Yapay Zeka Terimleri – Sayfa 5
653 terim
Terimler
Hedef Değişken(Target Variable)Hedef değişken (target variable), bir makine öğrenmesi ya da istatistik modelinde tahmin edilmek istenen değişkendir; model, diğer değişkenlere (özelliklere) bakarak bu değişkenin değerini kestirmeyi öğrenir. Bağımlı değişken olarak da bilinir.HellaSwagHellaSwag, dil modellerinin sağduyuya dayalı çıkarım yeteneğini ölçen bir kıyaslama testidir; modelden, günlük bir olayı anlatan kısa bir metnin dört olası devamından en mantıklı olanını seçmesi istenir.Hesaplama Gücü(Compute)Hesaplama gücü (compute), bir sistemin belirli sürede yapabildiği işlem miktarıdır. Yapay zekâda bir modeli eğitmek ve çalıştırmak için harcanan toplam işlem kapasitesini anlatır ve genellikle FLOPS gibi birimlerle ölçülür.Hız Sınırı(Rate Limit)Hız sınırı (rate limit), bir API'ye belirli bir zaman diliminde gönderilebilecek istek ya da işlenebilecek token miktarına konan üst sınırdır. Sınır aşıldığında sunucu yeni istekleri geçici olarak reddeder.Hibrit Arama(Hybrid Search)Hibrit arama (hybrid search), klasik anahtar kelime aramasını (ör. BM25) anlamsal vektör aramasıyla birleştirip iki yöntemin sonuçlarını tek bir sıralamada harmanlayan bir bilgi getirme yaklaşımıdır.Hiperparametre(Hyperparameter)Hiperparametre, model eğitimi başlamadan önce insan tarafından belirlenen ve öğrenme sürecini yöneten ayarlardır; öğrenme oranı, batch size ve epoch sayısı en bilinen örnekleridir.Hiperparametre Optimizasyonu(Hyperparameter Optimization)Hiperparametre optimizasyonu, bir makine öğrenmesi modelinin eğitimden önce belirlenen ayarlarının (öğrenme oranı, ağaç derinliği, katman sayısı gibi) en iyi performansı verecek değerlerini sistematik olarak arama sürecidir.Hiper Otomasyon(Hyperautomation)Hiper otomasyon, bir kurumdaki mümkün olduğunca çok iş sürecini yapay zekâ, robotik süreç otomasyonu, süreç madenciliği ve akıllı belge işleme gibi birden çok teknolojiyi birlikte kullanarak sistematik biçimde otomatikleştirme yaklaşımıdır.Hipotez Testi(Hypothesis Testing)Hipotez testi, bir kitle hakkındaki iddianın örneklem verisiyle ne kadar uyumlu olduğunu değerlendiren istatistiksel karar verme yöntemidir. Sıfır hipotezi ve alternatif hipotez kurulur, test istatistiği ve p değeri hesaplanır, sonuca belirlenen anlamlılık düzeyine göre karar verilir.HistogramHistogram, sayısal bir değişkenin değerlerini eşit genişlikteki aralıklara (bin) bölüp her aralıkta kaç gözlem bulunduğunu çubuklarla gösteren grafiktir. Dağılımın şeklini, merkezini ve yayılımını görmeyi sağlar.Hiyerarşik Kümeleme(Hierarchical Clustering)Hiyerarşik kümeleme, veri noktalarını benzerliklerine göre adım adım birleştirerek ya da bölerek iç içe geçmiş kümelerden oluşan bir ağaç yapısı (dendrogram) oluşturan ve küme sayısının önceden belirlenmesini gerektirmeyen bir denetimsiz öğrenme yöntemidir.HNSW(Hierarchical Navigable Small World)HNSW (Hierarchical Navigable Small World), çok sayıda vektör arasından bir sorguya en yakın olanları, katmanlı bir grafik yapısı üzerinde gezinerek hızlıca bulan yaklaşık en yakın