<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Hacettepe AI Club - Medium]]></title>
        <description><![CDATA[Yapay zeka adına gelişmelerin paylaşıldığı blog dizisi. - Medium]]></description>
        <link>https://medium.com/hacettepeaiclub?source=rss----5c1f9d6662c7---4</link>
        <image>
            <url>https://cdn-images-1.medium.com/proxy/1*TGH72Nnw24QL3iV9IOm4VA.png</url>
            <title>Hacettepe AI Club - Medium</title>
            <link>https://medium.com/hacettepeaiclub?source=rss----5c1f9d6662c7---4</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Mon, 16 Nov 2026 03:26:31 GMT</lastBuildDate>
        <atom:link href="https://medium.com/feed/hacettepeaiclub" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Yapay Zeka Kariyer Sohbetleri: Merve NOYAN]]></title>
            <link>https://medium.com/hacettepeaiclub/yapay-zeka-kariyer-sohbetleri-merve-noyan-1295e95edbdd?source=rss----5c1f9d6662c7---4</link>
            <guid isPermaLink="false">https://medium.com/p/1295e95edbdd</guid>
            <category><![CDATA[machine-learning]]></category>
            <category><![CDATA[artificial-intelligence]]></category>
            <category><![CDATA[google-developer-expert]]></category>
            <category><![CDATA[kariyer]]></category>
            <category><![CDATA[yapay-zeka]]></category>
            <dc:creator><![CDATA[Özgün Çağlar]]></dc:creator>
            <pubDate>Fri, 01 Apr 2022 11:41:24 GMT</pubDate>
            <atom:updated>2022-04-01T11:41:24.175Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*cSQjcZhXmWEGGxZACMuuUQ.jpeg" /></figure><p>Hacettepe Yapay Zeka Topluluğu olarak yapay zeka alanında Türkiye’deki ilk kadın Google Developer Expert seçilen <strong>Merve Noyan </strong>ile yaptığımız röportaj.</p><p>Dilerseniz röportajın video haline <a href="https://www.youtube.com/watch?v=lQhNvgurYc4"><strong>buradan</strong></a> ulaşabilirsiniz.</p><p><strong>Kendinizi tanıtır mısınız?</strong></p><p>Bir yapay zeka firmasında doğal dil işleme üzerine çalışıyorum. Ayrıca predictive analytics denilen tahminleme kısmında da görev alıyorum. Deep Learning Türkiye’de çekirdek ekipteyim. Bunlar dışında Google tarafından Google Developer Expert seçildim.</p><p><strong>İlk kadın Google Developer Epert seçildiniz? Biraz bahseder misiniz?</strong></p><p>Türkiye’de 2 tane Google Developer Expert vardı. Fuat Beşer ve Yusuf Sarıgöz. Ben aralarına en gençleri ve ilk kadın olarak katıldım. Kadınların yazılım, IT, yapay zeka gibi alanlarda pek görünürlükleri yok. Bu yüzden mühim bir şey. Ama tabii ki bu işlerin bir cinsiyeti yok.</p><p><strong>Peki kadınlar sizce neden arka planda?</strong></p><p>Yapay zekada “<strong>bias</strong>” dediğimiz bir şey var. O zamana kadar veri nasıl geliştiyse, ondan sonraki tahminler de o yöne gelişiyor. Mesela bir ara Amazon işe alımlarını yapay zekaya yönlendirdi. Başvuruların ve işe alımların çoğu erkek olduğu için yapay zeka bunu önemli bir özellik olarak algıladı ve kadınların başvuruları geri plana düştü. Aslında böyle düşünebilirsiniz. Bugüne kadar kadınların bu alanlardaki görüünürlüğü azdı ve şu an bu artırılmaya çalışılıyor. Zaten kadın okuryazarlığı olarak en düşük ülkelerden biriyiz. Bunun dışında yazılım sektöründe ayrıca bir önyargı var. Kadınların sözde olması veya olmaması gereken alanlar var ve ailelerin yönlendirmesi de bu yönde. Bu yüzden tek bir nedenle açıklanabilecek bir şey değil. Biz de kadınların görünürlüklerini artırmaya çalışıyoruz.</p><p><strong>Yapay zekaya ilginiz ne zaman başladı? Kendinizi nasıl geliştirdiniz?</strong></p><p>Ben endüstri ve sistem mühendisliği bölümünde okudum. Elektrik elekronik ve endüstri mühendisliğinin karışımı gibi ve çok fazla kodlama içeriyor. Bunlar haricinde lineer cebir, istatistik ve onların faydalandığı simülasyon karar teorisi gibi dersler vardı. bunlar makine öğrenmesinde kullanılan konseptler. 2016 civarı Endüstri 4.0, nesneler interneti, yapay zeka, veri bilimi gibi şeylere ilgi duymaya başladım. Ardından okulumda Pythonla optimizasyon, makine öğrenmesini de kapsayan veri bilimi gibi dersler açıldı. Bunları hem sevdim hem de notlarım yüksekti. Ben de eğitimler ve kurslarla üstüne koyarak devam ettim.</p><p><strong>Yaptığınız projelerden bahseder misiniz?</strong></p><p>Şu an büyük şirketlere öneri motorları, chatbotlar gibi hizmetler sunuyoruz. Mağazaya gittiğinizde satış danışmanları olur ama internette yok. Yaptığımız şey size bazı sorular sorarak sizin için doğru ürünü buluyor. Bunları dijital bir satış danışmanı olarak düşünebilirsiniz. Şu an bunlar üstüne çalışıyorum.</p><p><strong>Bazı kesimler Türkiye’de yapay zekanın gelişmediğini ve işsiz kalınacağını düşünüyor. Siz bu konuda ne düşünüyorsunuz?</strong></p><p>Ben katılmıyorum. Çünü en çok yatırım alan alanlardan bir tanesi. Çok fazla makine öğrenmesi mühendisine ve veri bilimciye ihtiyaç var. Yapay zekayla aynı zamanda bir şeylerin git gide otomasyona bağlanması da artıyor. Ve başarıya giden yolda tek bir seçenek yok. Farklı bölümlerden kişiler de bu işi yapabilir. Mesela Yusuf Sarıgöz tanıdığım en başarılı insanlardan biri ve mütercim tercümanlık mezunu. Biri kendine hedef koyduktan ve sevdiği işi yapıyor olduktan sonra oraya ulaşmak için farklı yollar var.</p><p><strong>Bilişim sektörü çok dinamik bir alan. Kendinizi nasıl güncel tutuyorsunuz?</strong></p><p>Çok çalışıyorum. Yapay zekada kendinizi ekstra güncel tutmanız gerekiyor. Çünkü şirketler ve okullar nasıl daha fazla ilerletebiliriz rekabeti içindeler. Sürekli yeni makaleler, yeni frameworkler çıkıyor. Geliştiriciler için de bu böyle. Bizde pratik kısmına zamanla alışsan da işin teorik kısmı çok ağır ve sürekli gelişmek gerekiyor. Bu yüzden yaptığın işi sevmek çok önemli. Yoksa kendini güncel tutmak ızdıraba dönüşüyor.</p><p><strong>Zorlandığınız ve motivasyonunuzun düştüğü anlar oldu mu? Bu anlarda ne yaptınız?</strong></p><p>Özellikle iş bulma kısmında olmuştu. İşinizi iyi yaptığınız zaman, kendinizi gösterebildiğiniz zaman geçiyor. Bu yüzden benim en büyük tavsiyem istediğiniz kadar kurs alabilirsiniz ama bu kurslardan neler öğrendiğinizi projeye dökmeniz ve işverenlere gösterebilmeniz. Çünkü işverenler tamamen sıfırdan birini almak istemiyor. Benim de alınmadığım yerler oldu ama şu an daha çok bana geliyorlar. Covid döneminde kurs alan sayısı çok arttı ve sizi ayıran bir şeyin olması gerekiyor. O yüzden örneğin açık kaynaklı projeler yapıp, Github’da bir portfolyo oluşturmak gibi şeyler bence çok önemli.</p><p><strong>Yapay zeka alanına yönelmek isteyenlere ne tavsiye edersiniz?</strong></p><p>Söylediklerimi tavsiye ederim. Ve kalkülüs, lineer cebir, istatistik gibi temel matematik bilginiz olmalı. Hepsi bu alandaki farklı konseptleri anlamak için önemli. Ardından Python, R, Julia gibi dillerden birini seçip ondan devam etmelerini öneririm. Hepsi güzel olmasa da Udemy’de kurslar var, Coursera’da eğitimler daha uygulamalı ve kendi projeleri var, Datacamp’ta da var. Öğrenciyseniz bazılarına ekstra ücretsiz erişebiliyorsunuz. Bunlar haricinde en önemli şey bence İngilizce öğrenmek. Çünkü bir şeyleri araştırırken Türkçe olarak belli bir yere kadar ilerleyebilirsiniz. İngilizceyle muhakkak işiniz olacak.</p><p>Yapay Zeka Kariyer Sohbetleri serimizin önceki yazısı için <a href="https://www.hacettepeaiclub.com/yapay-zeka-kariyer-sohbetleri-guven-orkun-tanik/">tıklayabilirsiniz</a>.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=1295e95edbdd" width="1" height="1" alt=""><hr><p><a href="https://medium.com/hacettepeaiclub/yapay-zeka-kariyer-sohbetleri-merve-noyan-1295e95edbdd">Yapay Zeka Kariyer Sohbetleri: Merve NOYAN</a> was originally published in <a href="https://medium.com/hacettepeaiclub">Hacettepe AI Club</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Yapay Zeka Kariyer Sohbetleri: Güven Orkun TANIK]]></title>
            <link>https://medium.com/hacettepeaiclub/yapay-zeka-kariyer-sohbetleri-g%C3%BCven-orkun-tanik-5ed335f0a156?source=rss----5c1f9d6662c7---4</link>
