Makine Öğrenimi ve Yapay Zekayla İlgili Temel Bilgiler
Koleksiyonlar ile düzeninizi koruyun
İçeriği tercihlerinize göre kaydedin ve kategorilere ayırın.
Makine öğrenimini kullanmaya yeni mi başladınız yoksa bilgilerinizi tazelemek mi istiyorsunuz? Aşağıdaki kaynaklara göz atın.
Makine öğrenimi (ML), giriş verilerinden tahminde bulunmak için modelleri eğiten program veya sistemler çalışma alanıdır. Makine öğrenimi; haritalar, çeviri uygulamaları ve şarkı önerileri dahil olmak üzere günlük hayatımızın ayrılmaz bir parçası haline geldi.
Bu teknolojileri tanımlamak için kullanılan "yapay zeka" veya AI terimini de duyabilirsiniz. Resmi olarak bazen değiştirilebilir olsa da makine öğrenimi, yapay zekanın bir alt alanı olarak kabul edilir. Yapay zeka; görüntü oluşturma veya konuşma tanıma gibi gelişmiş görevleri gerçekleştirebilen insan harici bir program veya modeldir.
ML kullanmaya yeni başladıysanız Makine Öğrenimine Giriş sayfasını öneririz. Bir sorunu çözmek için makine öğreniminden hangisini kullanacağınıza karar vermeye çalışıyorsanız Makine Öğrenimi Sorun Çerçevesine Giriş, başlangıç yapmanıza yardımcı olabilir.
[null,null,["Son güncelleme tarihi: 2023-07-25 UTC."],[[["\u003cp\u003eMachine learning (ML) focuses on training models to make predictions from data, powering technologies like maps and recommendations.\u003c/p\u003e\n"],["\u003cp\u003eArtificial intelligence (AI) encompasses a broader range of sophisticated tasks, with ML being a subfield within it.\u003c/p\u003e\n"],["\u003cp\u003eGoogle provides introductory resources for understanding ML concepts and problem-solving, along with a glossary for key terms.\u003c/p\u003e\n"]]],[],null,["# Machine Learning & Artificial Intelligence Basics\n\nNew to machine learning, or need a refresher? Check out the resources below.\n| **Estimated Read Time:** 10 minutes\n| **Learning objectives:**\n|\n| - Define machine learning and artificial intelligence.\n| - Describe applications of ML and AI.\n\nMachine learning (ML) is the field of study of programs or systems that trains\nmodels to make predictions from input data. ML powers some of the technologies\nthat have become integral to our daily lives, including maps, translation apps,\nand song recommendations, to name a few.\n\nYou may hear the term \"artificial intelligence,\" or AI, used to describe these\ntechnologies as well. Although sometimes used interchangeably, formally, ML is\nconsidered a subfield of AI. Artificial intelligence is a non-human program or\nmodel that can perform sophisticated tasks, such as image generation or speech\nrecognition.\n\nIf you are new to ML, we recommend [Introduction to Machine Learning](https://developers.google.com/machine-learning/intro-to-ml). If you are trying\nto decide whether to use ML to solve a problem, [Introduction to Machine\nLearning Problem Framing](https://developers.google.com/machine-learning/problem-framing) can help get\nyou started.\n\nFor definitions of key concepts in ML, please see [Machine Learning Glossary: ML\nFundamentals](https://developers.google.com/machine-learning/glossary/fundamentals)."]]
