Yapay zekadan makale özeti
- Kısa
- Ayrıntılı
- Bu video, Marmara Üniversitesi Nüfus ve Sosyal Araştırmalar Enstitüsü'nde çalışan Zübeyir Nişancı tarafından sunulan bir eğitim dersidir. Ders, Fuat Hoca ve Fatih Hoca gibi diğer eğitmenlerle birlikte Yükseköğretim Kurulu öncülüğünde hazırlanmıştır.
- Video, istatistik ve veri bilimi konularını sıfırdan başlayarak karmaşık hale doğru ilerleyen bir yapıda ele almaktadır. İçerikte istatistiğin temel kavramları, veri toplama yöntemleri, bilgisayar sistemlerinin çalışma prensipleri, kuantum bilgisayarlar, istatistik tarihi, big data, yapay zeka, makine öğrenmesi ve derin öğrenme gibi konular detaylı şekilde anlatılmaktadır.
- Ders, farklı seviyelerdeki katılımcılar için hazırlanmış olup, veri analizi okuryazarlığı edinmek, temel istatistik, orta seviye kodlama dilleri ve yapay zeka mantığını öğrenmek isteyenler için bir başlangıç seviyesi sunmaktadır. Eğitmen, önümüzdeki hafta sıfırdan başlayarak Excel dosyalarıyla pratik çalışmalara başlayacaklarını ve derslerin veri değişken tipleri, dosya tipleri gibi konuları içereceğini belirtmektedir.
- 00:01Sunumun Amacı ve İçeriği
- Sunum, istatistiğin genel yapısı, veri ve istatistik kavramlarını ele alacak.
- Konuşmacı, istatistikin teknik, teorik ve tarihsel kısmını kapsayacak bir fikir gezintisi yapacağını belirtiyor.
- Ders, sıfırdan başlayıp karmaşığa doğru ilerleyecek ve en çok bilenlerin bile tekrar edecekleri noktalar içerecek.
- 01:42Sunumun İçeriği
- Sunumda istatistik nedir, veri biliminin farkı, verinin mantıksal ve matematiksel yapısı ele alınacak.
- Bilgisayarların teknik altyapısı ve veri toplamanın tarihsel dönüşümü incelenecek.
- Modern istatistik ve veri biliminin ortaya çıkışıyla ilgili bilgiler paylaşılacak.
- 03:35İstatistik ve Veri Bilimi
- İstatistik üç şekilde tanımlanabilir: bilgi türü, yöntem ve bilim dalı.
- Veri bilimi, teknolojik araçların gelişmesinden sonra yapılandırılmış veriden büyük data tipine kadar olan verileri analiz eden bilim dalıdır.
- Veri, sayı cinsinden temsil edilmiş özelliklerdir ve bu kavram çok daha geniş bir veri alanına denk gelmektedir.
- 06:13İstatistik ve Veri Kavramları
- İstatistik, sayı cinsinden temsil edilmiş özelliklerdir.
- İstatistik, bir bilgi türü olarak ele alınmaktadır, yöntem ve bilim dalı değildir.
- Sayı, felsefede farklı görüşlere sahip olsa da, istatistiğin konusu olması itibariyle mantıksal bir ifadedir.
- 07:52Mantıksal İfadeler ve Çelişmezlik İlkesi
- Mantıksal ifadeler, Aristo'nun klasik mantığında formel mantıkta üç temel ilkeden biridir.
- Çelişmezlik ilkesi (love no contradiction), bir şeyin tanımlandığı çerçeve üzerine ya bir şeydir ya da onun değildir, hem o hem de onun değil olamaz.
- Mantıksal ifade, tanımında anlaşmak kaydıyla bir ve sıfıra dayanır.
- 09:28İstatistik ve Bilgisayarın Temel Prensibi
- Bu mantık prensibi, kategorik olarak tanımlanabilen her şeyi saymanın ve istatistiğin konusu yapabilir.
- Tüm istatistik, bilgisayar ve veri işlemleri bu mantığın üzerine kuruludur.
- Saymanın temelinde bir ve sıfır vardır, bu da bilgisayarların nasıl işlediğini açıklar.