            <guid isPermaLink="false">https://medium.com/p/5ed335f0a156</guid>
            <category><![CDATA[kariyer]]></category>
            <category><![CDATA[yapay-zeka]]></category>
            <dc:creator><![CDATA[Beren Bilgin]]></dc:creator>
            <pubDate>Mon, 21 Mar 2022 22:03:48 GMT</pubDate>
            <atom:updated>2022-03-21T22:03:48.010Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*mgvlNT9MwTOSuLa56sQuMw.jpeg" /></figure><p>Hacettepe Yapay Zeka Topluluğu olarak geçmişte Arçelik ve HAVELSAN’da çalışmış, günümüzde ise TUSAŞ’ta Yapay Zeka ve Makine Öğrenimi müdürü olan <strong>Güven Orkun TANIK</strong> ile yaptığımız röportaj.</p><p>Dilerseniz röportajın video haline <a href="https://www.youtube.com/watch?v=V4H15mMZZKk&amp;t=83s"><strong>buradan</strong></a> ulaşabilirsiniz.</p><p><strong>Kendinizi ve yapay zeka kariyerinizi anlatabilir misiniz?</strong></p><p>Şu anda TUSAŞ’ta Yapay Zeka ve Makine Öğrenimi müdürüyüm. Görevim ise şirketimize ve milletimize yararlı olduğunu düşündüğümüz tüm yapay zeka projelerini bulmak ve uygulamaya geçirmek. Bir süre Arçelik’te, bir süre de HAVELSAN’da çalıştım. Öğrenimimi ise ODTÜ’de gerçekleştirdim. Bilgisayar Mühendisliği ve Elektrik Elektronik Mühendisliğinde çift anadal, ardından da master ve doktora yaptım.</p><p><strong>Yapay zeka alanına ilginiz nasıl başladı? ODTÜ’de gördüğünüz multidisipliner bir eğitimden sonra yapay zeka alanını seçmenizde ne etkili oldu?</strong></p><p>Elektrik Elektronik Mühendisliğine yönelmemin temel sebebi matematikle ilgili kendime kanıtlayacak şeyler olmasıydı ve zaten yapay zeka dediğimiz sistemin temeli matematik. Yapay zeka, bilgisayar mühendisliğinden daha çok matematik bilgisi gerektiriyor çünkü içinde istatistikten ve veri analitiğinden birçok şey barındırıyor.</p><p>Geçmişte yapay zeka dersleri de almıştım, o zamanki yapay zeka şu ankine göre çok farklıydı, işlem gücü açısından daha basit sistemlerle çalışıyorduk. Zamanla her şey evrildi, tecrübelerim beni yapay zeka alanına yönlendirdi. Masterım yapay zeka alanında olmamasına rağmen üniversite boyunca aldığım dersler beni yapay zeka alanına hazırladı ve doktoramı bu alanda yaptım.</p><p><strong>Lisans eğitiminde alınan dersler yapay zeka mühendisliği için yeterli mi, yüksek lisans bu alanda bir gereklilik mi?</strong></p><p>Yapay zeka gibi alanlarda ne lisans ne de yüksek lisans eğitimi yeterli değildir. Sürekli çalışmamız kendimizi geliştirmemiz gerekiyor.</p><p><strong>Yapay zeka çok dinamik bir alan, bu alanda kendinizi güncel tutmak için neler yapıyorsunuz?</strong></p><p>Akademik çalışmaları sürekli takip ediyorum. Yapay zeka, geçmişin teknolojilerinin aksine sivil alanda gelişen, daha sonrasında askeri alana geçen bir alan. Aynı zamanda, özellikle son yıllarda şirketler, akademiye göre önde gidiyor. Makaleleri takip etmek mutlaka gerekiyor ama makalelerin birçoğunda da şirketlerin damgasını görüyoruz. Yapay zekanın gelişimi artık o kadar hızlandı ki sürekli yeni makaleleri okumamız, yeni yayınlanan kodları denememiz, yapılan değişiklikleri görmemiz, anlamaya çalışmamız, bazı yerlerde de blogları takip etmemiz gerekiyor. Yapay zeka zor bir alan; sürekli çalışmamız, zinde olmamız gerekiyor.</p><p><strong>Yapay zeka mühendisleri ne iş yaparlar, kodlama bu mühendisliğin ne kadarını oluşturuyor?</strong></p><p>Kodlama bu alanın önemli bir kısmını oluşturuyor ancak herkesin kodlama yapmasına gerek yok. Bir projede kodlama yapmak, yapay zeka oluşturmak dışında veri toplama, veri hatlarını ve işlem gücünü oluşturma ve test etme gibi birçok şey daha gerekiyor. Veriyi toplamak, düzenlemek ve işe yararlılığını kesinleştirmek işin büyük bir bölümünü oluşturuyor.</p><p><strong>TUSAŞ’ta yapay zekayı aktif olarak kullanıyor musunuz, hangi projelerde kullanılabilir?</strong></p><p>Yapay zekayı iki temel uygulama şekli var: Bunlardan ilki insanın becerilerini ve kapasitesini arttırma, ikincisi ise olayda varlığını yani yükünü azaltma. Bu iki şey TUSAŞ’ın üretim, test ve planlama gibi birçok alanında kullanılabilir.</p><p><strong>Yeni açılan Yapay Zeka Mühendisliği Bölümleri hakkında ne düşünüyorsunuz?</strong></p><p>TUSAŞ olarak bu bölümdeki öğrencileri destekliyoruz. Hacettepe Üniversitesi’nde bu bölümde okuyan en başarılı öğrencilere ücretli staj imkanımız var. Ayrıca İTÜ’yle de akademik çalışmalarımız devam ediyor. Bunlar da bu alana ve bu bölümde okuyan insanlara ne kadar inandığımızı gösteriyor.</p><p><strong>TUSAŞ Yapay Zeka ve Makine Öğrenme birimine stajyer öğrenci alıyor musunuz?</strong></p><p>Evet, stajyer alımımız var. Hatta pandemiden önceki dönemde çalışan sayısından fazla stajyerimiz vardı, olabildiğince bu insanları gerçek projelerde de çalıştırıyoruz.</p><p><strong>Kariyerini yapay zeka alanına yönlendirmek isteyen öğrencilere neler önerirsiniz?</strong></p><p>İnternette bol bol kaynak, örnek ve açıklama var; bunlardan yararlanabildiğiniz kadar yararlanın. Bir işi elinizi kirlettikçe, kullandıkça, uyguladıkça öğreniyorsunuz. Sistemleri uygulamadan başkalarının düştüğü hatalara düşebilirsiniz, bu hatalara öğrenciyken düşmek en güzeli. Kısacası tavsiyem interneti bol bol kullanmanız.</p><p>Yapay Zeka Kariyer Sohbetleri serimizin önceki yazısı için <a href="https://medium.com/hacettepeaiclub/yapay-zeka-kariyer-sohbetleri-ertun%C3%A7-okay-ak%C3%A7a-4c532d43d880">tıklayabilirsiniz</a>.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=5ed335f0a156" width="1" height="1" alt=""><hr><p><a href="https://medium.com/hacettepeaiclub/yapay-zeka-kariyer-sohbetleri-g%C3%BCven-orkun-tanik-5ed335f0a156">Yapay Zeka Kariyer Sohbetleri: Güven Orkun TANIK</a> was originally published in <a href="https://medium.com/hacettepeaiclub">Hacettepe AI Club</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Yapay Zeka Kariyer Sohbetleri: Ertunç Okay AKÇA]]></title>
            <link>https://medium.com/hacettepeaiclub/yapay-zeka-kariyer-sohbetleri-ertun%C3%A7-okay-ak%C3%A7a-4c532d43d880?source=rss----5c1f9d6662c7---4</link>
            <guid isPermaLink="false">https://medium.com/p/4c532d43d880</guid>
            <category><![CDATA[kariyer]]></category>
            <category><![CDATA[yapay-zeka]]></category>
            <dc:creator><![CDATA[Beren Bilgin]]></dc:creator>
            <pubDate>Mon, 21 Mar 2022 21:32:24 GMT</pubDate>
            <atom:updated>2022-03-21T21:32:24.757Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*N8fb2W9Jg4Q2j75AxVENaw.jpeg" /></figure><p>Hacettepe Yapay Zeka Topluluğu olarak, sektörde uzun süre yazılımcı ve IOS Developer olarak çalışan ve Almila AI’ın kurucusu olan <strong><em>Ertunç Okay Akça </em></strong>ile yaptığımız röportaj.</p><p>Dilerseniz röportajın video haline <a href="https://www.youtube.com/watch?v=eESi64sUO8Q&amp;t=463s"><strong>buradan</strong> </a>ulaşabilirsiniz.</p><p><strong>Yapay zekaya ilginiz ne zaman başladı, kendinizi yapay zeka alanında nasıl geliştirdiniz?</strong></p><p>Yazılıma ilgim ilkokulda başladı, okuluma web yazılım geliştirmiştim ancak lisede yazılımla pek ilgilenmedim. Yaz tatillerinde para kazanmak için web yazılım üzerine çalışmalarım olmuştu. Üniversitede ise şimdiki mesleğimle ilgili bir yer okumadım, ODTÜ Fizik istememe rağmen ailevi olaylardan dolayı Gazi Üniversitesi’nde Şehir ve Bölge Planlama bölümüne girdim. Bölümün benim için yanlış bir bölüm olduğunu anlayınca üniversite ile ilişiğimi kesip yazılımcı olarak işe girdim. Şansın da etkisiyle Sudi Arabistan’da büyük bir projede çalıştım ve bu proje benim ilk diplomamdı , bu iş sayesinde sektörde rahat iş bulmaya başladım. Hedefim üniversite mezunu olmayanlara devletin destek vermemesinden dolayı girmemin çok zor olduğu Teknopark’ta yazılımcı olmaktı. Bu zor hayal gerçekleşti ve Teknopark’ta güzel bir firmada çalışmaya başladım. O sıralarda <strong>Almila </strong>serüvenim başladı. Big Data ile ilgileniyordum, sosyal medyadan data toplamaya başladım. Amacım firmalara analiz çıkarabilmekti. İlk topladığım datalar: gittikleri yerler; beğendikleri kitaplar, müzikler ve filmlerdi; bunlar sayesinde “Şu mekana giden insanlar ne dinliyor?” gibi sorulara cevap veren korelasyonlar yakalamaya çalışıyordum. Bunlarla uğraşırken akademisyenlerin bu datayla ilgilendiklerini ve bunların derin öğrenme için çok iyi bir data olduğunu fark ettim. Derin öğrenmeye uzun süre çalıştım, beni zorlamasına rağmen sonunda öğrendim.