Skip to content

sh3rly13/yapay_zeka_101

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

6 Commits
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Eğitimin birinci günü "Yapay Zeka" banneri ile açılmış ikinci gün verilen bilgiler ise "Veri Analitiği" banneri ile devam etmektedir.

Note

Bu sunumda yer alan görsellerin tamamı MICROFON aracılığıyla ve AKBANK ın desteği ile yapılan "YAPAY ZEKA VE VERİ ANALİTİĞİ 101" eğitiminden alınmıştır. Kişisel olarak eklediğim bilgilerde hata görmeniz durumunda lütfen düzeltiniz. İyi okumalar teşekkürler

Bankacılık Alanında Kullanılan Yapay Zeka Kolları
  • Banking&Personal Finance
  • Communication
  • Media
  • Workplace
  • Online Shopping
  • Social Networks
  • Smart Homes
  • Cybersecurity
  • Events

Örnek açıklama
  • İstatiksel modelleme ile x seceneği seçilirse a sonucunun olması yuksek tarzı modellemeler yapılmış ve teknolojı gelistikce bu modellemeler makinelere (programlara) adapte edilmistır.
  • 2017 yılına gelindığınde ise bütün modellemeleri yapay sınır ağlarına benzeterek eş zamanlı olarak işlenmesi ve sonuc alınması ile deep learnıng oluşmuştur.
  • Gunumuzde ise GenAi dediğimiz tek bir veriden yeni bir görsel ya da işitsel ıcerıkleri çıkartan generatıve aı ortaya çıkmıştır.

Bankacılık sektörünün yapay zeka dönemindeki ilk yıllarında “bert” kullanılırken gunumuzde openAı sırketının sağladığı verilerın karşılaştırılması.

Yapay zeka hakkında genel terimler ve açıklamaları.

Yapay zekanın girdileri ve olası çıktılarıdır. Metin verisi girdisi ile Code Generation sonucu alınabilir.

Note

Buraya kadar olan görseller Kıdemli İş Mimarı Gizem Yalçın tarafından anlatılmıştır. Sonraki görseller daha teknik bilgiler içermekte olup Uygulama Mimarı Muhammet Ali Dede tarafından anlatılmıştır.

Supervised Learning

  • Supervised Learning : Gözetimli öğrenme olarak geçmektedir ve istediğimiz sonucu almak için makineye yol gösteririz.
Unsupervised Learning

  • Unsupervised Learning : Gözetimsiz öğrenme olarak geçmektedir ve makineye yol gösterecek herhangi bir veri seti olmadan sonuç bulmaya çalışır.
Semi-Supervised Learning

  • Semi-Supervised Learning : Yarı Gözetimli öğrenme olarak geçmektedir ve makineye yol gösterecek veri setlerinden bir kısmı anlamlı bir kısmı ise anlamsızdır.
Reinforcement Learning

  • Reinforcement Learning : Pekiştirmeli öğrenme olarak geçmektedir ve makineye yol gösterecek veri setlerini kendisi deneme yanılma yolu ile öğrenir ve bunu bir sonraki denemesinde kullanır.

Yapay Sinir Ağları ve Blockchain
  • Tıpkı bir blockchain ağının her bir node'u gibi paralel işleme, dağıtık hesaplama, yüksek miktarda veri işleme ve hatalara karşı dayanıklılık gibi benzerlikleri bulunmaktadır.

Buradan sonraki görseller ikinci gün anlatılan sunumdan alınmıştır.

Data, Information, Knowledge, Wisdom
  • Data : Veri anlamsızdır. Bulut
  • Information : Bilgi anlamlıdır ama yol göstermez. Bulut, serbest hava kütlesinde toplanmış yapı.
  • Knowledge : Tecrübe yol gösterir ve anlamlıdır. Havada bulutların kararmış olması yağmur yağacağı anlamına gelir.
  • Wisdom : Bilgelik/Zeka yol göstermesinin haricinde bu bilgiyi kullanıp anlamlandırabilir. Yağmur yağacak ise yollarda kayma tehlikesi artacaktır bu yüzden araç varsa hız düşürülmelidir aksi takdirde şemsiye alınmalıdır.

Note

İkinici gün - Birinci bölüm sonu Buraya kadar olan sunumlar Veri Bilimcisi-Kıdemli İş Mimarı Ozan Tan tarafından anlatılmıştır. Buradan sonraki sunumlar Veri Bilimcisi-Uygulama Mimarı Mustafa Türköz tarafından anlatılacaktır

Process - Süreç
  • İş Analizi : Sorun ? Yol Haritası ? Çözümler Neler?
  • Veri Hazırlığı : Veri Ambarından veriler alınır. Ne tür verilere ihtiyaç var ?
  • Model Geliştirme : Çözüm için ne tür modeller kullanılmalı ?
  • Son Aşama : Bütün süreç uygulanır. x verileri ile a modeli, y verileri ile b modeli vb..
  • Performans İzleme : Hangi süreç en etkin ve verimli ise o kullanılır. Eldeki kaynaklar ile en verimli sonuç alınmaya çalışılır.

Örnek senaryo
  • İstanbul ilindeki evlerin fiyatlarının hangi ilçelerde giderek yükseldiğinin anlaşılmasında bu metot kullanılabilir.

Örnek senaryo
  • Market reyonlarının hangi sırayla dizilmesi gerektiği bu metotla öğrenilebilir. Örneğin Bebek bezi alan kişiler incelendiğinde çoğu müşterinin kondom aldığı tespit edilmiş ve bebek bezi reyonunun yanına kondom reyonu eklendiğinde satışlarda artış görülmüştür.

Note

Burada yer alan bilgilerde hatalar olabileceği gibi eksikliklerde bulunabilir lütfen okurken bunu göz önüne alınız.

About

Yapay Zeka 101 - MICROFON - AKBANK

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published