- 11:11Sayısallaştırma Örneği
- Bir resimdeki özellikler (gözlüklü, sakallı, orta boylu, seyrek saçlı) kategorik olarak tanımlanabilir.
- Bu özellikler virgülle ayrılarak bir ve sıfır şeklinde ifade edilebilir (sakallı mı değil mi, gözlüklü mü değil mi).
- Bu örnek, sayısallaştırılmış fakat sayısallaştırılabilir bir veri olduğunu göstermektedir.
- 12:06Bilgisayar Sistemleri ve Veri Analizi
- Bilgisayar sistemleri ve dijital araçlar tamamen bir ve sıfır üzerine çalışıyor.
- Tanımlamanın konusu olabilen her şey istatistiğin konusu olur ve veri toplama şekli bir ve sıfır mantığına dayanır.
- Bilgisayar sistemleri ve veri sistemleri birbirleriyle yakın konuşuyor ve yapay zekanın arkasında bu temel yapılar var.
- 13:31Bir ve Sıfır Sistemi
- Aç-kapa düğmeleri, çamaşır makinalarında, bulaşık makinalarında ve birçok yerde bir ve sıfır sistemine dayanıyor.
- Bilgisayarların içindeki devreler bir ve sıfır şeklinde işliyor ve bu sistem binary (ikili) sistem olarak adlandırılıyor.
- Bilgisayarlarda her bir tuşa basıldığında, büyük harflerle yazılan her kelimenin ASCII kodu (sıfır ve birlerden ibaret kodlar) var ve bu kodlar byte olarak adlandırılıyor.
- 15:32Bilgisayarların Çalışma Prensibi
- Bilgisayarlarda açık devre bir, kapalı devre sıfır olarak tanımlanıyor.
- Her renk için hex kodu (onaltılık sistem) var ve her pikselin altında kırmızı, yeşil ve mavinin farklı oranlarda karışımı bulunuyor.
- Bilgisayarda oluşturulan renkler grafik prosesörlere ve işlemcilere gönderiliyor, alt piksellerini işliyor ve bize ışık çıktısı olarak görünüyor.
- 17:11Bilgisayarların Tarihsel Gelişimi
- Eskiden insanlar punch kartlarla çalışarak bilgisayara kodları tanıtıyorlardı, kartlarda delikler açarak devreleri okuyorlardu.
- Punch kartlar yeterli olmayınca bantlar (teypler) kullanılmaya başlandı, bu bantlar daha uzun kodları alabiliyordu.
- İnsanlar makineye kodları daha sistematik ve hızlı hale getirmeye çalışıyorlardı.
- 19:15Programlama Dilleri
- Programlama dilleri düşük seviye, orta seviye ve üst seviye olarak sıralanıyor.
- Düşük seviye diller makineye yakın çalışıyor, üst seviye diller ise insan konuşmasına yakın ve daha basitleştirilmiş.
- Programlama dilleri sürekli geliştirilerek hesaplama kapasitesi artırılıyor, veri toplama ve işleme şekilleri daha hızlı ve soyut hale getiriliyor.
- 21:41Kuantum Bilgisayarlar ve Bayeri Sistemi
- Konuşmacı, veriyi toplama, düzenleme, işleme, aktarma ve paylaşma şeklimizin potansiyelini etkilediğini belirtiyor.
- Kuantum bilgisayarlar, kuantum mekaniği üzerine kurulmuş olup, superposition özelliği sayesinde bir bite hem 0, hem 1 şeklinde iki bilgi girebiliyor.
- Kuantum entegle özelliği sayesinde bir şey birden çok yerde bulunabilir.
- 23:02Kuantum Bilgisayarların Bayeri Sistemiyle İlişkisi
- Kuantum bilgisayarlar bilgiyi saklama ve işleme şekli itibariyle kuantum sistemi ile çalışıyor, ancak bilgiyi girme ve sunma şekli aynen bayeri dayalı.
- Kuantum bilgisayarlar, veriyi derleme ve bilgisayara sunma ve bilgisayardan alma konusunda bugünkü paradigma itibariyle farklılık göstermiyor.