</p><p>Üniversitenin, öğrencilerin öğrenecekleri şeyleri anlamasını sağlayan bir hazine olduğunu düşünüyorum. Ben kendi başıma öğrenmeye çalıştığımdan dolayı çok zorlandım. Seminerleri ve bununla ilgili eğitimleri düzenli olarak takip ediyordum. Öğrenme sürecimde seminerlerin çok faydası oldu.</p><p><strong>Türkiye’deki yapay zeka girişimciliği süreciniz nasıldı?</strong></p><p>O zamanlar hâlâ Almila’yı şirketleştirmeyi düşünmüyordum, hobi olarak yaptığım bir projeydi ancak derin öğrenme ve makine öğrenmesi ile ilgili çalışmak istememe rağmen çalışma imkanları çok fazla değildi. Bu alanda çalışmak istediğime karar verdiğimden dolayı da kendi startup’ımı kurmaya karar verdim.</p><p><strong>Almila AI ne amaçla üretildi?</strong></p><p>İnsanların kendilerini keşfetme serüveninde onlara yardımcı olabilecek bir asistan oluşturmak istiyorum. İnsanlar için müzik ve film öneriyor. İnsanlara yardım edebilmek için onların Almila’ya yakın hissedebilmesi, Almila’nın onlarla konuşabilmesi gerekiyor. Belli datalarla insanları öğrenen bir yapay zeka geliştirmeyi istiyoruz.</p><p><strong>Yapay zeka çok dinamik bir alan, kendinizi bu alanda nasıl güncel tutuyorsunuz?</strong></p><p>Olabildiğince seminerlere katılıyorum. Seminerleri ve yapay zekayla ilgili platformları, toplulukları takip ediyorum.</p><p><strong>Motivasyonunuzun düştüğü anlar oldu mu, olduysa ne yaptınız?</strong></p><p>Özellikle derin öğrenmeyle ilgili çalışmaya başladığımda öğrenme sürecim sıkıntılı geçmişti. Motivasyonumu tekrar kazanmamı sağlayan şey ise <em>kendimi, kendime kanıtlama isteğiydi</em>. Başardıkça daha da iyisini başarabilirim diyerek motive oldum.</p><p><strong>Son yıllarda açılmaya başlayan Yapay Zeka Mühendisliği Bölümü hakkında ne düşünüyorsunuz?</strong></p><p>Bölümün açılacağını ilk duyduğumda çok sevindim. Böyle girişimler olması çok güzel ancak tekniğe çok fazla yoğunlaşıldığını düşünüyorum. Yapay zeka disiplinlerarası bir alan. Sadece derin öğrenme ve makine öğrenmesi üzerine değil aynı zamanda içerdiği diğer alanların da üzerine düşülmesi gerektiğine inanıyorum.</p><p><strong>Ülkemizde yapay zekaya ve bu alanda çalışanlara bakış açıları nasıl, sizin karşılaştığınız tepkiler ne oldu?</strong></p><p>Bence şu an yapay zekanın ne olduğunu oturtabilmiş değiliz ama pandemi dönemiyle inanılmaz bir değişim başladı. “Pandemiyle birlikte dünya eskisi gibi olmayacak.” diyorlardı, ben bilişimin eskisi gibi olmayacağının farkındayım. Yapay zeka sürekli gelişiyor ve devlet de destek veriyor Ben Türkiye’de yapay zekanın iyi yerlere geleceğini düşünüyorum.</p><p><strong>İleride yapay zekaya yönelmek isteyenlere neler tavsiye edersiniz?</strong></p><p>Yapay zekayı kütüphaneler aracılığıyla değil, kendi kendilerine keşfederek öğrenmelerini tavsiye ederim.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=4c532d43d880" width="1" height="1" alt=""><hr><p><a href="https://medium.com/hacettepeaiclub/yapay-zeka-kariyer-sohbetleri-ertun%C3%A7-okay-ak%C3%A7a-4c532d43d880">Yapay Zeka Kariyer Sohbetleri: Ertunç Okay AKÇA</a> was originally published in <a href="https://medium.com/hacettepeaiclub">Hacettepe AI Club</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Yapay Zeka Sanatçılar İçin Avantaj Mıdır?]]></title>
            <link>https://medium.com/hacettepeaiclub/yapay-zeka-sanat%C3%A7%C4%B1lar-i%CC%87%C3%A7in-avantaj-m%C4%B1d%C4%B1r-5449fdb834e8?source=rss----5c1f9d6662c7---4</link>
            <guid isPermaLink="false">https://medium.com/p/5449fdb834e8</guid>
            <category><![CDATA[art]]></category>
            <category><![CDATA[nvidia]]></category>
            <category><![CDATA[artificial-intelligence]]></category>
            <category><![CDATA[yapay-zeka]]></category>
            <dc:creator><![CDATA[Çağla]]></dc:creator>
            <pubDate>Sun, 06 Mar 2022 18:56:55 GMT</pubDate>
            <atom:updated>2022-03-06T19:00:41.785Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*o29MsXMCGU5JOUZkRt3lOg.jpeg" /></figure><p>Yakın zamanda beta olarak yayınlanan ve kullanıcıların deneyimine sunulan <a href="https://www.nvidia.com/en-us/studio/canvas/"><strong>Nvidia Canvas</strong></a>, yapay zeka kullanarak yeryüzü manzaraları yaratmamızı sağlıyor. Basit fırça darbeleriyle oldukça <em>gerçekçi, yaratıcı ve büyüleyici</em> görseller elde edebiliyoruz. <strong>Peki yapay zekanın sanat ile bu kadar iç içe olması sanatçılar için bir avantaj mıdır?</strong></p><p>Teknoloji geliştikçe insanların gelecekteki rolü aklımıza bazı zor soruları getiriyor. <em>Makineler insan iş gücünün yerini alabilir mi? İnsan, hızla öğrenen makinelerle nasıl başa çıkabilir? </em>Veya konumuzla alakalı olarak <em>yapay zeka gerçekten “yaratıcı” mı? Yapay zekanın ürettiği sanat ile estetik nasıl bir evrim geçirebilir? Yapay zekayla üretilen eserlerin artmasıyla sanatın değeri “ucuzlayabilir” mi</em> gibi sorular ve daha fazlası karşımıza çıkıyor.</p><p>Yapay zekanın tek başına sanat yapması ile sanatçının yapay zeka yardımıyla sanat eseri oluşturması oldukça farklı şeyler. Neredeyse her alanda teknolojinin yardımımıza koştuğu bir çağ içerisindeyiz. Bu çağda sanatçıların da yapay zekanın yardımını alması kadar doğal bir şey olamaz. Buna örnek olarak birçok dijital programı verebiliriz. Ve Nvidia Canvas yakın zamanda en çok dikkat çeken programlardan birisi. Daha kolay bir şekilde görsel hazırlamak, sınırları zorlamak, zamandan tasarruf etmek gibi birçok avantajı olduğunu söyleyebiliriz. Sonuçta teknoloji elimiz, fırçamız, enstrümanımız gibi kullanmamız gereken bir araç.</p><p>Nvidia Canvas programından biraz daha bahsedecek olursak içerisinde Adobe programlarını anımsatan paneller bulunuyor. Bu panellerin ilkinde su, bulut, kaya, ağaç gibi materyaller var. Seçeceğimiz materyalleri bir fırça gibi kullanabiliyoruz. Ve yapacağımız eskizler gerçek hayattan birer manzaraya dönüşüyor. Programdaki diğer bir panel ise görselin temasını belirliyor. Yani yapacağımız işin gece, gündüz, kurak, doğal ya da dramatik gibi hangi temaya sahip olacağını seçip istediğimiz zaman değiştirebiliyoruz. Hatta yeni güncellemesi ile kendi yüklediğimiz görsel benzeri bir eser yaratmamız da mümkün.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/850/0*Aus0sCiRQkB8pNKr.jpg" /><figcaption>Nvidia Canvas programından bir ekran görüntüsü</figcaption></figure><p>Nvidia Canvas’ın bir diğer şaşırtıcı yönü ise yarattığımız görsellerin oldukça kaliteli ve detaylı olması. Yapay zeka ile çalışan benzer program ve uygulamalara kıyasla çok daha iyi sonuçlar elde edilebildiğinden birçok konsept sanatçısının ilgi odağı olmuş durumda. Filmler ve dijital sanat eserleri için arkaplan oluşturmak için çok ideal bir program.</p><p>Nvidia Canvas’ı sadece konsept sanatçıları ve dijital sanatçılar değil, farklı alanda çalışanlar, yaratıcı işler yapmayı sevenler ve daha birçok insanın kullanması hedefleniyor. Çünkü <strong>düşünceleri görselleştirmeyi</strong> oldukça pratik bir hale getiriyor.</p><p>Nvidia Canvas ile bir görsel hazırladığımızı varsayalım, bu görseli ne yapabiliriz? Nvidia canvas görselinizi Adobe Photoshop dosyası olarak kaydedip dışa aktarmanıza olanak sağlıyor. Böylece görselinizi Adobe programları ile geliştirip değiştirebilirsiniz. Ya da diğer çalışmalarınızla birleştirebilirsiniz. Hatta Nvidia Canvas ile yaptığınız çalışmalarınızın öne çıkmasını isterseniz #StudioShare etiketi ile paylaşmanız yeterli olacaktır.