privacy)Diferansiyel gizlilik, bir veri seti üzerinde yapılan analizlerin sonucuna kontrollü miktarda rastgele gürültü ekleyerek, sonuçtan herhangi bir bireyin veri setinde olup olmadığının çıkarılamamasını matematiksel olarak güvenceye alan bir mahremiyet yaklaşımıdır.Difüzyon Modeli(Diffusion Model)Difüzyon modeli, veriye adım adım gürültü eklenmesini tersine çevirmeyi öğrenen ve rastgele gürültüden başlayıp onu kademeli olarak temizleyerek yeni görsel, ses veya video üreten üretken yapay zekâ modelidir.Dijital İkiz(Digital Twin)Dijital ikiz, bir makine, bina, üretim hattı ya da şehir gibi fiziksel bir varlığın veya sürecin, sensörlerden gelen gerçek zamanlı verilerle sürekli güncellenen sanal kopyasıdır; izleme, simülasyon ve tahmin için kullanılır.Dijital İnsan(Digital Human)Dijital insan, gerçekçi bir insan görünümüne sahip, yapay zekâ sayesinde konuşabilen, mimik ve jest yapabilen ve kullanıcılarla gerçek zamanlı etkileşim kurabilen bilgisayarda üretilmiş sanal karakterdir.Dikkat Haritası(Attention Map)Dikkat haritası, transformer gibi dikkat mekanizması kullanan bir modelin bir çıktıyı üretirken girdinin hangi parçalarına ne kadar ağırlık verdiğini gösteren, genellikle ısı haritası biçiminde sunulan görselleştirmedir.Dikkat Mekanizması(Attention Mechanism)Dikkat mekanizması, bir sinir ağının girdinin her parçasını işlerken diğer parçalardan hangilerinin daha önemli olduğunu ağırlıklandırarak bilgiyi seçici biçimde birleştirmesini sağlayan yöntemdir.Dilbilgisi Düzeltme(Grammatical Error Correction)Dilbilgisi düzeltme, bir metindeki yazım, noktalama, ek kullanımı ve cümle yapısı hatalarını otomatik olarak tespit edip düzeltilmiş bir metin öneren doğal dil işleme görevidir.Dil Modeli(Language Model)Dil modeli, bir dizideki kelimelerin ya da token'ların olasılığını tahmin eden yapay zekâ modelidir. En yaygın biçimiyle, verilen metinden sonra hangi kelimenin gelme ihtimalinin yüksek olduğunu hesaplar. Otomatik tamamlama, çeviri ve sohbet asistanlarının temelinde dil modelleri bulunur.Dil Tespiti(Language Detection)Dil tespiti (language detection), bir metnin ya da ses kaydının hangi dilde olduğunu otomatik olarak belirleyen doğal dil işleme görevidir. Çeviri, arama motorları ve içerik moderasyonu gibi pek çok sistemin ilk adımıdır.DistilBERTDistilBERT, bilgi damıtma yöntemiyle BERT'ten türetilmiş, yaklaşık yarı sayıda katmana sahip, daha küçük ve daha hızlı bir dil modelidir; BERT'in dil anlama yeteneğinin büyük kısmını korurken daha az kaynakla çalışır.Doğal Dil Anlama(Natural Language Understanding)Doğal dil anlama (NLU), doğal dil işlemenin, bilgisayarların insan dilindeki bir ifadenin anlamını, niyetini ve içerdiği önemli bilgileri çözümlemesini amaçlayan alt alanıdır.Doğal Dil İşleme(Natural Language Processing)Doğal dil işleme (NLP), bilgisayarların insan dilini yazılı ya da sözlü olarak anlamasını, işlemesini ve üretmesini sağlayan yapay zekâ ve dilbilim alanıdır.Doğal Dil Üretimi(Natural Language Generation)Doğal dil üretimi (NLG), yapılandırılmış veriden, bir talimattan ya da başka bir metinden yola çıkarak insanların okuyup anlayabileceği akıcı ve anlamlı doğal dil metni oluşturan yapay zekâ alanıdır.Doğrulama Seti(Validation Set)Doğrulama seti (validation set), makine öğrenmesinde modelin eğitim sırasında görmediği, hiperparametreleri ayarlamak, farklı modelleri karşılaştırmak ve eğitimin ne zaman durdurulacağına karar vermek için kullanılan veri bölümüdür.Doğruluk Oranı(Accuracy)Doğruluk oranı (accuracy), bir sınıflandırma modelinin yaptığı tüm tahminler