komşu arama algoritmasıdır.Hopfield Ağı(Hopfield Network)Hopfield ağı, tüm nöronların birbirine bağlı olduğu ve kaydedilmiş desenleri eksik ya da gürültülü bir ipucundan yola çıkarak geri çağırabilen tekrarlayan bir sinir ağıdır. Çağrışımsal belleğin klasik modelidir ve bir enerji fonksiyonunu adım adım azaltarak çalışır.HumanEvalHumanEval, yapay zekâ modellerinin bir fonksiyon açıklamasından çalışan Python kodu yazma becerisini, üretilen kodu birim testlerle çalıştırarak ölçen ve 164 programlama probleminden oluşan bir benchmarktır.Humanity's Last ExamHumanity's Last Exam (HLE), birçok alandan uzmanların hazırladığı, yapay zekâ modellerinin henüz zorlandığı çok zor ve kapalı uçlu sorulardan oluşan, ileri düzey akademik bilgi ve akıl yürütmeyi ölçmeyi amaçlayan bir benchmarktır.InpaintingInpainting, bir görselin maske ile seçilen bölümünü yapay zekâ ile silme, onarma veya yeni içerikle doldurma işlemidir; görselin geri kalanı korunurken yalnızca işaretli alan yeniden üretilir.IoU(Intersection over Union)IoU (Intersection over Union), nesne tespiti ve görüntü bölütlemede modelin tahmin ettiği alan ile gerçek alanın ne kadar örtüştüğünü, iki alanın kesişiminin birleşimine oranı olarak ölçen ve 0 ile 1 arasında değer alan bir ölçüttür.Isı Haritası(Heatmap)Isı haritası (heatmap), bir tablodaki ya da bir yüzeydeki sayısal değerleri renk tonlarıyla gösteren görselleştirme türüdür. Yüksek ve düşük değerlerin nerede yoğunlaştığını tek bakışta fark etmeyi sağlar.İçerik Moderasyonu(Content Moderation)İçerik moderasyonu, bir platformdaki kullanıcı paylaşımlarının ya da yapay zekâ çıktılarının platform kurallarına ve yasalara uygunluğunu denetleyip uygun olmayanları kaldırma, sınırlama veya işaretleme sürecidir.İçerik Tabanlı Filtreleme(Content-Based Filtering)İçerik tabanlı filtreleme, bir kullanıcının daha önce beğendiği öğelerin tür, konu, anahtar kelime gibi özelliklerini çıkarıp bu özelliklere benzeyen yeni öğeleri öneren bir öneri sistemi yöntemidir.İkili Çapraz Entropi(Binary Cross-Entropy)İkili çapraz entropi (log loss), yalnızca iki olası sonucu olan sınıflandırma problemlerinde kullanılan kayıp fonksiyonudur. Modelin pozitif sınıf için verdiği olasılığın gerçek etiketle ne kadar uyumlu olduğunu ölçer ve kendinden emin hataları ağır cezalandırır.İnce Ayar(Fine-tuning)İnce ayar (fine-tuning), önceden eğitilmiş bir yapay zekâ modelini daha küçük ve göreve özel bir veri kümesiyle yeniden eğiterek belirli bir işe, üsluba veya alana uyarlama işlemidir.İnsansı Robot(Humanoid Robot)İnsansı robot (humanoid robot), gövde, kollar, bacaklar ve çoğu zaman bir baş içeren, insan vücuduna benzer biçimde tasarlanmış ve insanlar için yapılmış ortamlarda hareket edip iş görebilmesi amaçlanan robottur.İnsan Döngüde(Human-in-the-Loop)İnsan döngüde (human-in-the-loop), bir yapay zekâ sisteminin eğitiminde, değerlendirilmesinde ya da karar sürecinde insanların aktif olarak yer aldığı, modelin çıktılarını kontrol edip onayladığı veya düzelttiği çalışma biçimidir.