</p><p><strong>Not: </strong>Nvidia Canvas’ı her bilgisayarda kullanmak mümkün değil maalesef. Kendi sitesinden sistem gereksinimlerini kontrol etmenizde fayda var. Şimdilik sadece NVIDIA GeForce Rtx, NVIDIA RTX, ya da TITAN RTX GPU ekran kartları Nvidia Canvas’ı destekliyor.</p><h3>Kaynakça</h3><p><a href="https://dergipark.org.tr/en/download/article-file/202464">https://dergipark.org.tr/en/download/article-file/202464</a></p><p><a href="https://blogs.scientificamerican.com/observations/can-ai-create-true-art/">https://blogs.scientificamerican.com/observations/can-ai-create-true-art/</a></p><p><a href="https://www.christies.com/features/A-collaboration-between-two-artists-one-human-oneamachine-9332-1.aspx">https://www.christies.com/features/A-collaboration-between-two-artists-</a></p><p><a href="https://www.christies.com/features/A-collaboration-between-two-artists-one-human-oneamachine-9332-1.aspx">one-human-oneamachine-9332–1.aspx</a></p><p><a href="https://www.nvidia.com/en-us/studio/canvas/">https://www.nvidia.com/en-us/studio/canvas/</a></p><p>Nvidia Canvas, <a href="http://www.nvidia.com/">www.nvidia.com</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=5449fdb834e8" width="1" height="1" alt=""><hr><p><a href="https://medium.com/hacettepeaiclub/yapay-zeka-sanat%C3%A7%C4%B1lar-i%CC%87%C3%A7in-avantaj-m%C4%B1d%C4%B1r-5449fdb834e8">Yapay Zeka Sanatçılar İçin Avantaj Mıdır?</a> was originally published in <a href="https://medium.com/hacettepeaiclub">Hacettepe AI Club</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[İnsan ve Robot Savaşları: Şah insanken, Robotlar Mat Edebilir Mi?]]></title>
            <link>https://medium.com/hacettepeaiclub/satran%C3%A7-motorlar%C4%B1-i%CC%87nsana-kar%C5%9F%C4%B1-3333a0aee13e?source=rss----5c1f9d6662c7---4</link>
            <guid isPermaLink="false">https://medium.com/p/3333a0aee13e</guid>
            <dc:creator><![CDATA[Özgün Çağlar]]></dc:creator>
            <pubDate>Wed, 02 Mar 2022 06:34:00 GMT</pubDate>
            <atom:updated>2022-03-11T10:21:17.265Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*7zxLZPgycrMcFJpaM86b8w.jpeg" /></figure><p>Yıllarca iyi bir satranç oyuncusunun hesap hızı, hafıza, problem çözme gibi analitik yeteneklerin yanı sıra yaratıcılık, hayal gücü, sezgi gibi<strong> “insansı” </strong>özelliklere de ihtiyaç duyduğu ve bu nedenle makinelerin insanları satranç oyununda yenemeyeceği düşünüldü. Fakat artık görüyoruz ki, <strong>yapay zekaya karşı hiç şansımız yok!</strong></p><h3>Satrancın “Otomatikleşmesi”</h3><p>Bunun ilk örneğinin kaynaklarda 18. yüzyıla dayandığı görülür. Peki henüz elektriğin bile kullanılmadığı bu zamanda nasıl kendi kendine satranç oynayabilen bir “şey” olabilirdi?</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*zrJOi3pfPbvnjWeYhdJETQ.jpeg" /><figcaption>Türk (Mechanical Turk)</figcaption></figure><p>Tabii ki bu bir aldatmacaydı. 1770’de icat edilmesiyle dünyada sansasyon yaratmış bu makine <strong>“Türk (Mechanical Turk)”</strong> adıyla biliniyordu. Birçok önemli isimle de oyunları bulunan makine, içinde satranç ustası bulunan kapalı bir bölmeden ve taşları hareket ettirebilen, geleneksel Türk kıyafetleri giymiş bir maketten oluşuyordu. Yıllarca turnelere çıkmış, el değiştirmiş, müzeye verilmiş ve 1854 yılında müzedeki yangında yok olmuştur.</p><p>Güzel anekdot, şimdi gerçek anlamda “satranç oynayabilen” makinelerden bahsedelim.</p><p><strong>Turochamp</strong>, tarihteki ilk satranç algoritması olarak kabul edilir. 1948’de <em>Alan Turing </em>tarafından geliştirilen bu algoritmada temel olarak, taşlar belli puanlara sahipti. Her hamle için ayrı hesap yapılarak hamlenin doğruluk puanı bulunuyordu ve 2 derinlikte hesap yapılabiliyordu. Zamanında karmaşıklığından dolayı bilgisayarda çalıştırılamamış bu algoritma, elle yapılan ve hamle başına <em>30 dakikaya kadar süren</em> hesaplamalarla 1952’de insana karşı 29 hamlede yenildi. Orijinal algoritma korunmadığı için, incelenen verilerle imitasyonu yapılıp 2012’de ilk kez bilgisayarda çalıştırıldığında ise rakibi Garry Kasparov’a 16 hamlede yenildi.</p><p>Yıllar boyunca farklı bilgisayarlar ve algoritmalar geliştirilerek büyükustalarla <a href="https://www.chess.com/article/view/computers-and-chess---a-history">oynatıldı </a>. Zaman zaman galip gelen bilgisayarlar çıksa da <em>üstünlük</em> <em>hala insanlardaydı</em>. 1971’de ilk mikroişlemcinin üretilip hızla daha iyilerinin çıkması ve bilgisayar biliminin ilerlemesiyle dengeler değişmeye başladı. İnsan-makine mücadeleleriyle beraber <strong><em>makine-makine </em>mücadeleleri</strong>nin de yaygınlaşmasıyla, makineler geliştirilmeye devam edildi. Özellikle IBM tarafından geliştirilen <strong>Deep Thought</strong>’ın 1989’da Büyükusta Bent Larsen’i yenmesiyle yapay zekayla ilgili fikirler daha da ciddileşti. Fakat hiçbir makine 15 yıl (1985–2000) şampiyon kalacak olan ve o zamanların en genç satranç dünya şampiyonu Garry Kasparov’a karşı net bir üstünlük elde edemiyordu. Ta ki Kasparov, Deep Thought’ın geliştirilmiş hali olan <strong>Deep Blue</strong>’nun en güçlü kurbanı olana kadar.</p><h3>Deep Blue vs Kasparov</h3><p>10 Şubat 1996’da Kasparov ve Deep Blue ilk kez karşı karşıya geldi. Temel satranç prensipleriyle, açılış kütüphanesiyle ve saniyede <strong><em>100 milyon hamle </em></strong>hesaplama gücüyle donatılmıș Deep Blue ile, tecrübesi, konumsal analiz yeteneği, geniş teorik bilgisi ve en uç durumda “sadece” 12–14 hamle ileriyi düşünebilen Garry Kasparov 6 setlik maça başladı. <strong>Kasparov, maçı 4–2 kazandı.</strong></p><p>Geliştiriciler Deep Blue’yu güçlendirmeye devam etti.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/590/1*bFk2lFgJjIZVh8PWGQHSIw.jpeg" /><figcaption>Deep Blue ve Kasparov rövanş karşılaşmasından.</figcaption></figure><p>Deep Blue 11 Mayıs 1997’deki rövanşa kadar büyükustaların danışmanlığıyla daha çok teorik bilgiyle yüklendi. Donanımsal ve yazılımsal olarak da geliştirilmesiyle artık<strong> 200 milyon hamle</strong> hesaplama gücüne sahipti. Kasparov bu maçta 3.5–2.5 mağlup oldu. Teorik bilgisi olsa da, asıl gücünü hesap hızından alan Deep Blue, Kasparov’un tabiriyle<strong><em> “kaba kuvveti”</em></strong><em> </em>sayesinde kazanmıştı (şüpheli durumlar olduğu iddia edilse de).</p><p>Maç sonucunun şüphesi bir yana, günümüzde kesin şekilde biliyoruz ki yapay zeka satrançta bizim <em>ulaşamayacağımız bir seviyede.</em></p><p>Satrançta insan-makine savaşı bitmiş olsa da, makine-makine savaşı bir süre daha devam edecek gibi duruyor. Günümüzde bu karşılaşmaların en popüleriyse satranç motoru <strong>Stockfish</strong> ile Google tarafından geliştirilen <strong>Alphazero</strong> arasındakidir.</p><h3>Stockfish vs Alphazero</h3><p>Kısaca bahsetmek gerekirse 5 Aralık 2017’deki 100 maçlık karşılaşmanın kazananı 28 galibiyet 72 beraberlik ile Alphazero oldu. Üstelik bunu <strong>4 saatte</strong>, kendi kendine<em> 44 milyon oyun oynayıp h</em>atalarından ders çıkararak <em>tek başına</em> başardı!</p><p><strong>Peki aradaki farkı yaratan neydi?</strong></p><p>Basitçe Stockfish’e yapay zeka, Alphazero’ya ise <em>“makine öğrenmesini” </em>temel alan bir yapay zeka diyebiliriz. Biraz daha açıklamak gerekirse Stockfish, temelde hesaplamayı insandan biraz daha iyi yapan bir makineydi. Taşların puanını önemseyerek, genel stratejilere bağlı kalarak ve bahsettiğimiz gibi<em> “kaba kuvvet”</em> ile hareket ediyordu (Stockfish saniyede 70 milyon hamle hesaplarken Alphazero 80 bin hamle hesaplayabiliyordu). Alphazero ise taşların gücünü önemsemeden ve insanların stratejileriyle <em>“kirletilmeden”</em> kendi keşfettiği kurallarla, pozisyonel avantaja göre oynuyordu. Bunu ise nöral ağları kullanarak başardı. Kullandığı algoritma ise birçok yerde temel alınan <em>“Monte Carlo Tree Search”</em> ve <em>“Minimax” </em>algoritmalarının birlikte kullanılmasından oluşuyordu.