içinde doğru olanların oranıdır; doğru tahmin sayısının toplam tahmin sayısına bölünmesiyle hesaplanır ve genellikle yüzde olarak ifade edilir.Doğrusal Cebir(Linear Algebra)Doğrusal cebir (lineer cebir), vektörler, matrisler, vektör uzayları ve doğrusal dönüşümlerle ilgilenen matematik dalıdır. Makine öğrenmesi ve derin öğrenmedeki hesaplamaların büyük bölümü doğrusal cebir işlemlerine dayanır.Doğrusal Regresyon(Linear Regression)Doğrusal regresyon, bir hedef değişkeni bir ya da daha fazla bağımsız değişkenin ağırlıklı toplamı ve bir sabitle tahmin eden, ağırlıkları genellikle hata karelerinin toplamını en aza indirerek bulan temel bir istatistik ve makine öğrenmesi yöntemidir.Doğru Pozitif(True Positive)Doğru pozitif (true positive, TP), bir sınıflandırma modelinin gerçekte pozitif olan bir örneği doğru biçimde pozitif olarak tahmin etmesidir. Karışıklık matrisinin temel hücrelerinden biridir ve kesinlik, duyarlılık gibi metriklerin hesabında kullanılır.Dolandırıcılık Tespiti(Fraud Detection)Dolandırıcılık tespiti, kart işlemleri, hesap girişleri ve sigorta talepleri gibi verilerde sahte veya yetkisiz faaliyetleri kurallar ve makine öğrenmesi modelleriyle belirleme sürecidir.DPO(Direct Preference Optimization)DPO (Direct Preference Optimization, doğrudan tercih optimizasyonu), dil modellerini insanların tercih ettiği cevaplara yaklaştırmak için ayrı bir ödül modeli eğitmeden ve pekiştirmeli öğrenme döngüsü kurmadan, tercih çiftleri üzerinde doğrudan eğiten bir hizalama yöntemidir.DreamBoothDreamBooth, metinden görsel üreten bir difüzyon modeline, belirli bir nesneyi, karakteri ya da tarzı yalnızca birkaç örnek görselle öğreten ve bu öğeyi farklı sahnelerde tutarlı biçimde üretmeyi sağlayan bir ince ayar yöntemidir.DropoutDropout, yapay sinir ağlarının eğitimi sırasında her adımda nöronların bir kısmını rastgele geçici olarak devre dışı bırakan ve böylece ağın belirli nöronlara aşırı bağımlı olmasını önleyerek aşırı öğrenmeyi azaltan bir düzenlileştirme tekniğidir.Dudak Senkronizasyonu(Lip Sync)Dudak senkronizasyonu (lip sync), bir videodaki kişinin ağız ve dudak hareketlerinin konuşma sesiyle eşleşmesidir; yapay zekâda ise var olan bir videonun dudak hareketlerini yeni bir ses kaydına uyacak şekilde otomatik olarak yeniden üretme tekniğini anlatır.Durumsal Farkındalık(Situational Awareness)Durumsal farkındalık, bir kişinin ya da sistemin çevresinde olup bitenleri algılaması, bunların anlamını kavraması ve yakın gelecekte ne olacağını öngörebilmesidir; yapay zekâda ise modelin kendisinin bir model olduğunu ve test mi yoksa gerçek kullanımda mı olduğunu fark edebilmesini anlatır.Durum Uzayı(State Space)Durum uzayı, bir problemin ya da sistemin bulunabileceği tüm olası durumların kümesidir. Yapay zekâda arama algoritmaları ve pekiştirmeli öğrenme, çözümü bu uzayda dolaşarak bulur.Durum Uzayı Modeli(State Space Model)Durum uzayı modeli (SSM), bir sistemin zaman içindeki davranışını gizli bir iç durum ve bu durumun girdilerle nasıl değiştiğini anlatan denklemlerle tanımlayan modeldir. Derin öğrenmede uzun dizileri Transformer'a göre daha verimli işleyebilen mimarilerin temelini oluşturur.Duyarlılık(Recall)Makine öğrenmesinde duyarlılık (recall), gerçekte pozitif olan örneklerin ne kadarının model tarafından doğru şekilde pozitif olarak yakalandığını gösteren orandır; doğru pozitifin, doğru pozitif ile yanlış negatif toplamına bölünmesiyle bulunur.Duygu Analizi(Sentiment Analysis)Duygu analizi (sentiment analysis), bir metinde ifade edilen tutumun olumlu, olumsuz ya da nötr