Veri ve Yapay Zekâya Giriş

Veriyi soru, özellik, etiket, eğitim, test, hata ve etik etki üzerinden küçük AI deneylerine dönüştürmek.

Tamamlanma kanıtı: Veri kartı, temel model, karışıklık matrisi veya hata listesi ve insan denetimi.

Küçük bir sınıflandırma örneğinde veri dengesini incele; yalnız doğruluğu değil yanlış pozitif ve yanlış negatifleri ayrı raporla.

Sıra bir öneridir; ancak proje sayfasına geçmeden önce temel kavram, uygulama ve hata ayıklama derslerinin kanıtı tamamlanmalıdır.

Veriyi soru, özellik, etiket, eğitim, test, hata ve etik etki üzerinden küçük AI deneylerine dönüştürmek. Bu nedenle bu modülde yalnız doğru örneği çalıştırmak yeterli değildir. Tamamlanma kanıtı veri kartı, temel model, karışıklık matrisi veya hata listesi ve insan denetimi olmalı; normal girdi, sınır girdi ve hatalı girdi ayrı ayrı sınanmalıdır.

İlk turda Eğitim Verisi ve Test Verisi, Görüntü Tanımaya Giriş, Hatalı ve Yanlı Veri, Makine Öğrenmesi Nedir?, Örüntü Nedir? başlıkları arasından temel kavram ve uygulamayı eşleştir. Önce sonucu tahmin et, sonra çalıştır veya ölç, ardından farkı açıkla. Tahmin ile gerçek aynıysa bile hangi koşul değiştiğinde sonucun bozulacağını yaz.

İkinci turda şu laboratuvarı uygula: Küçük bir sınıflandırma örneğinde veri dengesini incele; yalnız doğruluğu değil yanlış pozitif ve yanlış negatifleri ayrı raporla. Çalışmayı tek başarılı ekran görüntüsüyle kapatma. Girdi tablosu, beklenen davranış, gerçek davranış, hata mesajı veya ölçüm ve yapılan düzeltme aynı dosyada bulunmalıdır.

Son turda Tablo ve Grafik Okuma, Veri Nedir?, Veri Toplama ve Temizleme, Yapay Zekâ Etiği, Yapay Zekâ Nedir? başlıklarını birbirine bağla. Bir dersten alınan çıktı diğerinin girdisi olsun; veri tipi, birim, bağlantı, zamanlama veya kullanıcı beklentisi değiştiğinde zincirin hangi noktasında güvenli duruş gerektiğini göster.

Bir ay sonra aynı görevi daha az kaynak yardımıyla yeniden yap. İlk ve ikinci sürüm arasında yalnız hız veya görünüm değil; test kapsamı, açıklanabilirlik, güvenlik ve başka bir kişinin yeniden kurabilmesi karşılaştırılır.

Eğitim Verisi ve Test Verisi dersinde üretilen temel kavramı Ses ve Metin Sistemlerine Giriş çalışmasında girdi olarak kullan. Ardından Yapay Zekâ Nedir? sayfasında aynı kavramın daha büyük bir sistemde hangi sınırlarla değiştiğini göster. Bu geçiş veriyi soru, özellik, etiket, eğitim, test, hata ve etik etki üzerinden küçük ai deneylerine dönüştürmek. hedefini tek örnekten daha geniş bir yapıya taşır.

Köprü kanıtı olarak veri kartı, temel model, karışıklık matrisi veya hata listesi ve insan denetimi dosyasına üç sütun ekle: önceki dersten taşıdığım bilgi, yeni derste değişen koşul ve testte gördüğüm sonuç. İki ders arasında yalnız aynı sözcüğün geçmesi bağlantı değildir; çıktının gerçekten sonraki işlemin girdisi olması gerekir.

Bağlantıyı şu laboratuvarla sınayabilirsin: Küçük bir sınıflandırma örneğinde veri dengesini incele; yalnız doğruluğu değil yanlış pozitif ve yanlış negatifleri ayrı raporla. İlk denemeden sonra bir sınır koşulu ekle; boş veri, yanlış tür, kesik bağlantı, aşırı değer veya kullanıcı hatası gibi. Sistemin yalnız normal örnekte değil, bu koşulda da anlaşılır ve güvenli davranıp davranmadığını kaydet.

• Önceki dersin çıktısını açıkça adlandır
• Yeni derste değişen tek koşulu belirt
• Beklenen ve gerçek sonucu ayrı yaz
• Güvenli duruş veya hata mesajını tanımla
• İkinci sürümde tek değişiklik yap