Bir cümlelik özet
Veri, dünyayı tarif eden ham kayıtlardır: sayılar, metinler, ölçümler ve gözlemler; bunlara bir anlam kattığımızda ise ortaya bilgi çıkar.
Neden önemli?
Çizgi izleyen robot projesinde robot, sensöründen sürekli sayılar okuyordu. Zeminin koyu mu açık mı olduğunu söyleyen o değerler birer veriydi. Robot, bu verilere bakarak "sağa dön" ya da "düz git" kararını veriyordu.
Yapay zekâ da tam olarak böyle çalışır. Yapay zekâ sihir değildir; büyük miktarda verideki düzenleri (örüntüleri) bulan bir araçtır. Veriyi anlamadan yapay zekâyı anlamak mümkün değildir. Bu yüzden veri ve yapay zekâ modülüne, en baştan, "veri nedir?" sorusuyla başlıyoruz.
Bir başka önemli nokta şu: yapay zekânın verdiği sonuçlar, beslendiği verinin kalitesine bağlıdır. Eksik veya yanlı (önyargılı) veri, yanlış sonuç doğurur. Yani veriyi tanımak, sonuçları güvenle kullanmanın ilk adımıdır.
Veri nedir?
Veri, bir olayı, nesneyi veya durumu kaydettiğimiz ham parçalardır. Tek başına genellikle yorumsuzdur; sadece "olduğu gibi" durur.
Günlük hayatta veriye her yerde rastlarız:
- Sabah termometrede gördüğün 18 °C bir veridir.
- Dün akşamki maçın skoru 2 - 1 bir veridir.
- Akıllı saatinin gösterdiği 8.240 adım bir veridir.
Bu üç örnek de ortak bir noktaya işaret eder: her biri gerçek dünyadan alınmış, kaydedilmiş bir parçadır.
Verinin dört yaygın türü
Veri farklı biçimlerde karşımıza çıkar. En sık gördüğümüz dört türü şöyle ayırabiliriz:
- Sayı: Bir değeri ölçen rakamlar. Örnek: 18, 2, 8240.
- Metin: Harflerden oluşan kayıtlar. Örnek: "Ankara", "yağmurlu", bir öğrencinin adı.
- Ölçüm: Bir aletle alınan sayısal değer. Örnek: sıcaklık, uzaklık, ağırlık.
- Gözlem: Gözlemleyerek not ettiğimiz durum. Örnek: "gökyüzü bulutlu", "kedi uyuyor".
Dikkat edersen ölçüm de aslında bir sayıdır; ama nasıl elde edildiği önemlidir. Ölçüm, bir sensör veya araç sayesinde alınır. Robotun mesafe sensöründen okuduğu "10 santimetre" değeri işte böyle bir ölçüm verisidir.
Veri ile bilgi arasındaki fark
Veri ve bilgi çoğu zaman karıştırılır, ama aralarında önemli bir fark vardır.
- Veri, ham kayıttır: 18, 21, 24, 22, 19.
- Bilgi, o kayıtları anlamlandırdığımızda ortaya çıkar: "Bu hafta hava giderek ısındı, en sıcak gün 24 °C oldu."
Yani tek başına duran sayılar veridir. Onları bir soruyu yanıtlamak için düzenleyip yorumladığımızda bilgiye dönüşürler.
Basit bir kural şöyle: Veri "ne kaydedildi?" sorusunun; bilgi ise "bu kayıtlar bize ne anlatıyor?" sorusunun cevabıdır.
Sensör verisiyle bağ
Çizgi izleyen robotta sensör, her saniyede onlarca kez zemini okuyordu. Bu okumaların her biri tek başına küçük bir veri parçasıydı. Ama robot bu parçaları arka arkaya toplayıp bir örüntü aradığında, "çizgi sağa kayıyor" bilgisine ulaşıyordu.
Aynı fikir büyük sistemlerde de geçerlidir. Bir hava durumu istasyonu, sıcaklık ve nem sensörlerinden binlerce ölçüm toplar. Bu ölçümler ham veridir. Onları bir araya getirip "yarın yağmur olasılığı yüksek" sonucuna varmak ise veriyi bilgiye çevirmektir.
Telefonundaki adımsayar da bir sensör kullanır. Attığın her adımda küçük bir hareket verisi kaydeder. Gün sonunda bu binlerce küçük kaydı toplayıp "bugün 8.240 adım attın" bilgisini gösterir. Yani sensör ham veri üretir; asıl işe yarayan bilgi, o veriyi bir araya getirdiğimizde ortaya çıkar. Yapay zekânın öğrenmesi de bundan farklı değildir: önce çok sayıda veri, sonra o veride aranan örüntü.
