AUZEF Yapay Zeka Çıkmış Sorular

Yapay Zeka dersi; zekâ kavramını, ajanları, problem çözme ve arama yöntemlerini, makine öğrenmesi türlerini (denetimli, denetimsiz), kümelemeyi, model başarısının ölçülmesini ve yapay sinir ağlarının temel bilgilerini ele alır.

Zekâ ve insan zihni

• Zekâ araştırmaları esas olarak insan üzerine yoğunlaşır.
• Muhakeme, zihnin olaylar ve insanlar üzerinde çözümleme yapabilme yeteneğidir.
• Duygudurum zekânın yetenekleri arasında sayılmaz.
• Dışarıdan gelen uyarıcılar bilgi işleme sistemine önce algısal bellek aracılığıyla ulaşır.

Ajan kavramı

• Çevresini algılayıp orada hareket edebilen canlı ya da cansız her varlık ajandır.
• Ajanın ortamdan aldığı ya da girdi olarak verilen bilgiye algı denir.
• Ajanın matematiksel olarak ifade edilişi ajan fonksiyonu ile tanımlanır.

Problem çözme süreci

• Teoremler ve kurallarla çözülmesi beklenen soru problem olarak adlandırılır.
• Problemin adım adım çözümünde optimizasyon bir aşama sayılmaz.

Arama yöntemleri

• Bilgisiz (kör) aramada bir durumun hedefe ne kadar yakın olduğu kestirilemez.
• Bilgili aramada hedefe kalan tahmini uzaklık ya da maliyet bilgisi kullanılır.
• Açgözlü arama sezgisel bilgi kullanır; bu yüzden bilgili yöntemdir, bilgisiz gruba girmez.

Makine öğrenmesi türleri

• Denetimli öğrenmede model hem eğitim hem de başarısını sınamak için test verisine ihtiyaç duyar.
• Kümeleme algoritmaları denetimsiz öğrenmeye dayanır.
• Makine öğrenmesi geliştiricisinde olması gereken yetenekler arasında veri toplama sayılmaz.

Kümeleme ve öznitelik

• Kümeleme, işlenmemiş veriyi düzenleyip uygun hiyerarşik yapıya dönüştürür.
• Veriler arasındaki ilişki uzaklık, benzerlik ve yakınlık ölçütleriyle belirlenir; maliyet bu ölçütlerden değildir.
• Hiyerarşik kümeleme sonuçları dendogram adlı ağaç yapısıyla gösterilir.
• Sayısal ya da sembolik özelliklerle nesneyi temsil etmeye öznitelik denir.
• Enerji değeri, görüntü işleme özniteliklerinden biri değildir.

Model başarısı ve veri kümeleri

• Karışıklık matrisi, sınıflandırma modelinin doğru ve yanlış tahminlerini görsel olarak sunar.
• ImageNet derin öğrenmede kullanılan geniş bir görüntü veri kümesidir.

Sinir hücresi ve yapay sinir ağı

• Sentriyol hücre bölünmesinde görev alır, insan sinir hücresinin yapıları arasında yer almaz.
• Unipolar değerler 0 ile +1 arasındaki aralıkta bulunur.

Ajan

Çevresini algılayabilen ve orada hareket edebilen canlı ya da cansız varlık.

Algı

Ajanın ortamda fark ettiği ya da kendisine girdi olarak verilen bilgi.

Ajan fonksiyonu

Ajanın matematiksel olarak ifade edilmesini sağlayan kavram.

Muhakeme

Zihnin olaylar ve insanlar üzerinde çözümleme yapabilme yeteneği.

Öznitelik

Bir nesneyi temsil edecek biçimde gösterilen sayısal ya da sembolik özellik.

Bilgili arama

Hedefe kalan tahmini uzaklık ya da maliyet bilgisini kullanan arama yöntemi.

Bilgisiz arama

Durumun hedefe yakınlığının kestirilemediği, kör arama olarak da anılan yöntem.

Denetimli öğrenme

Eğitim ve test verisi gerektiren öğrenme türü.

Denetimsiz öğrenme

Kümeleme algoritmalarının dayandığı öğrenme türü.

Dendogram

Hiyerarşik kümeleme sonuçlarını gösteren ağaç yapısı.

Karışıklık matrisi

Sınıflandırma modelinin doğru ve yanlış tahminlerini gösteren görselleştirme aracı.

Algısal bellek

Dışarıdan gelen uyarıcıların bilgi işleme sistemine ilk ulaştığı alt sistem.

• Bilgili ve bilgisiz aramayı karıştırma: hedefe yakınlık bilgisi varsa bilgili, yoksa bilgisizdir; açgözlü arama bilgilidir.
• Denetimli öğrenme eğitim ve test verisi ister, kümeleme ise denetimsizdir.
• Olumsuz kökte (sayılmaz, bulunmaz, dâhil değildir) dışarıda kalan seçeneği ara: duygudurum, enerji değeri, optimizasyon, veri toplama, sentriyol.
• Algı ile ajan fonksiyonunu ayır: algı ajanın aldığı bilgidir, ajan fonksiyonu ajanın matematiksel ifadesidir.