İstatistiksel Anlamlılık(Statistical Significance)İstatistiksel anlamlılık, bir çalışmada gözlenen fark ya da ilişkinin, sıfır hipotezi doğru olsaydı yalnızca şansla ortaya çıkmasının düşük bir olasılık olduğu durumu ifade eder. Genellikle p değerinin önceden belirlenen anlamlılık düzeyinin altında olmasıyla tanımlanır.İşbirlikçi Filtreleme(Collaborative Filtering)İşbirlikçi filtreleme, bir kullanıcıya öneri yaparken ona benzer zevklere sahip diğer kullanıcıların beğendiklerini ya da birlikte tercih edilen öğeleri temel alan, öneri sistemlerinde yaygın kullanılan bir yöntemdir.İterasyon(Iteration)İterasyon, bir işlemin belirli bir hedefe yaklaşmak için tekrar tekrar uygulanmasıdır. Makine öğrenmesinde genellikle bir veri yığını (batch) üzerinde yapılan tek bir parametre güncellemesi adımını ifade eder.JailbreakYapay zekâda jailbreak, bir dil modelinin güvenlik kurallarını ve kullanım politikalarını aşarak normalde reddedeceği zararlı ya da yasak içerikleri üretmesini sağlamaya yönelik girişimlerin genel adıdır.Kalman Filtresi(Kalman Filter)Kalman filtresi, gürültülü ve eksik ölçümleri bir sistemin hareket modeliyle birleştirerek o sistemin gerçek durumunu, örneğin bir aracın konumunu ve hızını, her yeni ölçümde güncellenen en iyi tahminle hesaplayan algoritmadır.Karakter Tutarlılığı(Character Consistency)Karakter tutarlılığı, yapay zekâyla üretilen farklı görsel ya da video sahnelerinde aynı karakterin yüz hatları, saç, kıyafet ve genel görünümünün tanınabilir biçimde korunmasıdır; hikâye anlatımı, çizgi roman ve marka içerikleri için önemlidir.Karar Ağacı(Decision Tree)Karar ağacı, veriyi bir dizi koşul sorusuyla adım adım dallara ayırarak sınıflandırma ya da sayısal tahmin yapan, ağaç biçiminde gösterilebilen ve kararları kolay yorumlanan bir makine öğrenmesi modelidir.Kara Kutu Problemi(Black Box Problem)Kara kutu problemi, özellikle derin öğrenme modellerinin bir girdiden nasıl bir karara ulaştığının insanlar tarafından anlaşılmasının ve açıklanmasının zor olması sorunudur. Güven, hesap verebilirlik ve hata ayıklama açısından önemli riskler doğurur.Karınca Kolonisi Optimizasyonu(Ant Colony Optimization)Karınca kolonisi optimizasyonu (ACO), karıncaların yiyecek ararken bıraktığı feromon izlerinden esinlenen ve yapay karıncaların iyi yollara daha çok iz bırakmasıyla en kısa rota gibi problemlere iyi çözümler arayan algoritmadır.Karışıklık Matrisi(Confusion Matrix)Karışıklık matrisi (confusion matrix), bir sınıflandırma modelinin tahminlerini gerçek etiketlerle karşılaştıran tablodur. Doğru pozitif, yanlış pozitif, doğru negatif ve yanlış negatif sayılarını gösterir; kesinlik, duyarlılık gibi metrikler buradan hesaplanır.Karıştırıcı Değişken(Confounding Variable)Karıştırıcı değişken (confounding variable), incelenen neden ile sonucu aynı anda etkileyen ve ikisi arasında gerçekte olmayan ya da olduğundan farklı görünen bir ilişki yaratan üçüncü değişkendir.Kategorik Değişken(Categorical Variable)Kategorik değişken, değerleri sayısal bir ölçüm yerine belirli gruplardan ya da sınıflardan oluşan değişkendir. Cinsiyet, şehir, renk ya da eğitim düzeyi gibi örnekleri vardır; nominal (sırasız) ve sıralı (ordinal) olmak üzere iki ana türe ayrılır.Kavram Kayması(Concept Drift)Kavram kayması (concept drift), bir makine öğrenmesi modelinin öğrendiği girdi ile hedef arasındaki ilişkinin zamanla değişmesidir. Bu değişim, eğitim sırasında başarılı olan modelin performansının giderek düşmesine yol açar.Kaybolan Gradyan Problemi(Vanishing Gradient Problem)Kaybolan gradyan problemi, derin sinir ağlarında geri yayılım sırasında gradyanların katmanlar boyunca küçüle küçüle sıfıra yaklaşması ve bu yüzden ilk katmanların neredeyse hiç öğrenememesidir. Uygun aktivasyon fonksiyonları ve mimari çözümlerle hafifletilir.Kayıp Fonksiyonu(Loss Function)Kayıp fonksiyonu, bir modelin tahmini ile gerçek değer arasındaki farkı tek bir sayıyla ölçen fonksiyondur; eğitimin amacı bu kayıp değerini olabildiğince küçültmektir.Kelime Dağarcığı(Vocabulary)Yapay zekâda kelime dağarcığı (vocabulary), bir dil modelinin veya tokenizer'ın tanıdığı tüm token'ların, yani kelime, alt kelime ve karakter parçalarının, her birine benzersiz bir numara atanmış sabit listesidir.Kelime Torbası(Bag of Words)Kelime torbası (bag of words), bir metni kelimelerin sırasını yok sayıp yalnızca hangi kelimenin kaç kez geçtiğini sayarak sayısal bir vektöre dönüştüren, metin sınıflandırmada kullanılan klasik temsil yöntemidir.Kenar Bilişim(Edge Computing)Kenar bilişim (edge computing), verinin uzak bir veri merkezine gönderilmek yerine üretildiği yere yakın cihazlarda ya da yerel sunucularda işlenmesidir. Gecikmeyi azaltır, bant genişliği kullanımını düşürür ve gizliliği güçlendirebilir.Kenar Tespiti(Edge Detection)Kenar tespiti (edge detection), bir görüntüde parlaklık ya da rengin keskin biçimde değiştiği noktaları bularak nesnelerin sınırlarını ve şekillerini ortaya çıkaran temel bir görüntü işleme tekniğidir.Kesinlik(Precision)Makine öğrenmesinde kesinlik (precision), modelin pozitif olarak işaretlediği örnekler içinde gerçekten pozitif olanların oranıdır; doğru pozitif sayısının, doğru pozitif ile yanlış pozitif toplamına bölünmesiyle hesaplanır.Kestirimci Bakım(Predictive Maintenance)Kestirimci bakım, makinelerin sensör verileri ve analiz modelleriyle sürekli izlenerek olası arızaların gerçekleşmeden önce tahmin edilmesi ve bakımın tam gerektiği zamanda yapılmasıdır.Keşifsel Veri Analizi(Exploratory Data Analysis)Keşifsel veri analizi (EDA), bir veri setini modellemeye ya da resmî testlere geçmeden önce özet istatistikler ve grafiklerle inceleyerek yapısını, dağılımlarını, ilişkilerini, eksiklerini ve aykırı değerlerini anlama sürecidir.Kısmi Türev(Partial Derivative)Kısmi türev, birden fazla değişkene bağlı bir fonksiyonun, diğer değişkenler sabit tutulurken yalnızca bir değişkene göre ne hızla değiştiğini gösteren türevdir. Makine öğrenmesinde gradyan hesabının temelidir.Kişiselleştirilmiş Öğrenme(Personalized Learning)Kişiselleştirilmiş öğrenme, eğitim içeriğinin, hızının ve yönteminin her öğrencinin seviyesine, ilgi alanlarına ve ihtiyaçlarına göre uyarlandığı öğretim yaklaşımıdır. Yapay zekâ bu uyarlamayı ölçeklendirmeye yardımcı