Bölüm 2 · Temeller ve İş Dünyasında Kullanım

Makine Öğrenmesi Türleri

Denetimli, denetimsiz ve pekiştirmeli öğrenmenin ne olduğunu ve hangi iş problemine hangisinin uyduğunu yönetici gözüyle kavramak.

ChatGPTExcel CopilotPerplexity

Yönetici Özeti

Makine öğrenmesi türlerini bilmek, 'bu problem AI ile çözülür mü, hangi veriyle?' sorusuna doğru cevap vermenizi sağlar. Türü bilmeden satın alınan çözümler çoğu zaman yanlış probleme uygulanır.

Kavramsal Çerçeve

Denetimli öğrenme etiketli geçmiş veriyle tahmin yapar (ör. talep tahmini, churn). Denetimsiz öğrenme etiketsiz veride örüntü/grup bulur (ör. müşteri segmentasyonu). Pekiştirmeli öğrenme deneme-yanılmayla optimize eder (ör. fiyatlama, lojistik rota).

Adım Adım Uygulama

  1. Çözmek istediğiniz problemi 'tahmin mi, gruplama mı, optimizasyon mu' diye sınıflayın.
  2. Elinizdeki veri etiketli mi, etiketsiz mi belirleyin.
  3. Veri kalitesi ve miktarını dürüstçe değerlendirin.
  4. Hazır araç mı, özel model mi gerektiğine karar verin.
  5. Küçük bir veri kümesiyle fizibilite testi yapın.

Örnek Promptlar

Problem–yöntem eşleştirme

Şu iş problemini çözmek istiyorum: [problem]. Bunun denetimli, denetimsiz mi yoksa pekiştirmeli öğrenme problemi mi olduğunu açıkla. Hangi veriye ihtiyaç olduğunu, veri yoksa nasıl toplanacağını ve hazır araçla mı özel modelle mi çözüleceğini öner.

Veri hazırlık kontrolü

Bir tahmin modeli için elimde şu veriler var: [veri açıklaması]. Bu verinin yeterli olup olmadığını, eksik/önyargılı olabilecek noktaları ve modelleme öncesi yapılması gereken temizlik adımlarını listele.

Bu dersi şirketime uyarla

Sen deneyimli bir yönetim danışmanısın. "Makine Öğrenmesi Türleri" konusunu benim şirketime uyarla. Şirket: [sektör, çalışan sayısı, kısa açıklama]. Bana bu konuda 30 günlük somut bir uygulama planı, gereken veri ve araçlar, olası riskler ve ölçeceğim 3 KPI'yı ver.

Mini Vaka

ÖnceŞirket 'AI ile churn tahmini' istiyor ama etiketli geçmiş veri yok; proje başlamadan tıkanıyor.
SonraÖnce veri etiketleme kuruldu; doğru türde (denetimli) bir pilotla gerçekçi sonuç alındı.

Örnek Hesap varsayımsal

Talep tahmini stok fazlasını %15 azaltırsa ve aylık stok maliyeti 200.000₺ ise, aylık ~30.000₺ tasarruf ortaya çıkar (varsayımsal).

Bu rakamlar gerçek bir sonuç değil; kazanımı kendi süreç sürenize ve maliyetinize göre hesaplamak için bir örnektir. Kendi pilotunuzda önce/sonra ölçün.

Yönetici Kontrol Listesi

Mini Değerlendirme

  1. Talep tahmini hangi öğrenme türüne girer?
  2. Müşteri segmentasyonu için hangi tür uygundur?
  3. Etiketli veriniz yoksa ilk adım ne olmalı?

Videoyla Pekiştir

Bu konuyu görsel olarak pekiştirmek için güncel video aramasına göz atın. (Belirli bir videoyu sabitlemiyoruz; en güncel ve kaliteli içerikleri görmeniz için arama bağlantısı veriyoruz.)

▶ Bu dersi YouTube'da ara →
Yapay zeka çıktıları her zaman doğru değildir. Sayı, mevzuat, finans ve kişisel veri içeren çıktıları doğrulayın; KVKK'ya uyun ve kritik kararlarda son sözü insan versin.