</p><p>Monte Carlo yöntemi basitçe, rastgele durumları test ederek ideal konuma giden yolları keşfeder. Minimax ise genel tanımıyla rakibin en iyi karşılığı verdiği durumdan en az hasarla çıkmayı sağlayan karşı cevabı bulur. Yani rakibin en iyi hamleyi yapmadığı durumda işler halihazırda kolaylaşır.</p><p>Minimax ile Monte Carlo yöntemi benzerlik gösterir fakat aralarındaki belirgin farklardan biri, minimax algoritması her yolu hesaplar ve ona göre hareket eder. Her yolu hesaplaması çok olasılık içeren işlerde zaman ve verimlilik kaybına yol açabilir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/640/1*aAlShIwtccA03mVy5QyRBQ.png" /><figcaption>Monte Carlo Ağacı Örneği</figcaption></figure><p>Bu bakımdan Monte Carlo yöntemi, her hamle için ayrı yorulan Stockfish’in aksine, işlemci gücünü, <em>zorlayıcı konumlara daha çok yönlendirerek </em>daha verimli sonuç bulmayı sağlar.</p><p>Diğer bir bakışla Alphazero, hesap gücü milyon kat az olmasına rağmen Deep Thought’u yenen Kasparov gibi<em> “sezgisel” </em>oyunuyla ön plandaydı. Yani yeniden İnsan <strong>1</strong>, makine<strong> 0</strong> (mı?)!</p><p>Şaka bir yana, yazımı Kasparov’un bu konudaki kendi düşüncelerini paylaştığı Ted konuşmasını bırakarak bitirmek istiyorum:</p><blockquote><a href="https://www.youtube.com/watch?v=NP8xt8o4_5Q">“Yalnızca insanların yapabildiği bir şey var. Hayal kurmak.”</a></blockquote><p>(Peki ya bir gün makineler de hayal kurabilirse?)</p><p>Okuduğunuz için teşekkür ederim.</p><p>(Ha unutmadan, Alphazero da artık dünyanın en güçlü satranç motoru değil 🙂 )</p><h3>Kaynakça</h3><p><a href="https://www.britannica.com/topic/chess/Chess-and-artificial-intelligence">https://www.britannica.com/topic/chess/Chess-and-artificial-intelligence</a></p><p><a href="https://en.wikipedia.org/wiki/AlphaZero#Training">https://en.wikipedia.org/wiki/AlphaZero#Training</a></p><p><a href="https://towardsdatascience.com/ai-in-chess-the-evolution-of-artificial-intelligence-in-chess-engines-a3a9e230ed50">https://towardsdatascience.com/ai-in-chess-the-evolution-of-artificial-intelligence-in-chess-engines-a3a9e230ed50</a></p><p><a href="https://www.chess.com/article/view/computers-and-chess---a-history">https://www.chess.com/article/view/computers-and-chess—a-history</a></p><p><a href="https://en.wikipedia.org/wiki/Mechanical_Turk">https://en.wikipedia.org/wiki/Mechanical_Turk</a></p><p><a href="https://en.wikipedia.org/wiki/Turochamp">https://en.wikipedia.org/wiki/Turochamp</a></p><p><a href="https://ichi.pro/tr/monte-carlo-agaci-aramasi-gercek-zamanli-oyun-oynaticida-pekistirmeli-ogrenmeyi-uygulama-bolum-2-41467752758083">https://ichi.pro/tr/monte-carlo-agaci-aramasi-gercek-zamanli-oyun-oynaticida-pekistirmeli-ogrenmeyi-uygulama-bolum-2-41467752758083</a></p><p><a href="https://static.scientificamerican.com/sciam/cache/file/A2BDA7F7-A70D-4ED9-A87A1B431C04F357_source.jpg?w=590&amp;h=800&amp;7280A8E6-E118-4633-B1EFB1F6134F9F11">https://static.scientificamerican.com/sciam/cache/file/A2BDA7F7-A70D-4ED9-A87A1B431C04F357_source.jpg?w=590&amp;h=800&amp;7280A8E6-E118-4633-B1EFB1F6134F9F11</a></p><p><a href="https://upload.wikimedia.org/wikipedia/commons/thumb/6/6e/Racknitz_-_The_Turk_3.jpg/1024px-Racknitz_-_The_Turk_3.jpg">https://upload.wikimedia.org/wikipedia/commons/thumb/6/6e/Racknitz_-_The_Turk_3.jpg/1024px-Racknitz_-_The_Turk_3.jpg</a></p><p><a href="https://img-blog.csdnimg.cn/202009291711083.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpWGVub24=,size_16,color_FFFFFF,t_70#pic_center">https://img-blog.csdnimg.cn/202009291711083.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpWGVub24=,size_16,color_FFFFFF,t_70#pic_center</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=3333a0aee13e" width="1" height="1" alt=""><hr><p><a href="https://medium.com/hacettepeaiclub/satran%C3%A7-motorlar%C4%B1-i%CC%87nsana-kar%C5%9F%C4%B1-3333a0aee13e">İnsan ve Robot Savaşları: Şah insanken, Robotlar Mat Edebilir Mi?</a> was originally published in <a href="https://medium.com/hacettepeaiclub">Hacettepe AI Club</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Otonom Araçlarla Geleceğe Doğru]]></title>
            <link>https://medium.com/hacettepeaiclub/otonom-ara%C3%A7larla-gelece%C4%9Fe-do%C4%9Fru-ed605ee9e6ca?source=rss----5c1f9d6662c7---4</link>
            <guid isPermaLink="false">https://medium.com/p/ed605ee9e6ca</guid>
            <category><![CDATA[akıllı-araba]]></category>
            <category><![CDATA[otonom]]></category>
            <category><![CDATA[otonom-araçlar]]></category>
            <category><![CDATA[sürücüsüz-araçlar]]></category>
            <category><![CDATA[yapay-zeka]]></category>
            <dc:creator><![CDATA[K. Halil Kesmük]]></dc:creator>
            <pubDate>Sun, 20 Feb 2022 19:12:02 GMT</pubDate>
            <atom:updated>2022-02-20T19:12:02.089Z</atom:updated>
            <content:encoded><![CDATA[<p>Aracınızla seyahat ederken bir yandan uyuyabileceğinizi hiç düşündünüz mü? Ya da sürücüsü olmayan bir taksiye binmeyi? Peki bunlar mümkün mü?<strong> </strong>Aslında, örneklendirdiğimiz bu olaylar ve çok daha fazlası <em>yakın gelecekte otonom araçlar sayesinde mümkün olabilir.</em></p><p>Otonom araçlar, yapay zeka sistemleri sayesinde yolu, trafik akışını ve çevreyi algılayarak sürücüye ihtiyaç olmadan seyredebilen otomobillerdir. Bu araçlar;<strong> radar, lidar, GPS, odometri, bilgisayar görüşü gibi teknoloji ve teknikleri </strong>kullanarak etrafındaki nesneleri tespit eder. Ardından bu verileri merkezi bir bilgisayar sistemi ile analiz ederek<strong> direksiyon kontrolü, frenleme ve hızlanma</strong> gibi olayları gerçekleştirir. Ancak elbette geçmişten günümüze, araçların bir anda bu seviyeye gelmesi mümkün değil. Bu yüzden düşük seviyeli otonom araçlarla ilk girişimler başladı.</p><p><strong>Düşük seviyeli otonom araçlar</strong>, sürücüye yardımcı olarak sürüşü kolaylaştırır ancak yine de bir sürücü olmak zorundadır.</p><p>Bu yazıda, otonom araçların en gelişmiş hali olan<strong> Seviye 5 </strong>(Tam otonom sürüş) üzerine düşünüp konuşacağız.</p><p><a href="https://arabahaber.com.tr/otonom-surus-nedir-seviyeleri-sistemi-teknolojisi-ve-algoritmalari">Otonom araçların seviyeleriyle ilgili bilgi için ziyaret edebilirsiniz.</a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/728/1*ZlwtuPOAaAp7pJDTlX2VfQ.jpeg" /></figure><p>Düşük seviyeli otonom araçların aksine <strong>Seviye 5’te artık sürücüye hiç gerek kalmadığını</strong> söyleyebiliriz. Tasarlanan bazı konseptlerde; günümüz araçlarından alışık olduğumuz gaz, fren, direksiyon gibi sürücü kontrolünde olan şeylerin olmadığını<em> -olmasına da gerek olmadığını- </em>görüyoruz. Bunun hayali bile insanı fazlasıyla heyecanlandırıyor. Mesela aracıyla seyahat eden bir insan kalp krizi geçirirken aracın bunu anlayıp kişiyi en yakın hastaneye götürmesi sizce çok uzak bir hayal mi? Bence değil. <em>Çünkü son seviye araçların bunu yapabilecek teknoloji ve yapay zekayla donatılabileceğini görüyoruz.</em></p><p>Tam otonom araçların kusursuza yakın çalışması için trafikteki diğer araçların da tam otonom olması en iyi senaryodur. Bu sayede araçlar; birbirini sadece kameralar, sensörler gibi teknolojilerle değil<strong> GPS, M2M (makineden makineye) iletişim sistemi </strong>gibi teknolojilerle tanıyarak güvenliği maksimum seviyeye çıkarabilir. Bu sayede, trafikteki otonom araçlar belirli bir sayıya ulaştığında<em> otonom trafik kontrol sistemleri </em>gibi ilginç gelişmeler sağlanabilir.</p><p>Peki, ileri seviyedeki bu teknolojilerin doğru şekilde bir araya getirilip hayatımıza girdiği senaryoyu biraz düşünelim. Gündelik yaşamımız tüm bu olanlardan nasıl etkilenir?</p><p>İlk olarak, insana göre çok daha kusursuz düşünen bu araçlarla yapacağınız yolculuklarınızın daha<em> güvenli </em>ve <em>konforlu</em> olacağı tartışılmaz. Ancak bu kadarla bitmiyor. Seyahatinizden sonra aracınızı nereye park edeceğinizi düşünmenize gerek kalmayacak. Öyle ki, siz araçtan indikten sonra aracınız kendisine uygun bir yer bulup park edecek ve cep telefonunuzdan çağırdığınızda olduğunuz yere gelecek. Bunun yanında, seyahat ederken araba kullanmak için harcadığınız zamanı ve eforu daha verimli kullanabileceğinizi de söylememe gerek yok sanırım.