Ana içeriğe geç

Sözlük

Bu liste, her dersin ele aldığı kavramlardan OTOMATİK üretilir — bir terimin yanındaki link, o terimin GERÇEKTEN anlatıldığı dersi gösterir. Bir terimi birden fazla ders kullanıyorsa, HEPSİ listelenir.

Terim ara

540 terim

#

.iloc: Seçme, filtreleme, indeksleme (Veri Bilimi)
.loc: Seçme, filtreleme, indeksleme (Veri Bilimi)
80/20 kuralı: Pareto (İstatistik)

A

a(i) ve b(i): Kümeleme başarı metrikleri (Makine Öğrenmesi)
A/B testi: z-testi ve p-değeri (İstatistik)
açgözlü çözme: Bir sonraki token: örnekleme, temperature, top-k/top-p (Derin Öğrenme: NLP & LLM)
açıklanan varyans: PCA (Makine Öğrenmesi)
AdaBoost: AdaBoost (Makine Öğrenmesi)
Adadelta: RMSprop ve Adadelta (Derin Öğrenme: Görüntü)
Adagrad: Adagrad (Derin Öğrenme: Görüntü)
Adam: Adam (Derin Öğrenme: Görüntü)
agg: groupby ve pivot (Veri Bilimi)
ağaç derinliği: Karar ağaçları (Makine Öğrenmesi)
ağır kuyruk (heavy tail): Pareto (İstatistik)
ağırlık güncelleme: Geri yayılım (Derin Öğrenme: Görüntü)
ağırlık ve bias: Perceptron (Derin Öğrenme: Görüntü)
ağırlıklı ortalama: Attention fikri (Derin Öğrenme: NLP & LLM)
aktivasyon fonksiyonu: Sigmoid (Derin Öğrenme: Görüntü)
aktivasyon fonksiyonu seçimi: Aktivasyon fonksiyonu özet kartı (Derin Öğrenme: Görüntü)
AlexNet: Klasik mimariler (LeNet → ResNet) (Derin Öğrenme: Görüntü)
alt-kelime (subword): Tokenization ve BPE (Derin Öğrenme: NLP & LLM)
alt-uzay (subspace): Multi-head attention (Derin Öğrenme: NLP & LLM)
alternatif hipotez (H1): Hipotez testi mantığı (İstatistik)
ana bileşen: PCA (Makine Öğrenmesi)
anahtar (key): Self-attention mekaniği (Q, K, V) (Derin Öğrenme: NLP & LLM)
anlamlılık düzeyi (α): Hipotez testi mantığı (İstatistik)
anomali tespiti: Isolation Forest (Makine Öğrenmesi)
ANOVA: ANOVA (İstatistik)
Anscombe dörtlüsü: Korelasyon, nedensellik ve yaygın tuzaklar (İstatistik)
araç çağrısı (tool use): Ajan mantığına giriş (Prompt Mühendisliği)
artık (residual) bağlantı: Layer norm ve artık bağlantılar (Derin Öğrenme: NLP & LLM)
aşamalı model kurma: Gradient Boosting (Makine Öğrenmesi)
aşırı gövdeleme: Metin ön işleme (Derin Öğrenme: NLP & LLM)
aşırı iyimser performans: Veri sızıntısı (leakage): en pahalı hata (Veri Bilimi)
aşırı öğrenme: L1/L2 düzenlileştirme (Derin Öğrenme: Görüntü)
aşırı öğrenme (overfitting): Aşırı öğrenme ve bias-variance (Makine Öğrenmesi)
aşırı öğrenmeye giriş: Polinom regresyon (Makine Öğrenmesi)
atlama (residual) bağlantısı: Klasik mimariler (LeNet → ResNet) (Derin Öğrenme: Görüntü)
AUC: Sınıflandırma başarı metrikleri (Makine Öğrenmesi)
average pooling: Pooling katmanları (Derin Öğrenme: Görüntü)
Axes: matplotlib ile grafiğin anatomisi (Veri Bilimi)
Ayarlanmış Rand İndeksi (ARI): Kümeleme başarı metrikleri (Makine Öğrenmesi)
aykırı değer: Veriye bakmak: merkez ve yayılım (İstatistik), Aykırı değer tespiti (Veri Bilimi)
aykırı değer duyarlılığı: Regresyon başarı metrikleri (Makine Öğrenmesi)
aykırı değere dayanıklılık: Regresyon kayıp fonksiyonları (Derin Öğrenme: Görüntü)
azınlık sınıfı: Dengesiz veri seti (Makine Öğrenmesi)