olduğunu, bazen de öfke veya memnuniyet gibi duyguları doğal dil işleme yöntemleriyle otomatik olarak belirleme işlemidir.Duygu Tanıma(Emotion Recognition)Duygu tanıma, yapay zekâ sistemlerinin yüz ifadeleri, ses tonu, metin ya da fizyolojik sinyaller gibi verilerden bir kişinin mutluluk, öfke, üzüntü gibi duygusal durumunu tahmin etmeye çalıştığı teknoloji alanıdır.Dünya Modeli(World Model)Dünya modeli (world model), bir yapay zekâ sisteminin içinde bulunduğu ortamın nasıl işlediğini öğrendiği ve bir eylem yapıldığında ya da zaman geçtiğinde ortamın nasıl değişeceğini tahmin etmesini sağlayan içsel temsildir.Düşünce Ağacı(Tree of Thoughts)Düşünce ağacı (Tree of Thoughts), bir dil modelinin bir problemi çözerken tek bir akıl yürütme çizgisi yerine birden fazla ara düşünceyi dallar hâlinde üretip değerlendirdiği, umut vadeden yolları izleyip çıkmazlardan geri döndüğü bir yöntemdir.Düşünce Zinciri(Chain of Thought)Düşünce zinciri (chain of thought), bir dil modelinin karmaşık bir soruyu cevaplamadan önce ara akıl yürütme adımlarını sırayla üretmesidir. Özellikle matematik, mantık ve çok adımlı problemlerde doğruluğu artırabilen bir yöntemdir.Düzgün Dağılım(Uniform Distribution)Düzgün dağılım, belirli bir aralıktaki tüm sonuçların eşit olasılığa sahip olduğu olasılık dağılımıdır. Hilesiz bir zarın kesikli, 0 ile 1 arasında rastgele seçilen bir sayının ise sürekli düzgün dağılıma uyduğu kabul edilir.EfficientNetEfficientNet, Google araştırmacılarının 2019'da tanıttığı ve ağın derinliğini, genişliğini ve girdi çözünürlüğünü tek bir katsayıyla dengeli biçimde büyüten bileşik ölçekleme yöntemine dayanan evrişimli sinir ağı ailesidir. Daha az parametreyle yüksek doğruluk hedefler.Eğitimde Yapay Zekâ(AI in Education)Eğitimde yapay zekâ, öğrenmeyi kişiselleştirmek, öğretmenlerin iş yükünü azaltmak ve öğrencilere anında geri bildirim vermek için yapay zekâ araçlarının öğretim süreçlerinde kullanılmasıdır.Eğitim Döngüsü(Training Loop)Eğitim döngüsü (training loop), bir makine öğrenmesi modelinin veri üzerinde tekrar tekrar tahmin yapıp hatasını ölçtüğü ve parametrelerini güncellediği tekrarlı süreçtir. Derin öğrenmede model eğitiminin iskeletini oluşturur.Eğitim Seti(Training Set)Eğitim seti (training set), bir veri setinin makine öğrenmesi modelinin parametrelerini ayarlamak, yani örüntüleri öğrenmek için kullanılan bölümüdür. Modelin başarısı ise eğitimde görmediği doğrulama ve test verileriyle ölçülür.Eğitim Verisi(Training Data)Eğitim verisi, bir makine öğrenmesi modelinin kalıpları öğrenmek için kullandığı örneklerin bütünüdür; modelin ne bildiğini, ne kadar doğru olduğunu ve hangi önyargıları taşıdığını büyük ölçüde belirler.Eksik Öğrenme(Underfitting)Eksik öğrenme (underfitting), bir modelin verideki temel kalıpları yakalayamayacak kadar basit kalması ya da yetersiz eğitilmesi nedeniyle hem eğitim hem de yeni verilerde düşük başarı göstermesidir.Eksik Veri(Missing Data)Eksik veri, bir veri setinde bazı gözlemler için belirli değişkenlerin değerinin kaydedilmemiş ya da boş olması durumudur. Eksikliğin nedeni ve örüntüsü, analiz sonuçlarının güvenilirliğini ve hangi çözüm yönteminin uygun olduğunu belirler.Eksik Veri Doldurma(Data Imputation)Eksik veri doldurma (imputation), bir veri setindeki boş değerlerin ortalama, medyan, en sık değer ya da istatistiksel ve makine öğrenmesi modelleriyle tahmin edilen değerlerle tamamlanmasıdır. Amaç, veri kaybını azaltırken yanlılık yaratmamaktır.Elastic NetElastic net, doğrusal modellerde lasso'nun L1 cezası ile ridge'in L2 cezasını belirli