HERKES · 0 → Temel
Yapay Zekâya Başlangıç
Teknik geçmiş gerektirmeden yapay zekânın çalışma mantığını kuran giriş rotası.
- Bölüm
- 8
- Süre
- ~12 sa
- Ders
- 8
- Önkoşul
- 0
Bölüm döngüsü
- 1Teori
- 2Örnek
- 3Lab
- 4Test
- 5Proje
01ÇIKTI
Rotayı bitirdiğinde ne yapabiliyor olacaksın?
Alana yeni giren herkes; kod yazmayı gerektirmez.
- 01
Temel kavramlar
- 02
Model türleri
- 03
Sorumlu kullanım
02MÜFREDAT
8 bölüm
Her bölüm ilgili Atlas kavramlarına bağlanır; eksik önkoşul varsa beceri grafiği uyarır.
- 01
- 02
- 03
- 04
- 05
- 06
- 07
- 08
03DERSLER
Bu rotadaki dersler
- Kural yazmaktan örnek göstermeyeBir işin kuralla mı yoksa örneklerden öğrenmeyle mi çözüleceğini ayırt etmeyi öğretir; yapay zekânın tanımını teknolojiden değil, kararın nereden geldiğinden kurar.20 dk
- Veriden örüntü çıkarma ve genellemeMakine öğrenmesinin çekirdek döngüsünü ve asıl hedefi olan genellemeyi öğretir; bir tahmin probleminin nasıl kurulacağını ve başarının nerede ölçüleceğini gösterir.25 dk
- Katman, ağırlık ve öğrenme döngüsüSinir ağlarını tek bir birimin yaptığı işten başlayarak açıklar; katmanların ne kazandırdığını, ağırlıkların nasıl ayarlandığını ve derinliğin ödünleşimini gösterir.25 dk
- Üretken modellerin farkıÜretken modellerin sınıflandırıcılardan hangi noktada ayrıldığını ve etiket darboğazının kalkmasının neyi değiştirdiğini anlatır; bir işin üretken modele uygun olup olmadığına karar vermeyi öğretir.25 dk
- Token, olasılık ve bağlam penceresiBir dil modelinin metni nasıl parçaladığını, sıradaki parçayı nasıl seçtiğini ve bağlam penceresinin ne olduğunu açıklar; bu düzeneğe göre girdi kurmayı öğretir.30 dk
- Halüsinasyon, yanlılık ve güvenUydurma çıktının ve yanlılığın neden bir arıza değil düzeneğin sonucu olduğunu açıklar; hangi işin denetimsiz devredilebileceğine karar vermek için ölçütler verir.25 dk
- Günlük işte istem yazmakTekrar eden bir işi dil modeline yaptırırken istemin hangi dört parçadan kurulduğunu, eksik parçanın çıktıda nasıl sessiz bir hataya dönüştüğünü ve düzeltmenin şablona nasıl taşındığını öğretir.25 dk
- Gizlilik, telif ve kurum politikasıBir dil modeline ne yapıştırılabileceğini, çıktının yayımlanmadan önce nasıl denetlendiğini ve hatanın sorumluluğunun kimde kaldığını üç ayrı kontrol olarak kurar.24 dk
04ATLAS
Rotada geçen kavramlar
- Artificial IntelligenceArtificial IntelligenceÖğrenme, çıkarım yapma, algılama ve karar verme gibi insan zihnine atfedilen görevleri yazılım ve donanımla gerçekleştirmeyi amaçlayan bilgisayar bilimi alanıdır.
- Machine LearningMachine LearningKuralları insanın yazması yerine, örnek veriden istatistiksel örüntü çıkararak yeni veride tahmin üretmeyi öğrenen sistemlerin alanıdır.
- Deep LearningNeural NetworksGirdiyi ağırlıklı toplamlar ve doğrusal olmayan aktivasyonlardan geçiren katmanlar dizisiyle işleyen, hatayı geri yayarak ağırlıklarını güncelleyen model ailesidir.
- Generative AIGenerative AIÖğrendiği veri dağılımından yeni metin, görsel, ses, video veya kod örnekleri üreten model ailesinin genel adıdır.
- Large Language ModelsTokenizationMetnin, modelin işleyebileceği en küçük birimlere (token) bölünmesi işlemidir.
- Large Language ModelsContext WindowBir modelin tek seferde dikkate alabileceği toplam token miktarıdır; istem, ek bağlam ve üretilen cevap bu bütçeyi paylaşır.
- Responsible AIHallucinationModelin akıcı ve kendinden emin biçimde, gerçekle uyuşmayan bilgi üretmesidir.
- Generative AIPrompt EngineeringBir dil modelinden istenen davranışı almak üzere girdinin yapısını, bağlamını ve kısıtlarını sistematik biçimde tasarlama pratiğidir.
- Responsible AIResponsible AIYapay zekâ sistemlerinin adillik, şeffaflık, hesap verebilirlik, gizlilik ve güvenlik boyutlarını tasarım aşamasından itibaren yönetme yaklaşımıdır.
05DİĞER ROTALAR
Sana uygun olmayabilir mi?
ÖLÇ
Rotaya başlamadan önce nerede durduğunu gör
15 soruluk seviye testi, hangi bölümden başlaman gerektiğini söyler.