- Kuantum bilgisayarlar computation kapasitesi, data saklama kapasitesi ve RAM kapasitesi açısından büyük farklar sunuyor ve fırsatlar sağlıyor, ancak epistemolojik olarak aynı sistemden bahsediliyor.
- 24:46Osmanlı'da Veri Toplama Sistemi
- Osmanlı'da arşiv tutan bir sistem vardı; tereke defterleri ve tahrir defterleri gibi kayıtlar bulunuyordu.
- Osmanlı'da veri toplama karmaşık bir sistemdi; memurlar farklı yazma şekilleri ve veri tutma yöntemleri kullanıyordu.
- Modernite öncesi veri, bugün anladığımız yapılandırılmış veri sisteminden farklıydı; bazen hatıra şeklinde rastgele yazılıyordu.
- 25:59Modern Devlet ve İstatistik İhtiyacı
- Zamanla sayma ve istatistik isteği devletlerin ciddi bir ihtiyacı haline geldi, özellikle ulus devlet ve refah devlet zamanında.
- Osmanlı'da önce köyler ve ürünler sayıldı, sonra insanlar saymaya başlandı ve nüfus sayımları ortaya çıktı.
- 1830-1840'lar arasındaki nüfus sayımları yarı yapılandırılmış bir şekilde yapıldı, ancak bugün aklımıza gelen satır-sütun-hücre sistemi yoktu.
- 27:44Veri Toplama Amacı ve Yöntemleri
- Osmanlı'da veri toplama teşhis odaklıydı; her bir birey tespit edilip kaydedilirdi.
- Modern istatistikte ise betimleyici istatistik yapılır; hane tiplerinin gelirleri, bireylerin malı gibi betimleyici özellikler incelenir.
- Modern istatistikte veriler sistematik parçalandırılır, dikotomik olarak tanımlanır ve betimleyici özetlerde çıkarılır.
- 30:40Veri Toplama Sürecinin Gelişimi
- Osmanlı'da veri toplama sistemi zamanla gelişti; tereke defterleri düzensizden yarı düzenli hale geldi.
- Daha sonraki nüfus sayımlarında cetvelleme sistemi kullanıldı; sakal rengi, göz rengi gibi özellikler de eklendi.
- Modern istatistikte veriler satır-sütun-hücre sisteminde tutulur, kategorik hale getirilir ve makinalarla hesaplanır.
- 32:26Modern İstatistik ve Yapay Zeka
- Betimleyici istatistiklerden sonra sosyal bilimciler ve sağlık bilimcileri topladıkları verilerden nedensellik analizleri yapmaya başladılar.
- Regresyon yöntemleri kullanılarak dikotomik eleştirilmiş ve hücrelendirilmiş verilerden sonuçlar elde edildi.
- Yapay zeka modelleri de dahil olmak üzere karmaşık nedensellik analizleri yapılmaya başlandı; insanların gelirini sadece yaşları değil, eğitim seviyeleri, cinsiyetleri gibi çoklu faktörlerin etkisi araştırılıyor.
- 33:21Veri Analizi Seviyeleri
- Yapılandırılmamış verilerde kabaca tasvir, yarı yapılandırılmış verilerde hafif betimleyicilik bulunurken, nedensellik analizinde X'in Y'ye nasıl sebep olduğu veya birden çok faktörün bir şeye nasıl etki ettiği araştırılır.
- Sosyal bilimlerde kullanılan regresyon modelleri, modern fizik algısından ve mekanik dünya algısından ciddi şekilde etkilenmektedir.
- Newton fiziği, fiziksel nedenselliğe odaklanarak üç boyutlu uzayda nesnelerin hareketi ve durağanlığıyla ilgilenir ve kartezyen koordinat sistemi üzerinden regresyon modelleri kurulur.
- 35:11Veri Toplama Süreci
- Eskiden veri toplamak çok zor bir şeydi; Amerika'nın ilk nüfus sayımı elle yapılmış ve sayması sekiz yıl sürmüştür.
- Yapılandırılmış veri toplamak net bilgi verir ve bilgisayara hızlı geri gelir, ancak kapı kapı dolaşarak veri toplamak veya anket göndermek hala zahmetli bir süreçtir.