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/690/1*eUvgaby5LA3OcvCu03frpA.jpeg" /></figure><p>Baktığımızda sanki her şey mükemmelmiş gibi görünüyor değil mi? <em>Elbette değil. </em>Tüm bu gelişmeler birçok korku ve şüpheyi de beraberinde getiriyor:</p><p>Kontrolü kaybetme endişesi, yüksek maliyet, hack yoluyla olası terör faaliyetleri, karayolu taşımacılığı sektöründe iş gücü kaybı ve en önemlisi <em>yasal düzenlemelerin gerekliliği.</em> Çünkü tam otonom sürüş sırasında oluşabilecek kazalar, can ve mal kayıpları <em>-küçük ihtimalle de olsa- </em>söz konusu. Bunların sorumlularının kim olacağı hala tartışılıyor. Aracı üreten firmanın yetkilileri mi? Yazılımsal süreçte rol alan çalışanlar mı?<strong> </strong><em>Ya da aracı kontrol eden yapay zeka mı?</em></p><p>Bahsi geçen problemler çok ciddi olup insan hayatını doğrudan etkiliyor. Bu yüzden, trafikte tam otonom araçları görebilmemiz için önce bu problemlere kesin çözümler üretilmesini beklememiz gerekecek.</p><p>Hiç endişelenmeyin, bu çok da uzun sürmeyecek.</p><p>Peki biz yakın gelecekteki bu muhteşem gelişmelere ne kadar hazırız?</p><p>Tüm bunların hayatımıza girmesi bazılarına halen imkânsız geliyor. Fakat unutmayın ki, <strong>hayatımız imkânsız denen şeyleri yaşamakla geçiyor.</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*zTuafKCLTSWZcXAhmvGo7w.jpeg" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=ed605ee9e6ca" width="1" height="1" alt=""><hr><p><a href="https://medium.com/hacettepeaiclub/otonom-ara%C3%A7larla-gelece%C4%9Fe-do%C4%9Fru-ed605ee9e6ca">Otonom Araçlarla Geleceğe Doğru</a> was originally published in <a href="https://medium.com/hacettepeaiclub">Hacettepe AI Club</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Nöral Ağlar ve XOR Macerası]]></title>
            <link>https://medium.com/hacettepeaiclub/n%C3%B6ral-a%C4%9Flar-ve-xor-maceras%C4%B1-32884782bfa3?source=rss----5c1f9d6662c7---4</link>
            <guid isPermaLink="false">https://medium.com/p/32884782bfa3</guid>
            <category><![CDATA[xor]]></category>
            <category><![CDATA[perceptron]]></category>
            <category><![CDATA[yapay-zeka]]></category>
            <category><![CDATA[makine-öğrenmesi]]></category>
            <dc:creator><![CDATA[Desmin Alpaslan]]></dc:creator>
            <pubDate>Wed, 09 Feb 2022 19:45:41 GMT</pubDate>
            <atom:updated>2022-02-10T08:38:56.162Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*1HFUmvWOBZgE5HDFKYPA-Q.png" /></figure><p>Perceptron her ne kadar Rosenblatt tarafından 1958 yılında bulunmuş olsa da nöral ağların popüleritesinin günümüzdeki şeklini alması 2012’ye kadar sürdü. Nöral ağların ve yapay zekanın popüleritesinin yükselip düşmesinde bir sürü etken olmakla birlikte bu değişimlerin detaylarını merak edenler için<strong> AI Winter</strong> kavramının araştırılmasının iyi olacağını düşünüyorum. Bu yazıda ise Perceptronların popüleritesinin düşmesinde katkısı olduğu düşünülen, <em>Marvin Minsky</em> and <em>Seymour Papert </em>tarafından yazılmış Perceptrons [1969] kitabında bahsedilen 2 layerlık bir nöral ağın XOR fonksiyonunu öğrenememisini tartışacağız.</p><p>İlk olarak XOR fonksiyonunun ne olduğunu anlayarak başlayalım. XOR fonksiyonu bir mantık bağlacıdır ve doğruluk tablosu aşağıdaki gibidir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*NtKqz5xoI2_KQ0uugJHr5g.png" /><figcaption>XOR Doğruluk Tablosu</figcaption></figure><p>Perceptrons kitabında bahsedilen sorun ise 2 layerlık bir nöral ağın XOR fonksiyonunu öğrenememesiydi. Bu sorunun asıl kaynağı ise 2 layerlık bir nöral ağın sadece linear fonksiyonları öğrenebilmesidir. (bu nöral ağlara Feedforward nöral ağ da denmekte). Bahsettiğimiz nöral ağı aşağıda görselleştirdik:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/553/0*ltWSG5Fwm7rwxShE" /><figcaption>Feedforward Network</figcaption></figure><p>XOR fonksiyonunun neden linearly seperable olmadığının ispatına bu yazının kapsamı dışında olduğundan dolayı girmeyeceğiz ama ilgili kişileri araştırmaya davet ediyoruz. İspatın yerine aşağıdaki görselle XOR’un linear bir çizgi kullanılarak ayrılamadığını gösteriyoruz.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/800/1*ygRSPceBdlUXHqINj91yAg.gif" /></figure><p>Nihayetinde 2 layerlık bir nöral ağ, yukarıda gösterdiğimiz doğruları öğrenebildiği için sadece XOR fonksiyonunu öğrenemeyecek. Zamanında, mantık bağlaçlarını öğrenebilmesi makine öğrenmesi algoritmaları için önemli bir kriter oluşturur. Bu sebeple Perceptrons kitabının, nöral ağlara olan ilgiyi azalttığı düşünülüyor.</p><p>Peki nöral ağlar henüz daha XOR’u öğrenemiyorken görsel sınıflandırma, obje algılama, yüz tanıma ve konuşulanları yazıya dökme gibi XOR’dan çok daha kompleks problemleri yapabilir hale nasıl geldi? XOR problemine daha fazla layer eklemek problemi çözerken, farklı türde operasyon layerları, aktivasyon fonksiyonları (linearliği ortadan kaldıran) ve layer sayıları gibi çeşitli fikirler sayesinde daha kompleks problemlerin de çözümlerine yaklaşıldı (hala tüm kompleks problemler çözülmüş değil).</p><p>Aklınıza XOR sorununun bu kadar kolay bir çözümü olmasına rağmen nöral ağların popülaritesinde neden böyle bir düşüş olduğu sorusu gelebilir. Fakat zamanın koşullarını da göz önünde bulundurmak lazım. Perceptron algoritması çıktığı zamanlarda, linear bir nöral ağın bütün fonksiyonları öğrenebileceği fikri hakimdi ve bu araştırma sayesinde bunun aslında doğru olmadığı ortaya çıktı. Ayrıca şu an nöral ağların öğrenmek için kullandığı backpropagation algoritması ancak 1988’de, yani Minsky ve Papert’ın kitabından 20 yıl sonra keşfedilebildi. Bu da günümüzde çoğu kompleks problemin çözümünde uygulanan aktivasyon kullanım fonksiyonlarının kullanımının önünü açtı.</p><p>Yapay zeka algoritmaların şu ana kadar üstesinden geldiği problemler düşünüldüğünde XOR gibi basit bir mantık fonksiyonu devede kulak kalıyor. Fakat daha basit bir mantık fonksiyonunu öğrenemeyen makine öğrenmesi algoritmasının, zamanında popülaritesinin düşmesi de oldukça normal bana kalırsa. Her ne kadar ihtimali eski zamanlara göre daha düşük olsa da elimizde yeteri kadar ilgi görmemiş nöral ağlar gibi yeni bir çağ açacak makine öğrenmesi algoritmaları var olabilir.</p><p>İlk yazımı okuduğunuz için teşekkürler.</p><p>Konuyla ilgili daha fazla bilgi için aşağıdaki linkleri takip edebilirsiniz:</p><ul><li><a href="https://en.wikipedia.org/wiki/AI_winter">https://en.wikipedia.org/wiki/AI_winter</a></li><li><a href="https://en.wikipedia.org/wiki/Perceptrons_(book)">https://en.wikipedia.org/wiki/Perceptrons_(book)</a></li><li><a href="https://dev.to/jbahire/demystifying-the-xor-problem-1blk">https://dev.to/jbahire/demystifying-the-xor-problem-1blk</a></li><li><a href="https://en.wikipedia.org/wiki/Feedforward_neural_network">https://en.wikipedia.org/wiki/Feedforward_neural_network</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=32884782bfa3" width="1" height="1" alt=""><hr><p><a href="https://medium.com/hacettepeaiclub/n%C3%B6ral-a%C4%9Flar-ve-xor-maceras%C4%B1-32884782bfa3">Nöral Ağlar ve XOR Macerası</a> was originally published in <a href="https://medium.com/hacettepeaiclub">Hacettepe AI Club</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Yapay Zeka Engelli Bireylere Nasıl Yardımcı Oluyor?]]></title>
            <link>https://medium.com/hacettepeaiclub/yapay-zeka-engelli-bireylere-nas%C4%B1l-yard%C4%B1mc%C4%B1-oluyor-f918a6660a88?source=rss----5c1f9d6662c7---4</link>
            <guid isPermaLink="false">https://medium.com/p/f918a6660a88</guid>
            <category><![CDATA[engelliler]]></category>
            <category><![CDATA[otonom]]></category>