olabilir.Kişiselleştirme(Personalization)Kişiselleştirme, bir dijital hizmetin içerik, öneri veya arayüzünü kullanıcının davranışlarına, tercihlerine ve bağlamına göre uyarlamasıdır. Yapay zekâ, bu uyarlamayı büyük ölçekte ve otomatik olarak yapmayı sağlar.Ki-Kare Testi(Chi-Square Test)Ki-kare testi, kategorik verilerde gözlenen frekansların beklenen frekanslardan anlamlı biçimde farklı olup olmadığını, örneğin iki kategorik değişkenin birbirinden bağımsız olup olmadığını sınamak için kullanılan istatistiksel bir hipotez testidir.Kobot(Collaborative Robot)Kobot (işbirlikçi robot), kuvvet sınırlama ve çarpışma algılama gibi güvenlik özellikleri sayesinde koruma kafesi olmadan, insanla aynı çalışma alanında ve onunla birlikte görev yapacak şekilde tasarlanmış robottur.Kod Asistanı(Coding Assistant)Kod asistanı (coding assistant), büyük dil modellerini kullanarak kod tamamlama, yeni kod yazma, hata bulma, kod açıklama ve test üretme gibi yazılım geliştirme görevlerinde yardım eden yapay zekâ aracıdır.Kod Tamamlama(Code Completion)Kod tamamlama, yazılımcı kod yazarken düzenleyicinin sonraki kelimeyi, satırı ya da kod bloğunu önermesidir. Klasik sürümleri dil kurallarına dayanırken yapay zekâ destekli sürümler büyük dil modelleriyle daha uzun öneriler üretir.Kod Yorumlayıcı(Code Interpreter)Kod yorumlayıcı (code interpreter), bir dil modelinin yazdığı kodu, genellikle Python'u, yalıtılmış güvenli bir ortamda çalıştırıp sonucunu görmesini sağlayan araçtır. Model böylece hesaplama, veri analizi ve dosya işleme gibi görevleri gerçekten yürütebilir.Kontrol Noktası(Checkpoint)Kontrol noktası (checkpoint), bir yapay zekâ modelinin eğitimi sırasında belirli aralıklarla kaydedilen anlık durumudur. Model ağırlıklarını ve çoğu zaman eğitime kaldığı yerden devam etmek için gereken ek bilgileri içerir.Kontrol Problemi(AI Control Problem)Kontrol problemi, giderek daha yetenekli hâle gelen yapay zekâ sistemlerinin insanların niyetine uygun davranmasını, gerektiğinde düzeltilebilmesini ve durdurulabilmesini nasıl güvence altına alacağımız sorusudur.Konuşma Tanıma(Speech Recognition)Konuşma tanıma, insan konuşmasını içeren ses kaydını yapay zekâ ile analiz ederek yazılı metne dönüştüren teknolojidir; sesli asistanların ve otomatik altyazının temelidir.Konu Modelleme(Topic Modeling)Konu modelleme, çok sayıda belgeden oluşan bir metin koleksiyonunda, birlikte sık geçen kelime gruplarını bularak gizli konuları etiketli veri kullanmadan ortaya çıkaran denetimsiz makine öğrenmesi yöntemidir.Konveks Optimizasyon(Convex Optimization)Konveks optimizasyon, konveks (dışbükey) bir amaç fonksiyonunun konveks bir küme üzerinde en aza indirilmesi problemidir. Bu tür problemlerde her yerel minimum aynı zamanda küresel minimumdur, bu yüzden güvenilir biçimde çözülebilir.Korelasyon(Correlation)Korelasyon, iki değişkenin birlikte ne ölçüde ve hangi yönde değiştiğini gösteren istatistiksel ilişkidir. Korelasyon katsayısı −1 ile +1 arasında değer alır; +1 kusursuz pozitif, −1 kusursuz negatif doğrusal ilişkiyi, 0 ise doğrusal ilişki olmadığını gösterir.