Google Gemini ve ChatGPT Karşılaştırması
Yapay zekâ yarışında önde gelen şirketlerden biri olan Google, OpenAI GPT’ye rakip olacak Gemini dil modelini tanıtmıştır. Gemini, metin, görüntü, video, ses ve kod arasında sorunsuz bir şekilde mantık yürüterek çok modluluk üzerine inşa edilmiştir. Google’un en büyük ve en yetenekli yapay zekâ modeli olan Gemini metin, kod, ses, görüntü ve video dahil olmak üzere […]
Devamını OkuYapay Zekâ ve İlaç Keşfi
Yapay zekâ (AI), yeni ilaçların keşif sürecinin riskini azaltmayı vaat etmektedir. Szalay (2023) tarafından yayımlanan “AI in drug discovery”, Türkçe ifadeyle “İlaç Keşfinde Yapay Zekâ” adlı makalenin bu çevirisinde ilaç endüstrisinin ilaç keşfinin ilk aşamalarında riski azaltmak için nasıl yeni bir iş modeli benimsediği ortaya konulmaktadır. Yapay zekânın maliyet ve zaman tasarrufu yoluyla ilaç keşfini […]
Devamını OkuYapay Zekânın Geleceği
Yapay zekânın geleceği, hem insanlık için büyük fırsatlar hem de ciddi riskler barındıran bir konudur. Yapay zekâ, insan zekâsının simülasyonunu oluşturmayı hedefleyen multidisipliner bir teknolojidir. Yapay zekâ, makinelerin akıl yürütebilme, öğrenebilme ve karar verebilme yeteneği olarak tanımlanabilir. Yapay zekâ, günümüzde birçok alanda kullanım imkânı bulan ve hayatımızı kolaylaştıran bir teknolojidir. Örneğin, akıllı şehirler, akıllı saatler, […]
Devamını OkuApriori Algoritması Üzerine Bir Vaka Çalışması: A Case Study on Apriori Algorithm
Birliktelik kuralı, veriler tarafından desteklenen bir sonuç veya algoritmik anlamda ifade edecek olursak eğer-o zaman (if-then-rule) kuralıdır. Birliktelik kurallarının geliştirilmesinin arkasında yatan motivasyon, büyük perakendecilerin satış noktası işlemlerinin içeriği ile ilgilenen pazar sepeti (market basket) analizidir. Böyle bir çalışmadan ortaya çıkan tipik bir birliktelik kuralında “ekmek ve tereyağı satın alan tüm müşterilerin yüzde 90’ı aynı […]
Devamını OkuMakine Öğrenme Yöntemleri Kullanarak Eksik Verilere Atama Yapılması Üzerine Bir Vaka Çalışması: A Case Study on Assigning Missing Data Using Machine Learning (ML) Methods
Veri bilimcilerin ya da veri analizleriyle uğraşan akademi ve saha çalışanların karşılaştığı problemlerin başında veri setindeki değişkenlerde eksik gözlemlerle diğer bir deyişle missing data gelmektedir. Literatürde eksik veri atama yöntemleri arasında bir çok yöntem bulunmakla birlikte öne çıkan yöntemlerden bazıları şöyledir: Eksik gözlemlere ortalama değer atama Eksik gözlemlere 0 değeri atama Eksik gözlemlere median değeri […]
Devamını OkuBüyük Veri Mi Kalın Veri Mi? : Big Data or Thick Data?
Yararlanılan Kaynak: Tarafımdan geliştirilen kelime bulutu oluşturucu (https://buluttevfik.shinyapps.io/kelimebulutuv2/) uygulaması ile yazdığım metin olduğu gibi analiz edilmiştir. Yapılandırılmış ve yapılandırılmamış veri ile bilgi ve belgelerin dijital ortama aktarılması ve dijital ortamda işlenmesi süreci anlamına gelen dijitalleşmenin küresel ölçekte Covid-19 salgının ortaya çıkmasıyla birlikte daha da ivme kazanmış olması üretilen verinin hacmini devasa boyutlara ulaştırmış, çeşitliliğini ise […]
Devamını OkuR’da Büyük Veri Analizi ve “sparklyr” Arayüzü : Big Data Analysis and Interface “sparklyr” in R
sparklyr, R ile Apache Spark arasında bir arayüz sağlayarak R’daki büyük verileri işlemek için kullanılan açık kaynaklı küme hesaplama mantığında çalışan bir kütüphanedir. Adı geçmişken biraz küme hesaplamadan bahsetmekte fayda var. 1967’de IBM’den Gene Amdahl tarafından yayınlanan bir makalede, paralel çalışma yapmanın bir yolu olarak küme hesaplamanın temelini adını taşıdığı Amdahl Yasası ile resmen ortaya […]
Devamını OkuTopluluk Öğrenme Algoritmalarından Gradyan Yükseltme Algoritması İle Gögüs Kanserinin Tahmini Üzerine Bir Vaka Çalışması
Giriş Topluluk (ensemble) öğrenme algoritmaları tahmine dayalı analitik çalışmalarda en başarılı yaklaşımlardan biridir. Bu algoritmalar somut bir problemi çözmek için bir araya gelen modeller setinden oluşmaktadır. Amaç modeller setinin ürettiği tahminleri birleştirerek doğruluğu (accuracy) artırmaktır. Topluluk algoritmaları kendi içerisinde üç grupta ele alınır. Topluluk (ensemble) öğrenme ve yükseltme algoritmalarından biri olan gradyan yükseltme, ingilizce ifadeyle […]
Devamını OkuTopluluk Öğrenme Algoritmalarından Yükseltme Algoritması İle Gögüs Kanserinin Tahmini Üzerine Bir Vaka Çalışması: A Case Study on the Prediction of Breast Cancer Using Boosting Algorithm from Ensemble Learning Algorithms
Giriş Topluluk (ensemble) öğrenme algoritmaları tahmine dayalı analitik çalışmalarda en başarılı yaklaşımlardan biridir. Bu algoritmalar somut bir problemi çözmek için bir araya gelen modeller setinden oluşmaktadır. Amaç modeller setinin ürettiği tahminleri birleştirerek doğruluğu (accuracy) artırmaktır. Topluluk algoritmaları kendi içerisinde üç grupta ele alınır. Torbalama (Bagging: Bootsrap Aggregating) Yükseltme (Boosting) AdaBoost Gradient Boosting XGBoost LightGBM İstif […]
Devamını OkuTopluluk Öğrenme Algoritmalarından Torbalama Algoritması İle Konut Fiyatlarının Tahmini Üzerine Bir Vaka Çalışması: A Case Study on the Prediction of Housing Prices Using Bagging Algorithm from Ensemble Learning Algorithms
Giriş Topluluk (ensemble) öğrenme algoritmaları tahmine dayalı analitik çalışmalarda en başarılı yaklaşımlardan biridir. Bu algoritmalar somut bir problemi çözmek için bir araya gelen modeller setinden oluşmaktadır. Amaç modeller setinin ürettiği tahminleri birleştirerek doğruluğu (accuracy) artırmaktır. Topluluk algoritmaları kendi içerisinde üç grupta ele alınır. Torbalama (Bagging: Bootsrap Aggregating) Artırma (Boosting) İstif (Stacking) Topluluk (ensemble) öğrenme algoritmalarından […]
Devamını Oku