B

bag-of-words: NLP'ye giriş (Derin Öğrenme: NLP & LLM)
bagging: Topluluk (ensemble) yöntemleri (Makine Öğrenmesi)
bağımsız denemeler: Bernoulli ve Binom (İstatistik)
bağımsız iki örneklem t-testi: t-testi (İstatistik)
bağımsızlık: Olasılığın temelleri (İstatistik)
bağımsızlık testi: Ki-kare testi (İstatistik)
bağlam: Prompt anatomisi: görev, bağlam, kısıt, format (Prompt Mühendisliği)
bağlam penceresi: Bağlam penceresi, token ve maliyet (Prompt Mühendisliği)
bağlam vektörü: Attention fikri (Derin Öğrenme: NLP & LLM)
bağlantı (linkage) yöntemi: Hiyerarşik kümeleme (Makine Öğrenmesi)
başarı olasılığı: Bernoulli ve Binom (İstatistik)
batch bağımsızlığı: Layer normalization (Derin Öğrenme: Görüntü)
batch normalization: Batch normalization (Derin Öğrenme: Görüntü)
Bayes teoremi: Bayes teoremi (İstatistik), Naive Bayes (Makine Öğrenmesi)
beklenen değer: Bernoulli ve Binom (İstatistik)
belirsiz referans: Yaygın başarısızlık kalıpları (Prompt Mühendisliği)
Bernoulli denemesi: Bernoulli ve Binom (İstatistik)
bias: Aşırı öğrenme ve bias-variance (Makine Öğrenmesi)
bias düzeltmesi: Adam (Derin Öğrenme: Görüntü)
bilgi kazancı: Karar ağaçları (Makine Öğrenmesi), Entropi, Gini, bilgi kazancı (Makine Öğrenmesi)
bilgi tabanı sınırı: Rol ve persona verme (Prompt Mühendisliği)
bilgi teorisi: Entropi, Gini, bilgi kazancı (Makine Öğrenmesi)
binary cross-entropy: Sınıflandırma kayıp fonksiyonları (Derin Öğrenme: Görüntü)
Binom dağılımı: Bernoulli ve Binom (İstatistik)
Binom-Poisson yakınsaması: Poisson (İstatistik)
birikimli dağılım fonksiyonu (CDF): Olasılık dağılım fonksiyonları (İstatistik), Normal dağılım (İstatistik)
birinci moment: Adam (Derin Öğrenme: Görüntü)
birleşim (veya): Olasılığın temelleri (İstatistik)
blok yığını: Transformer mimarisi: bütün resim (Derin Öğrenme: NLP & LLM)
blok-köşegen matris: Multi-head attention (Derin Öğrenme: NLP & LLM)
boolean indeksleme: NumPy: dizi düşüncesi (Veri Bilimi), Seçme, filtreleme, indeksleme (Veri Bilimi)
boosting: AdaBoost (Makine Öğrenmesi)
bootstrap örneklem: Topluluk (ensemble) yöntemleri (Makine Öğrenmesi)
Box-Cox dönüşümü: Box-Cox dönüşümü (Makine Öğrenmesi)
boxplot: seaborn: hangi grafik ne zaman (Veri Bilimi)
boyut (dimension): Vektör nedir, veri neden vektördür (Ek: Matematik Temelleri)
boyut indirgeme: PCA (Makine Öğrenmesi)
broadcasting: Broadcasting (Veri Bilimi)
büyük veri ölçeklenebilirliği: LightGBM (Makine Öğrenmesi)
Byte Pair Encoding (BPE): Tokenization ve BPE (Derin Öğrenme: NLP & LLM)