            <category><![CDATA[yapay-zeka]]></category>
            <category><![CDATA[teknoloji]]></category>
            <category><![CDATA[akıllı-ev]]></category>
            <dc:creator><![CDATA[Oğuzhan Değirmenci]]></dc:creator>
            <pubDate>Wed, 09 Feb 2022 19:19:37 GMT</pubDate>
            <atom:updated>2022-02-09T19:19:37.007Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/870/1*8TK829TjrGs2JRvQz7Na6g.jpeg" /></figure><p>Yapay zeka, görsel algılama, konuşma tanıma, karar verme ve çeviri gibi normalde insan zekası gerektiren görevleri yerine getirebilen bilgisayar sistemlerinin geliştirilmesidir. Pek çok insan yapay zekayı robotların ve fütüristik teknolojinin olduğu bir dünya gibi düşünebilir, ancak engelli bireyler için yapay zeka teknolojisi bir erişilebilirlik dünyası açıyor.</p><p>Yapay zeka, engelli insanlar için iletişim, erişilebilirlik ve bağımsız yaşam alanında çoktan büyük adımlar attı. Hiçbir engeli olmayan biri, bir tarif aramanın veya bir şarkı çalmanın uygun bir yolu olarak Amazon’un Alexa’sını ya da Apple’ın Siri’sini kullanabilir. Ancak görme engelli biri için bunlar, hayatını değiştiren bir teknoloji parçasıdır.</p><h4>Artan İletişim</h4><p>Akıllı telefonunuzdaki <a href="https://developer.amazon.com/en-US/alexa/branding/echo-guidelines">Alexa (Echo)</a>, <a href="https://www.apple.com/tr/siri/">Siri</a> gibi ses destekli yapay zeka teknolojileri, iletişimdeki en büyük gelişmelerden biridir. Görme engelli kişiler için bu teknoloji, akıllı cihazlarıyla nasıl iletişim kuracakları açısından çok önemlidir. Görme engelli insanlar için görüntüleri tanımlamayı öğrenen bilişsel sistemler de vardır.</p><p>Buna ek olarak, konuşmadan metne ve metinden sese teknolojisi, beyin yaralanmalarından iyileşenler, beyin felcinden etkilenenler veya diğer kronik rahatsızlıkları olan kişiler için daha fazla iletişim sağlar. İşitme güçlüğü çekenler için kapalı altyazı programları da yapay zeka algoritmaları ile mükemmelleştiriliyor. Yapay zekanın gücü neredeyse her sektöre dokunuyor, ancak erişilebilirliği iyileştirme yeteneği, iletişimi sadece uygun bir yoldan daha fazla artırıyor.</p><h4>Daha Fazla Erişilebilirlik</h4><p>Bir kişinin konaklamaya ihtiyaç duymasının birkaç nedeni vardır. Genetik koşullar, doğum sırasındaki komplikasyonlar ve erken yaşta meydana gelen yaralanmalar, bir kişinin hayatının çoğu için yardımcı teknolojiye ihtiyaç duymasına neden olabilir. Diğer durumlarda, bir kişi bir sakatlık edinebilir — bir uzvun kesilmesine yol açan iş kazaları veya trafik kazaları olabilir — ve bu insanlar günlük hayatta gezinmeyi yeniden öğrenirken bunalmış hissedebilirler. Her iki durumda da, yapay zeka destekli teknoloji günlük yaşamı düzene sokabilir ve bu insanların daha bağımsız yaşamasını sağlayabilir.</p><p>Erişilebilirlik, engelli toplumdaki birçok insan için hiç bitmeyen bir endişe kaynağıdır. Erişilebilirliğe doğru adımlardan birine örnek olarak Microsoft’un hareket kabiliyeti olan engelli kişilere yardım etmeyi, insan bağlantılarını kurmayı ve işyerinde gezinmeyi amaçlayan bir <a href="https://www.microsoft.com/en-us/ai/ai-for-accessibility">yapay zeka destekli erişilebilirlik programı</a> verilebilir. Görme engelli kişilere yardımcı olacak bazı yapay zeka destekli teknolojiler, işaretler ve görsel üzerindeki metinleri tanımak üzere tasarlandığından, daha bağımsız bir şekilde mobil olmalarını mümkün kılar.</p><p>Otonom araçlar, engelli insanlar açısından sıklıkla tartışılan yapay zekanın başka bir yönüdür. Yapay zeka teknolojisinin en güzel yanı, kapsayıcı olma eğiliminde olması ve konaklamaya ihtiyaç duyan kişilerin teknolojik gelişmelere daha fazla dahil olmalarına yardımcı olmasıdır. <a href="https://newsroom.toyota.eu/2018-toyota-concept-i-ride/">Concept-I RIDE </a>gibi araçlar, otonom araç olmasa da, tekerlekli sandalye kullanan kişiler için otomotive bağlılığı azaltır.</p><p>Otonom araçlar, işitme ve görme bozukluğu olanlar, tekerlekli sandalye kullananlar, zihinsel engelli insanlar vb. dahil olmak üzere birçok farklı insana yardım etmek için yapay zeka kullanır. Evden çıkıp kendinizi mağazaya götürebilmek, engelli bireyler için erişilebilirlik ve bağımsız yaşam açısından büyük bir ilerlemedir.</p><h4>Evde Bağımsız Yaşamı Sağlamak</h4><p>Bir engelle yaşayan birçok insan, evde dolaşma, yemek pişirme veya diğer günlük görevleri tamamlama konusunda yardım için başkalarına güvenir. Nesnelerin internetindeki (IoT) gelişmelerle birleşen yapay zeka destekli teknolojiler, erişilebilirlik açısından yeni olanaklar açıyor. Akıllı ev teknolojisi, yapay zeka yetenekleriyle bağımsız yaşamı mümkün kılıyor.</p><p>Yapay zekanın evdeki birçok kişinin hayatını nasıl değiştirdiğine dair birçok örnek var. Evinize ışıkları açıp kapatmasını, ısıyı veya klimayı ayarlamasını ya da ocağı kapatmasını söylemek için ses teknolojisini kullanmak, bağımsız yaşamı kolaylaştırmaya yardımcı olan örneklerdendir. Akıllı ev hub’ları, rutininizi zaman içinde öğrenebilir ve ihtiyaçlarınızı önceden tahmin edebilir, gerektiğinde ışıkları veya diğer cihazları açabilir. Bazı sistemler, termostatı hava tahmin verilerini göz önünde bulundurarak ayarlayabilir. Bu örnekler, akıllı ev ürünlerindeki yapay zeka teknolojisinin günlük yaşamın önündeki engelleri nasıl ortadan kaldırdığını göstermektedir.</p><p>Evdeki yapay zeka teknolojisi, güvenlik açısından da harika. Bir kişinin düşüp düşmediğini söylemek için akıllı bir ev kurulabilir ve yardım için sevdiklerini veya acil servisleri uyarabilir. Bu güvenlik kaygıları, engelli kişiler için bağımsız yaşamanın neden zor olabileceğine başka bir unsur ekliyor. Bununla birlikte, yapay zeka, insanların iletişim kurmasını, evlerine erişmesini ve bağımsız olarak güvende hissetmesini mümkün kılar.</p><h4>Sırada ne var?</h4><p>Yapay zeka, bilgi işlem (IT) alanını, mühendislik endüstrisini, büyük veriyi ve teknoloji ile ilgili diğer birçok alanı değiştirecek. Bununla birlikte, yapay zeka aynı zamanda dünyayı insanlar için günden güne değiştirecek. Yapay zeka ilerledikçe, sıradan insanlar için daha erişilebilir hale gelecektir. Yapay zeka asistanları norm haline gelecek ve yapay zeka teknolojisi daha verimli olmaya devam edecek.</p><p>Yapay zeka ve engelli bireyler açısından, her ilerleme daha kapsayıcı olacaktır. Tıp teknolojilerinde daha büyük ilerlemeler sağlayacak ve daha fazla insanın asla hayal edemeyecekleri şekilde bağımsızlığa ulaşmasına yardımcı olacak. Yapay zeka için sırada ne var? Engelliler için daha fazla teknoloji ve ona daha fazla erişim.</p><p>Yapay zeka teknolojileri, insanların bir şekilde yaşama şeklini değiştiriyor. Bu değişikliklerin bize katkıları sadece kullanışlı olmalarıyla kısıtlı değil, aynı zamanda iletişim kurmamıza, daha fazla şeye erişmemize ve daha bağımsız yaşamamıza yardımcı oluyor. Yapay zeka, dil tanıma yazılımından otonom araçlara, akıllı ev teknolojisine, ufuktaki teknolojik gelişmelere kadar, engelli kişilerin hayatlarında derin bir şekilde daha fazla etkiye sahip olmalarına yardımcı oluyor.</p><p><em>Kaynak: </em><a href="https://www.rollingwithoutlimits.com/view-post/How-AI-Is-Helping-People-With-Disabilities"><em>https://www.rollingwithoutlimits.com/…</em></a><em> — Noah Rue</em></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=f918a6660a88" width="1" height="1" alt=""><hr><p><a href="https://medium.com/hacettepeaiclub/yapay-zeka-engelli-bireylere-nas%C4%B1l-yard%C4%B1mc%C4%B1-oluyor-f918a6660a88">Yapay Zeka Engelli Bireylere Nasıl Yardımcı Oluyor?</a> was originally published in <a href="https://medium.com/hacettepeaiclub">Hacettepe AI Club</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Google Colab üzerinden Github ders kodlarını çalıştırma]]></title>
            <link>https://medium.com/hacettepeaiclub/google-colab-%C3%BCzerinden-github-ders-kodlar%C4%B1n%C4%B1-%C3%A7al%C4%B1%C5%9Ft%C4%B1rma-12998570a82?source=rss----5c1f9d6662c7---4</link>
            <guid isPermaLink="false">https://medium.com/p/12998570a82</guid>