Mini uygulama
Bir haftalık öğlen sıcaklıklarını bir listeye kaydedelim ve bu ham veriden basit bilgiler çıkaralım. Aşağıdaki Python kodu yalnız standart kütüphaneyi kullanır; herhangi bir yapay zekâ modeli eğitmez, sadece kaydedilmiş veriyi sayar ve ortalamasını alır.
# Bir haftalik ogle sicakliklari (Celsius) - ham veri
sicakliklar = [18, 21, 24, 22, 19, 23, 20]
toplam = sum(sicakliklar)
gun_sayisi = len(sicakliklar)
ortalama = toplam / gun_sayisi
en_sicak = max(sicakliklar)
en_soguk = min(sicakliklar)
print("Gun sayisi:", gun_sayisi)
print("Ortalama sicaklik:", round(ortalama, 1), "C")
print("En sicak gun:", en_sicak, "C")
print("En soguk gun:", en_soguk, "C")Bu kod çalıştığında sicakliklar listesi ham veridir. Ortalama, en sıcak ve en soğuk değerler ise o veriden çıkardığımız bilgidir.
Kendin dene: Listeye kendi bulduğun gerçek sıcaklıkları yaz veya adım sayısı ya da maç skoru gibi başka bir günlük veri kullan. Sayılar değişince sonucun nasıl değiştiğini gözlemle.
Uygulama laboratuvarı: Veri Nedir?
Veri Nedir? konusunu kalıcı hâle getirmenin en iyi yolu, kavramı küçük ve ölçülebilir bir göreve dönüştürmektir. Bu çalışmada Veri nedir? ile Veri ile bilgi arasındaki fark arasındaki ilişkiyi kullanarak temizlenmiş küçük veri tablosu, açık sınıflandırma kuralı ve hata değerlendirmesi hazırlayacaksın. Amaç yalnız sonucun çalışması değil; hangi kararı neden verdiğini, neyi test ettiğini ve hangi durumda tasarımı değiştireceğini açıklayabilmektir.
Görev senaryosu
Şu senaryoyu ele al: antrenman kayıtlarını düzenleyip eğilimleri gösteren veri tablosu. Dersin ana hedefi “Verinin ne olduğunu, türlerini ve veri ile bilgi arasındaki farkı öğren” olduğuna göre önce problemi tek cümleyle tanımla. Ardından sistemin alacağı girdiyi, uygulayacağı işlemi ve üreteceği çıktıyı ayrı ayrı yaz. Bilmediğin bir ayrıntı varsa onu varsayım olarak işaretle; varsayımı gerçek bilgi gibi kullanma.
- Planla: Başlangıç durumunu, beklenen sonucu ve kullanacağın kavramları yaz.
- En küçük sürümü kur: Yalnız temel davranışı çalıştır; süsleme ve ek özellikleri sonraya bırak.
- Üç test hazırla: Normal bir durum, sınırda bir durum ve hatalı ya da beklenmeyen bir durum seç.
- Sonucu kaydet: Beklenen ile gerçekleşeni yan yana yaz; fark varsa olası nedeni belirt.
- Tek değişiklik yap: Aynı anda birçok şeyi değiştirmek yerine bir kararı düzeltip testi yeniden çalıştır.
Başarı ölçütleri
- Verinin kaynağı ve amacı açık mı?
- Eksik, tekrar eden ve sıra dışı değerler işaretlendi mi?
- Kişisel bilgi kullanılmadan örnek kurulabiliyor mu?
- Eğitim ve test verisi birbirinden ayrıldı mı?
- Yanlış tahminler saklanıp nedenleri incelendi mi?
“Veri Nedir?” çalışmasını bitirdiğinde ürünü bir arkadaşına yalnız bölüm başlıklarıyla anlat. Arkadaşın antrenman kayıtlarını düzenleyip eğilimleri gösteren veri tablosu senaryosundaki adımları ve karar nedenlerini takip edebiliyorsa anlatım yeterince açıktır. Anlaşılmayan noktayı daha fazla terim ekleyerek değil, Veri nedir? ve Veri ile bilgi arasındaki fark ilişkisini daha küçük adımlara bölerek düzelt.
Sık yapılan hatalar
Veriyle bilgiyi karıştırmak
"24" tek başına bir bilgi değil, bir veridir. Ona "haftanın en sıcak günü" anlamını biz katarız. Bu farkı gözden kaçırmak, sonuçları yanlış yorumlamaya yol açar.
