YAPAY ZEKA (YZ) - ARTIFICIAL INTELLIGENCE (AI)

Yapay Zekâ, aslında iki kelimeden oluşuyor:

Yapay: İnsanlar tarafından yapılmış, doğal olmayan.
Zekâ: Öğrenme, problem çözme ve karar verme yeteneği.

Yapay Zekâ, bilgisayarların tıpkı insanlar gibi öğrenmesini, problem çözmesini ve kararlar 
vermesini sağlayan bir bilim dalıdır. 

Bir bilgisayarı veya robotu "akıllandırma" yoludur! 

Örnek 1: Kedi mi Köpek mi?

Bilgisayara binlerce kedi ve köpek resmi gösteririz.  
"Bu kedi, bu köpek." diye söyleriz.

Bir süre sonra, bilgisayar yeni bir resim gördüğünde, kendisi karar verebilir! 

İşte buna ; Makine Öğrenimi denir.

Günlük Hayatımızda AI

Akıllı Telefonlar: Fotoğraflarınızı tanır ve düzenler.
Oyunlar: Bilgisayara karşı oynadığınız zeki rakipler.
Öneri Sistemleri: Hangi videoyu izleyeceğini sana öneren sistemler.
Akıllı Evler: Sesli komutla açıp kapattığınız ışıklar.

Siri (Apple)

Telefonlarda sesle konuşabildiğin yardımcıdır.
Örnek: "Siri, hava nasıl?" dediğinde sana cevabı verir.

ChatGPT (OpenAI)

Seninle yazılı olarak konuşan ve sorulara cevap veren bir yapay zekadır.
Örnek: Ödev yaparken sana yardımcı olabilir.

Alexa (Amazon)

Evin içinde sesle kontrol edilebilen bir asistandır.
Örnek: "Alexa, ışıkları aç" dersen ışıkları açabilir.

Google Asistan

Google tarafından yapılmış bir sesli yardımcıdır.
Örnek: Telefonla konuşarak alarm kurabilirsin.

Face ID (Apple)

Telefonun yüzünü tanıyarak kilidini açan sistemdir.
Örnek: Telefon sana bakınca seni tanır ve açılır.

Büyük Veri ( Big Data )

Yapay zekanın zeki olması için çok fazla bilgiye ihtiyacı vardır.
Bu bilgilere Veri diyoruz.

Örnek: Sürücüsüz bir arabanın güvenli sürmeyi öğrenmesi için
milyonlarca kilometre sürüş verisine ihtiyacı vardır.

Veri Tipleri: Metinler, fotoğraflar, videolar, sesler, sayı tabloları.
Kirli veya eksik veri, AI'ı yanlış kararlar vermeye iter.

Derin Öğrenme

Derin Öğrenme, Makine Öğreniminin bir üst seviyesidir.

Yapay Sinir Ağları (Artificial Neural Networks): 

Derin öğrenme, insan beynindeki sinir hücrelerini taklit eden katmanlı yapılar kullanır.
Bu katmanlar, veriyi daha derinlemesine analiz eder.

Kullanım Alanı: 

Yüz tanıma, 
ChatGPT gibi büyük dil modelleri, 
Tıbbi görüntü analizi.

💻 Yapay Zeka ( AI ) Örneği: Basit Tahmin Kodu

Bu kod, bilgisayara saat (ders çalışma süresi) ile not arasındaki ilişkiyi öğretir ve 
ardından yeni bir saat değeri için notu tahmin etmesini ister.

Kullanılan Araç: Python programlama dili ve makine öğrenimi için en temel 
kütüphanelerden biri olan scikit-learn kütüphanesi.

Kod kütüphanesi,

Yazılım geliştirme sürecinde sık kullanılan fonksiyonların, sınıfların, modüllerin veya hazır kod parçalarının bir arada bulunduğu ve tekrar tekrar kullanılabilen bir yapıdır.

Amaç, geliştiricilerin aynı işleri her seferinde sıfırdan yazmasını engelleyerek zamandan tasarruf sağlamak ve hata riskini azaltmaktır.



💻 Kodun Çalışma Mantığı

Veri Hazırlama: X ve y listeleri, bilgisayara hangi saat çalışmanın hangi notu getirdiğini gösteren deneyimler sunar.

Öğrenme: model.fit(X, y) satırı ile model bu veriye bakarak bir kural (matematiksel bir çizgi) oluşturur. Bu kural, ders saati arttıkça notun da artacağını öğrenir.

Tahmin: model.predict([[3.5]]) satırı, modelin öğrendiği kuralı kullanarak daha önce görmediği bir değeri (3.5 saat) girer ve buna uygun bir not (tahminen 77.50 civarı) 
çıkarır.

Bu basit kod bile, bir bilgisayarın deneyimden (veriden) nasıl öğrenerek bir 
tahmin yapabildiğini göstermektedir.



Bağlantı: Linke Girmek İçin Tıklayınız.