bir oranda birleştiren, hem özellik seçimi yapabilen hem de birbirine bağlı özelliklerde daha kararlı sonuç veren bir düzenlileştirme yöntemidir.ELMoELMo (Embeddings from Language Models), çift yönlü LSTM tabanlı bir dil modelinden elde edilen ve bir kelimeye içinde geçtiği cümleye göre farklı vektör temsili veren, 2018'de tanıtılmış bağlamsal kelime gömme yöntemidir.ELT(Extract Load Transform)ELT (Extract, Load, Transform), verinin kaynaktan çekilip önce ham hâliyle hedef sisteme yüklendiği, dönüştürme işleminin ise sonradan bu hedef sistemin kendi işlem gücüyle yapıldığı veri entegrasyon yaklaşımıdır.El Yazısı Tanıma(Handwriting Recognition)El yazısı tanıma (handwriting recognition), kâğıda, tablete ya da dokunmatik ekrana elle yazılmış harf, kelime ve cümlelerin yapay zekâ yöntemleriyle okunup düzenlenebilir dijital metne dönüştürülmesidir.EmbeddingEmbedding, bir kelimenin, cümlenin, belgenin ya da görselin anlamını sayılardan oluşan bir vektörle temsil etme yöntemidir. Anlamca birbirine yakın içeriklerin vektörleri de birbirine yakın olduğu için anlamsal arama ve RAG sistemlerinin temelini oluşturur.Endüstriyel Robot(Industrial Robot)Endüstriyel robot, fabrikalarda kaynak, boyama, montaj, paketleme gibi işleri yüksek hız ve tekrarlanabilirlikle yapan, programlanabilir ve genellikle çok eksenli mekanik koldan oluşan üretim makinesidir.Endüstri 4.0(Industry 4.0)Endüstri 4.0, üretimde nesnelerin interneti, yapay zekâ, büyük veri, bulut bilişim ve robotik gibi dijital teknolojilerin birleşmesiyle ortaya çıkan dönüşümü anlatır. Dördüncü sanayi devrimi olarak da anılır.Entropi(Entropy)Bilgi teorisinde entropi, bir rastgele değişkenin sonucundaki belirsizliğin ya da ortalama bilgi miktarının ölçüsüdür. Sonuçlar ne kadar öngörülemezse entropi o kadar yüksek, sonuç ne kadar kesinse o kadar düşüktür.En Boy Oranı(Aspect Ratio)En boy oranı (aspect ratio), bir görselin, videonun ya da ekranın genişliğinin yüksekliğine oranıdır ve 16:9, 1:1 ya da 9:16 gibi iki sayıyla ifade edilir; görselin yatay mı, kare mi yoksa dikey mi olacağını belirler.EpochEpoch, bir makine öğrenmesi modelinin eğitim veri kümesinin tamamını bir kez baştan sona görüp işlemesine verilen addır; eğitim genellikle birden fazla epoch boyunca sürer.Etiket(Label)Etiket (label), makine öğrenmesinde bir veri örneği için bilinen doğru cevaptır; örneğin bir fotoğrafın "kedi" olduğu ya da bir e-postanın "spam" olduğu bilgisi. Denetimli öğrenmede model, girdilerden bu etiketleri tahmin etmeyi öğrenir.Etiket Kodlama(Label Encoding)Etiket kodlama (label encoding), kategorik bir değişkenin her farklı değerine bir tam sayı atayarak metin biçimindeki kategorileri makine öğrenmesi modellerinin işleyebileceği sayısal biçime dönüştürme yöntemidir.ETL(Extract Transform Load)ETL (Extract, Transform, Load), verinin kaynak sistemlerden çekilmesi, temizlenip ortak biçime dönüştürülmesi ve ardından veri ambarı gibi bir hedef sisteme yüklenmesinden oluşan veri entegrasyon sürecidir.Evrensel Yaklaşım Teoremi(Universal Approximation Theorem)Evrensel yaklaşım teoremi, yeterince nörona sahip tek gizli katmanlı bir yapay sinir ağının, uygun bir aktivasyon fonksiyonuyla, sınırlı bir bölgedeki herhangi bir sürekli fonksiyona istenen hassasiyette yaklaşabileceğini söyleyen matematiksel sonuçtur.Evrimsel Algoritma(Evolutionary Algorithm)Evrimsel algoritma, biyolojik evrimdeki üreme, mutasyon ve seçilim mekanizmalarını taklit ederek aday çözümlerden oluşan bir popülasyonu kuşaklar boyunca iyileştiren optimizasyon yöntemleri ailesinin genel adıdır.