            <category><![CDATA[google-colab]]></category>
            <category><![CDATA[github]]></category>
            <dc:creator><![CDATA[Yunusemre Özköse]]></dc:creator>
            <pubDate>Wed, 11 Dec 2019 21:14:25 GMT</pubDate>
            <atom:updated>2019-12-11T21:16:28.032Z</atom:updated>
            <content:encoded><![CDATA[<h3>Giriş</h3><p>Topluluk olarak machine learning, deep learning, Pytorch gibi eğitimler vermekteyiz. Bu eğitimler <a href="https://www.coursera.org/learn/machine-learning">Coursera / Machine Learning</a> kursu temel alınarak yapılmaktadır. Eğitimler de teorik anlatım ile beraber workshop şeklinde işlenmektedir. Bu workshop kodları ise <a href="https://github.com/hacettepeai">Github hesabımız</a> da önceden paylaşılıyor. Bu yazıda katılımcıların dersler başlamadan önce Google Colab üzerinden kodları açmış olmaları için, ders kodlarımızın Colab üzerinden nasıl açılabileceği anlatılacaktır.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*BEXXj1S_vindLDaaJxhA8Q.jpeg" /></figure><h3>Uygulama</h3><p>Github sayfamızdaki “courses” repo’muza girelim: <a href="https://github.com/hacettepeai/courses.git">https://github.com/hacettepeai/courses.git</a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/900/1*xePblshdjmU-XdmeaDD-bw.png" /></figure><p>Ders kodlarını indirelim:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/891/1*hLuWx09ZRTVovLmjEyNkMA.png" /></figure><p>Google Colab uygulamasını açalım: <a href="https://colab.research.google.com/notebooks/welcome.ipynb#recent=true">https://colab.research.google.com/notebooks/welcome.ipynb#recent=true</a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*95GhQO42Z__PBSEBQeH0CQ.png" /></figure><p>“Upload” sekmesinden kullanacağımız ipynb dosyasını seçmemiz lazım. Bu path şöyle olabilir: courses/machine learning/workshop1/linear regression.ipynb</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*rPgnME6VsNOG932h-p-hmw.png" /></figure><p>Dosyamızı seçtikten sonra Colab bizi direk jupyter notebook’taki kodlarımıza yönlendirmekte.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*yC0c4iFMZlFTakEu0FJ1dQ.png" /></figure><p>Kodlarımızı Google Colab üzerine aktarmış olduk. Şimdi ise sıra verilerimizde. Soldaki oka tıklayarak sol bölümü açıyoruz ve “Files” sekmesine giriyoruz. Yapmamız gereken şey “Upload” butonuna tıklamak ve az önceki .ipynb dosyası ile aynı dizindeki veriyi yüklemek. Artık kodlarımız işletilmeye hazır !</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=12998570a82" width="1" height="1" alt=""><hr><p><a href="https://medium.com/hacettepeaiclub/google-colab-%C3%BCzerinden-github-ders-kodlar%C4%B1n%C4%B1-%C3%A7al%C4%B1%C5%9Ft%C4%B1rma-12998570a82">Google Colab üzerinden Github ders kodlarını çalıştırma</a> was originally published in <a href="https://medium.com/hacettepeaiclub">Hacettepe AI Club</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[K-NN Classification in C++]]></title>
            <link>https://medium.com/hacettepeaiclub/k-nn-classification-in-c-1f8e6b16be25?source=rss----5c1f9d6662c7---4</link>
            <guid isPermaLink="false">https://medium.com/p/1f8e6b16be25</guid>
            <category><![CDATA[deep-learning]]></category>
            <category><![CDATA[data-science]]></category>
            <category><![CDATA[classification]]></category>
            <category><![CDATA[machine-learning]]></category>
            <category><![CDATA[classification-algorithms]]></category>
            <dc:creator><![CDATA[Furkan Çağlayan]]></dc:creator>
            <pubDate>Mon, 08 Jul 2019 14:32:01 GMT</pubDate>
            <atom:updated>2019-07-07T09:24:54.768Z</atom:updated>
            <content:encoded><![CDATA[<p>K-Nearest Neighbors classification is a simple algorithm based on distance functions. It takes a point as an input and finds the closest ‘K’ points in the dataset.</p><h3>Creating a Dataset</h3><p>In most cases you would use a classification method on actual features like <a href="https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_feature2d/py_sift_intro/py_sift_intro.html">SIFT </a>features. But let’s create a random 2d dataset for the sake of simplicity. Create a class named ‘Dataset’. Dataset will take 2 inputs, ’n’ is the size of the dataset and ‘l’ is the number of labels.</p><p>Created numbers are between 0 and 1. Each number has a label assigned to it randomly.</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/1e1c9c9012743a2b90016e27b01f76b4/href">https://medium.com/media/1e1c9c9012743a2b90016e27b01f76b4/href</a></iframe><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/406767cb1eae6f798a1cbb349f071076/href">https://medium.com/media/406767cb1eae6f798a1cbb349f071076/href</a></iframe><p>Now that we have our randomized dataset, let’s visualize it to see the distribution of points.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/640/1*iLYdFDB2dAuiezlJwC3_jA.png" /></figure><h4>How to improve it?</h4><blockquote>Turn Dataset class into a modular class with varying dimensions.</blockquote><h3>Creating KNN Class</h3><p>Now let’s create a class to takes 3 inputs. A dataset, we already created that, a ‘K’ value and a 2d vector that we want to predict class for.</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/b6719d976df1ee58e114865ff956ca7d/href">https://medium.com/media/b6719d976df1ee58e114865ff956ca7d/href</a></iframe><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/d50a8666c2fd13f4cd584495b1cd008a/href">https://medium.com/media/d50a8666c2fd13f4cd584495b1cd008a/href</a></iframe><h4>How to improve it?</h4><blockquote>Try more distance functions besides Euclidean. Manhattan and Cosine distances first comes to mind.</blockquote><p>Implementation follows like this. For each of the points in the dataset find the distance between it and the input vector. Let’s see the output for the dataset above when the input is (0.6,0.6) and k is 3.(X is our input)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/640/1*DzmbbCQI-21E3hObu-ob6w.png" /><figcaption>Class=2</figcaption></figure><p>Luckily for us, we hit 3 out of 3. We can confidently say that our class is blue or 2. But what about different values of k?</p><h3>Choosing the ‘K’</h3><p>K value is crucial in this classification. For example when you expect noise in your data, 1-nn is not the best option. So you may want to increase it. But when you have a sparse data, 1-nn or lower values of k might work just fine.</p><p>Also, you must have realized we never talk about event values of k. That’s because when you try to do a, let’s say a binary classification, you’d always want to choose odd values for k. Otherwise values of each class might be equal. Now let’s see how we call our Knn class and do some more experiments.</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/cf06ed5ddab48ffb231903cd0e236a6e/href">https://medium.com/media/cf06ed5ddab48ffb231903cd0e236a6e/href</a></iframe><p>Now let’s call Knn class with k=5 and the input=(0.8,0.3) and see the result.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/640/1*WNNaeDeeJyQrQOvvB9XGbA.png" /><figcaption>Class=0</figcaption></figure><p>What happens when we call the same function, but with k=7?</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/640/1*xhr7lxMRaObGev-TMvVzpg.png" /><figcaption>Class=1</figcaption></figure><p>Our prediction is changed. So get ready for that.</p><p>To sum up, Knn is simple and robust classification algorithm but sometimes it may not give the desired output.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=1f8e6b16be25" width="1" height="1" alt=""><hr><p><a href="https://medium.com/hacettepeaiclub/k-nn-classification-in-c-1f8e6b16be25">K-NN Classification in C++</a> was originally published in <a href="https://medium.com/hacettepeaiclub">Hacettepe AI Club</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
    </channel>
</rss>