- Bilişimdeki ilerlemelerle big data (büyük veri) ortaya çıkmış, dijital izler bırakarak her yerde veri birikmeye başlamıştır.
- 37:30Big Data ve Makine Öğrenmesi
- Big data, hacimle ilgili bir tanım değil; sistematik şekilde toplanan, hacmi büyük olan konvansiyonel yapılandırılmış datadır.
- Data ise iz bırakarak bırakılan, bazen yapılandırılmış bazen yapılandırılmamış olan verilerdir ve araştırmacılar bunları derleyip kullanmak istemektedir.
- Makine öğrenmesi, istatistikteki regresyon modellerinden farklı olarak tanımlama, sınıflama, teşhis etme ve örüntüleri ortaya çıkarmaya dayalı bir yöntemdir.
- 39:43Makine Öğrenmesi ve Derin Öğrenme
- Makine öğrenmesi, verileri parçalayıp ortak özelliklerini keşfetmeye çalışan bir yöntemdir; supervised modellerde kullanıcı müdahalesi, reinforcement modellerde ise makine kendi kendine öğrenir.
- Makine öğrenmesi, büyük veri çeşitliliği sunarak günlük kullanım, bilimsel ve ticari amaçlarla yeni bilgi türleri oluşturmayı sağlar.
- Derin öğrenme (deep learning), makine öğrenmesinden farklı olarak daha büyük veri havuzlarında ve daha fazla işlemci kapasitesiyle özellik çıkarma işlemini yapar.
- 43:31Yapay Zeka ve Geniş Dil Modelleri
- Yapay zeka, makine öğrenmesi, derin öğrenme ve geniş dil modelleri gibi farklı alt alanları içeren bir kavramdır.
- Geniş dil modelleri (örneğin GPT), trilyonlarca kelimeden oluşan veri kümelerinden istatistiksel patternleri öğrenerek dil işleme yapar.
- Yapay zeka, verileri parçalayıp değil, istatistiksel patternleri kullanarak daha hızlı öğrenme sağlar ve artık sadece veri değil, veri üretme yeteneğine sahiptir.
- 47:22Veri Analizi Dersi Hakkında
- Veri analizi dersi, Excel'de veri girişi, temel istatistik, orta seviye kodlama dilleri ve yapay zeka mantığını kapsayacak şekilde sıfırdan başlayacaktır.
- Yapay zeka, diğer istatistik modellerini ortadan kaldırmamış, sadece kolaylaştırmıştır; hala gerçek dünyadan veri toplama ve sosyal medyadan anket verisi tahmin etme gibi yöntemler kullanılmaktadır.
- Ders, veri analizi okuryazarlığını edinmek ve pratik olarak veri analizi yöntemlerini öğrenmek amacıyla hazırlanmıştır.
- 49:21Eğitim Programı Tanıtımı
- Eğitim programı sıfırdan başlayarak veri değişken tipleri ve dosya tipleri gibi konuları teker teker ele alacak.
- Önümüzdeki yirmidört hafta en verimli şekilde kullanılacak ve motivasyonun en yüksek seviyede tutulması için katılımcıların derslere ciddiye alması ve devam etmesi gerekiyor.
- Ara ara quizler ve testlerle öğrencilerin ders performansını değerlendirecekler.
- 49:49Eğitim Platformunun Önemi
- Yükseköğretim Kurulu öncülüğünde hazırlanan bu derslerin sahibi öğrencilerdir ve Türkiye'de birçok kurum ve birey bu konuda ihtiyaç duyuyor.
- Eğitim kapasitesinin artırılması için büyük bir emek harcanmış ve bu emek devam edecek.
- Sosyal medya hesaplarını takip ederek irtibatta kalınması isteniyor ve bu platform önümüzdeki yıllarda çoğaltılacak ve daha sistematik hale gelecek.
- 50:23Gelecek Planları
- Eğitim platformu daha iyi ve verimli hale getirilerek ilk versiyonu daha büyük faydaları olan ortak bir eğitim platformuna dönüştürülecek.
- Konuşmacı, dinleyicilerin sabırla dinlediği için teşekkür ediyor.