Verinin nereden geldiğini sormamak
Her veri güvenilir değildir. Bozuk bir termometre yanlış sayı verebilir. Bir sonucu kullanmadan önce "bu veri nasıl toplandı?" diye sormak iyi bir alışkanlıktır.
Az veriyle kesin sonuç çıkarmak
Tek bir günün sıcaklığına bakıp "bu şehir hep sıcaktır" demek yanlıştır. Sağlam bir sonuç için yeterli ve dengeli veri gerekir.
Ölçümü tahminle karıştırmak
Bir aletle alınan ölçüm ile "sanırım hava soğuktu" gibi bir tahmin aynı şey değildir. Ölçüm veridir; tahmin ise bir yorumdur.
Güvenlik notu
Veri çoğu zaman insanlarla ilgilidir; bu yüzden dikkatli olmalıyız.
- Kişisel veriyi koruyun. Adın, adresin, telefon numaran veya bir arkadaşının bilgileri kişisel veridir. Bunları çevrimiçi yapay zekâ araçlarına veya herkese açık veri listelerine yazma.
- Yetişkin rehberliği. Yapay zekâ ve veri araçlarını bir yetişkinle birlikte ve platformların yaş kurallarına uyarak kullan.
- Verinin gücünün farkında ol. Toplanan veriler önemli kararlarda kullanılabilir. Yanlı veya eksik veri, yanlı sonuç doğurur. Önemli bir çıktıyı kullanmadan önce doğruluğunu kontrol et.
- Sorumluluk insandadır. Veriyi kimin, ne için topladığı ve sonucun nasıl kullanıldığı bir insan kararıdır. Yapay zekâ araçtır; sorumluluk onu kullanan kişiye aittir.
Ders özeti
- Veri, dünyayı tarif eden ham kayıtlardır: sayı, metin, ölçüm ve gözlem.
- Sıcaklık kaydı, maç skoru ve adım sayısı günlük hayattan veri örnekleridir.
- Veri hamdır; onu bir soruyu yanıtlamak için yorumladığımızda bilgiye dönüşür.
- Sensörler sürekli veri üretir; robotlar ve yapay zekâ bu veriden örüntü bularak karar verir.
- Kişisel veriyi korumak ve verinin kaynağını sorgulamak sorumlu kullanımın parçasıdır.
Kontrol soruları
- Veri ile bilgi arasındaki fark nedir? Birer örnek ver.
- "Ankara", 18 ve "gökyüzü bulutlu" ifadeleri hangi veri türlerine örnektir?
- Robotun mesafe sensöründen okuduğu "10 santimetre" değeri ne tür bir veridir?
- Neden az veriyle kesin sonuç çıkarmak risklidir?
- Adını ve adresini çevrimiçi bir yapay zekâ aracına yazmak neden sakıncalıdır?
Cevaplar
- Veri, ham kayıttır (örneğin 18). Bilgi ise o kaydı yorumladığımızda ortaya çıkar (örneğin "bugün hava 18 °C, dünden serin"). Veri "ne kaydedildi?", bilgi "bu ne anlatıyor?" sorusunu yanıtlar.
- "Ankara" metindir, 18 sayıdır (bir ölçüm de olabilir), "gökyüzü bulutlu" ise bir gözlemdir.
- Bir aletle (sensörle) alındığı için bu bir ölçüm verisidir; aynı zamanda sayısaldır.
- Çünkü tek veya birkaç kayıt, genel durumu doğru yansıtmayabilir. Sağlam bir sonuç için yeterli ve dengeli veri gerekir; az veri yanıltıcı olabilir.
- Ad ve adres kişisel veridir. Çevrimiçi araçlara yazıldığında başkalarının eline geçebilir. Kişisel bilgiler gizli tutulmalı ve bu tür araçlar yetişkin rehberliğinde kullanılmalıdır.
Kaynak ve doğrulama notu
“Veri Nedir?” dersi için doğrulama odağı Veri nedir? ile Veri ile bilgi arasındaki fark arasındaki ilişkinin örnekler üzerinde tutarlı çalışmasıdır. Bu modüldeki veri kümeleri eğitim amaçlı ve küçüktür; gerçek kişisel veri kullanılmamalıdır. Bir yapay zekâ sonucunun doğruluğu kadar, verinin dengesi, hataların dağılımı ve açıklanabilirliği de değerlendirilmelidir.
Sonraki ders
Veri Toplama ve Temizleme: Ham veriyi nereden toplarız, hatalı veya eksik kayıtları nasıl fark edip düzeltiriz?