Otostopçunun Yapay Zeka Rehberi Power FM Podcast ödüllerinde En Güçlü Bilim - Teknoloji Podcasti kategorisinde aday!

Oy vermek için Sosyal Medya Kanallarımız ve Linki takip edin.

Bu bölüm, yapay zekanın en kritik bileşenlerinden biri olan veri üzerine odaklanıyoruz. Verinin toplanmasından temizlenmesine, etiketlenmesinden modele beslenmesine kadar uzanan bu süreç, bir yapay zeka sisteminin “zekasını” doğrudan belirliyor. Podcast boyunca veri mühendisliğinin temel adımları, model optimizasyonu , overfitting gibi teknik kavramları sade örneklerle ele alıyoruz ve veri neden yapay zeka için bu kadar önemli anlamaya çalışıyoruz.

Kaynaklar:

https://fbildirici.github.io

• Chip Huyen (2022). Designing Machine Learning Systems.
  Veri kalitesinin, veri akışının ve üretim ortamlarında modellemenin zorluklarının kapsamlı biçimde ele alındığı modern bir kaynak.
  🔗 https://designingml.systems
• Sara Brown, MIT Sloan (7 Haziran 2022). “Why It’s Time for Data-Centric Artificial Intelligence.”
  Andrew Ng’nin veri merkezli yapay zeka vizyonunu tartışır; model performansının algoritmadan çok veri kalitesine bağlı olduğunu anlamak için iyi bir okuma diyebilirim.
  🔗 https://mitsloan.mit.edu/ideas-made-to-matter/why-its-time-data-centric-artificial-intelligence