`makine-ogrenimi` ile İlgili Madde Sonuçları

Yapay zekâ destekli otomasyon, genellikle akıllı otomasyon (Intelligent Automation - IA) olarak da adlandırılan, iş süreçlerini ve görevleri insan müdahalesini en aza indirerek veya ortadan kaldırarak gerçekleştirmek amacıyla yapay zekâ (AI) teknolojilerinin otomasyon sistemleriyle birleştirilmesidir. Geleneksel otomasyon, önceden tanımlanmış kurallara dayalı ve tekrarlayan görevleri yerine getirirken, yapay zekâ entegrasyonu bu sistemlere öğrenme, uyum sağlama, veri analizi yapma ve karar verme

Yapay zekâ ile yazılım test otomasyonu, yazılım test süreçlerini daha verimli, akıllı ve etkili hâle getirmek amacıyla yapay zekâ (YZ) ve makine öğrenimi (ML) tekniklerinin kullanıldığı bir disiplindir. Temel amaç, manuel testlere harcanan zamanı ve iş yükünü azaltmak, test kapsamını artırmak ve test uzmanlarının daha karmaşık ve yenilikçi görevlere odaklanmasını sağlamaktır. Yapay zekâ, insan zekâsının bir simülasyonu olarak, öğrenme ve düşünme yeteneği kazandırılmış bilgisayar programları arac

Edge AI (Uç Yapay Zeka) veya Edge Intelligence (Uç Zeka - EI), yapay zeka (AI) hesaplamalarının ve algoritmalarının, merkezi bulut veri merkezleri yerine, verinin üretildiği veya kullanıcıların bulunduğu ağın uç noktalarına yakın konumdaki cihazlarda (uç cihazlar) çalıştırılması pratiğini ifade eder.Bu yaklaşım, AI yeteneklerini mobil cihazlar, Nesnelerin İnterneti (IoT) sensörleri, akıllı kameralar, robotlar gibi gerçek dünya cihazlarına entegre etmeyi amaçlar. Temelde, uç bilişim (edge computi

Büyük Dil Modelleriyle Sentetik Veri Üretimi, büyük dil modellerinin metin, kod veya etiketli veri gibi çeşitli içerikleri yapay olarak üretme yeteneklerinden yararlanarak, gerçek verilere benzer nitelikte sentetik veri oluşturma sürecidir. Büyük dil modelleri (BDM’ler), metin, kod veya etiketli veri gibi çeşitli içerikleri yapay olarak üretme yetenekleri sayesinde, gerçek verilere benzer nitelikte sentetik veri oluşturma sürecine yeni bir boyut kazandırır. Bu yaklaşım, özellikle etiketli verini

Docker, yazılım uygulamalarını birbirinden bağımsız ve taşınabilir konteynerlerde çalıştırmak için kullanılan açık kaynaklı bir platformudur. Sanal makinelerden farklı olarak, konteynerler işletim sistemi seviyesinde izole edilir ve daha hafif kaynak kullanımı sağlar. Özellikle yapay zeka (YZ) projelerinde Docker; taşınabilirlik, tekrar üretilebilirlik ve bağımlılık yönetimi konularında büyük avantaj sağlar. Örneğin Docker, makine öğrenimi süreçlerinde ortaya çıkan “ortamı tekrardan yaratma” (en

Jetson Nano, modern yapay zeka uygulamalarının düşük güç tüketimiyle uç noktalarda çalıştırılmasına olanak tanıyan, NVIDIA tarafından geliştirilen kompakt ve güçlü bir yapay zeka bilgisayarıdır. Görüntü sınıflandırma, nesne algılama, segmentasyon ve konuşma işleme gibi alanlarda birden fazla nöral ağı aynı anda çalıştırabilme yeteneğine sahiptir. Küçük boyutuna rağmen yüksek performans sunan bu platform, özellikle düşük maliyetli ve enerji verimli çözümler için tercih edilmektedir.TarihçeJetson

Son yıllarda bilgisayarla görme (computer vision) ve yapay zekâ (AI) alanında yaşanan gelişmeler, makinelerin çevresini daha iyi algılayabilmesini mümkün kılmıştır. Bu çerçevede, Google tarafından geliştirilen MediaPipe, görsel ve işitsel verilerin gerçek zamanlı olarak analiz edilmesini sağlayan açık kaynaklı bir yazılım çatısı olarak dikkat çeker. Kullanımı kolay, platformlar arası çalışabilen ve güçlü GPU desteği bulunan bu yapı, hem araştırma hem de endüstriyel projelerde geniş bir kullanım

Google Colab (Colaboratory), 2017 yılında Google Research tarafından geliştirilmiş, makine öğrenimi ve derin öğrenme modellerini CPU, GPU ve TPU üzerinde çalıştırmaya olanak tanıyan ücretsiz, çevrimiçi bir Jupyter Notebook ortamıdır. Colab, kullanıcıların yerel bilgisayarlarının donanımına ihtiyaç duymadan Python ile çalışabilmesini sağlayan bir platformdur. Google Colab, yapay zeka teknolojilerini geliştirme ve bulut hizmetlerinin kullanımını artırma amacıyla yaratılmıştır ve tüm kullanıcılar i

Luminance, yapay zekâ destekli sözleşme işleme ve inceleme sistemleri geliştiren bir hukuk teknolojisi şirketidir. 2015 yılında Cambridge Üniversitesi kökenli yapay zekâ uzmanları ve matematikçiler tarafından kurulmuştur. Şirketin merkez ofisi Birleşik Krallık’ın Cambridge şehrinde yer almakta olup, Londra, New York, San Francisco, Dallas, Toronto, Madrid ve Singapur gibi küresel merkezlerde de faaliyet göstermektedir.KuruluşLuminance, Eylül 2015’te Adam Guthrie (baş yazılım mimarı) ve Dr. Graha

Makine öğrenimi modelleri, verileri farklı kategorilere sınıflandırmak için çeşitli uygulamalarda giderek daha fazla kullanılıyor. Ancak, bu modellerin performansını değerlendirmek, doğruluklarını ve güvenilirliklerini sağlamak için önemlidir. Bu değerlendirme sürecindeki temel araçlardan biri de karışıklık matrisidir. Karışıklık matrisi, bir sınıflandırma modelinin tahminlerini gerçek sonuçlarla karşılaştırarak ne kadar iyi performans gösterdiğini gösteren basit bir tablodur. Tahminleri dört ka