Güncel Olaylar

Yapay Zeka ve Robot konusunda daha fazla ilerlememiz için doğadan daha fazla ilham almamız gerekecek.
Yapay Zeka ve Robot Konusu İçin Doğaya İhtiyacımız Var

Yapay Zeka hayatımızın her alanına girmek mi istiyor?

AI firm used by Vote Leave awarded seven contracts over 18 months

Yapay Zeka mucit olamayacakmış 🙁

US Patent Office: AIs cannot be credited as inventors

Okuma Listesi

Kodlama bilgimizi canlı tutmak için…

Gereken 17 site

Veri Biliminde Roller

5 Yetenek, 4 Yol

İstatistik Nedir?

İstatistik Nedir ve Nerelerde Kullanılır?

Adım Adım Veri Bilimi

Ham Veri Nedir? Nasıl Ortaya Çıkar?

Ham Veri Hakkında Daha Çok Bilgi

Veri Bilimi Üretime Nasıl Taşınır?

How to Move Data Science Into Production

Java ile Veri Bilimi ve Makine Öğrenmesi

Data Science And Machine Learning With Java?

Anlaşılması Güç İfade

Standart Sapma vs Varyans

Matematiksel Gösterim

Varyans Hakkında Daha Çok Bilgi İçin

Standart Sapma Hakkında Daha Çok Bilgi İçin

İnternetten bulduğumuz bazı yorumlar…

YORUM-1
Peki bir çok ortalama varken varyans, standart sapma gibi değerlere neden ihtiyaç duyarız?

Ortalamalar verinin dağılımı hakkında bilgi vermez. Varyans veriler hakkında ortalamanın üzerine yorum yapmamızı sağlar.

Örnek: İki ayrı sınıfta bulunan öğrencilerin aynı dersten aldıkları notlara ve ortalamalarına baktığımızda sizce hangi sınıf başarılıdır? Az sayıda yüksek not alan öğrencilerin olduğu sınıfa başarılı demek doğru olur mu ya da ortalamaya yakın herkesin aynı başarı noktasında olduğu sınıf mı başarılıdır? Varyans bize bu konular hakkında bir öngörme sunmaktadır.

YORUM-2

Bir veri setinin varyansı, verilerin ortalamaya göre matematiksel dağılımını ölçer. Bununla birlikte, bu değer teorik olarak doğru olsa da, gerçek dünya anlamında uygulamak zordur çünkü onu hesaplamak için kullanılan değerler karedir. Varyansın karekökü olarak standart sapma, orijinal değerlerle aynı birimde olan bir değer verir; bu, normal eğri kavramı ile birlikte çalışmayı çok daha kolay ve yorum yapmayı kolaylaştırır.

YORUM-3
Sadece standart sapmaya bakarak yaygınlığın (sapmanın yaygınlığının) büyük mü küçük mü olduğunu anlayamayız. Bu nedenle varyansı kullanarak standart sapmanın % kaçlık bir değişim gösterdiği bilgisine ulaşıyoruz.

Varyans ortalamayla olan kare farkları üzerinden hesaplandığı için değişkenle birim uyumsuzluğu vardır. (değişkenin birimi cm ise varyansın birimi cm^2’dir.) bu uyumsuzluk ortadan kalksın, yorumlarken problem olmasın diye karekökü alınır, ona da standart sapma denir. İkisi arasındaki fark kabaca bu.

Varyans ve Standart Sapma

Varyans, Kovaryans ve Standart Sapma Nedir? Örneklerle Açıklama

Sözlük

Aktivasyon fonksiyonu: Aktivasyon Fonksiyonları sinir ağlarının karar alma birimleridir. Bir nöral düğümün net çıktısını hesaplarlar. Peki yapay bir nöron ne yapar? Basitçe söylemek gerekirse, girdisinin “ağırlıklı toplamını” hesaplar, bir sapma ekler ve bir sonraki adıma iletir. ReLU (Rektifiye Doğrusal Birim) aktivasyon fonksiyonu şu anda en yaygın kullanılan aktivasyon fonksiyonudur, ancak Tanh veya hiperbolik tanjant ve Sigmoid veya lojistik aktivasyon fonksiyonları da kullanılır.

Detaylı bilgi: Derin Öğrenme İçin Aktivasyon Fonksiyonlarının Karşılaştırılması

Pandas Kütüphanesi: Çoğumuz pandaları sempatik bulur ve severiz değil mi? Veri bilimi ile uğraşanlar ise pandaları daha çok severler, sebebi ise verilerin üzerinde yapılacak işlemleri aşırı kolaylaştırması. Kütüphanenin adı , istatistik ve ekonometride karşılaşılan çok boyutlu veri kümeleri için ortak bir terim olan pan el da ta’dan türemiş. Kütüphane hakkında daha çok bilgi için: Veri Bilimi İçin Temel Python Kütüphaneleri : Pandas

Tarih Köşesi

Bazılarının kuruluş/bulunuş tarihini bazılarının gündeme oturuş tarihlerini verdiğimiz bu yapay zeka örnekleri ve daha fazlasını haftalara yayarak incelemeye çalışacağız.

1940’lar   => Turing

1997        => IBM DeepBlue

2005        => Boston Dynamics BigDog

2010        => IBM Watson

2015 = > Google DeepMind AlphaGo

2016        => Microsoft Tay

2017        => Facebook AI yapay zeka yazılımları

2017        => Sophia