C

C parametresi: Destek vektör makineleri (Makine Öğrenmesi)
chain-of-thought: Düşünce zinciri (chain-of-thought) ve sınırları (Prompt Mühendisliği)
channels-first/last: Görüntü verisi nedir (Derin Öğrenme: Görüntü)
class_weight: Dengesiz veri seti (Makine Öğrenmesi)
CNN mimarisi: CNN mimarisinin tamamı (Derin Öğrenme: Görüntü)
concat: Birleştirme (merge, join, concat) (Veri Bilimi)
contamination parametresi: Isolation Forest (Makine Öğrenmesi)

Ç

çapraz dikkat (cross-attention): Encoder-decoder yapısı (Derin Öğrenme: NLP & LLM)
çapraz doğrulama: Çapraz doğrulama türleri (Makine Öğrenmesi)
çarpıklık (skewness): Box-Cox dönüşümü (Makine Öğrenmesi)
çarpımsal süreç: Log-normal (İstatistik)
çekirdek (kernel): Konvolüsyon işlemi (Derin Öğrenme: Görüntü)
çekirdek/sınır/gürültü noktası: DBSCAN (Makine Öğrenmesi)
çelişkili talimat: Yaygın başarısızlık kalıpları (Prompt Mühendisliği)
çeyrekler açıklığı (IQR): Veriye bakmak: merkez ve yayılım (İstatistik)
çıkış boyutu formülü: Filtre, stride, padding (Derin Öğrenme: Görüntü)
çok katmanlı algılayıcı (MLP): Yapay sinir ağına giriş (Derin Öğrenme: Görüntü)
çok seviyeli indeks: groupby ve pivot (Veri Bilimi)
çok sınıflı kirlilik: Entropi, Gini, bilgi kazancı (Makine Öğrenmesi)
çok sınıflı sınıflandırma: Softmax (Derin Öğrenme: Görüntü)
çoklu doğrusal regresyon: Çoklu doğrusal regresyon (Makine Öğrenmesi)
çoklu karşılaştırma sorunu: ANOVA (İstatistik)
çoklu koşul filtreleme: Seçme, filtreleme, indeksleme (Veri Bilimi)

D

DBSCAN: DBSCAN (Makine Öğrenmesi)
decoder: Encoder-decoder yapısı (Derin Öğrenme: NLP & LLM)
decoder-only mimari: GPT ile "Attention is All You Need" farkı (Derin Öğrenme: NLP & LLM)
değer (value): Self-attention mekaniği (Q, K, V) (Derin Öğrenme: NLP & LLM)
dendrogram: Hiyerarşik kümeleme (Makine Öğrenmesi)
denetimli öğrenme: Denetimli / denetimsiz / pekiştirmeli (Makine Öğrenmesi)
denetimsiz öğrenme: Denetimli / denetimsiz / pekiştirmeli (Makine Öğrenmesi)
dengesiz veri: Dengesiz veri seti (Makine Öğrenmesi)
derin ağ eğitimi: Kaybolan gradyan problemi (Derin Öğrenme: Görüntü)
derinlik: Yapay sinir ağına giriş (Derin Öğrenme: Görüntü)
describe: Keşifçi veri analizi (EDA) yöntemi (Veri Bilimi)
destek vektör makinesi (SVM): Destek vektör makineleri (Makine Öğrenmesi)
destek vektörleri: Destek vektör makineleri (Makine Öğrenmesi)
Dice katsayısı: Segmentasyona giriş (Derin Öğrenme: Görüntü)
dikkat ağırlığı: Attention fikri (Derin Öğrenme: NLP & LLM)
dikkat başlığı (head): Multi-head attention (Derin Öğrenme: NLP & LLM)
dil modeli başlığı: Transformer mimarisi: bütün resim (Derin Öğrenme: NLP & LLM)
dil modelleme hedefi: GPT ile "Attention is All You Need" farkı (Derin Öğrenme: NLP & LLM)
dirsek yöntemi: K-Means (Makine Öğrenmesi)
doğal dil işleme (NLP): NLP'ye giriş (Derin Öğrenme: NLP & LLM)
doğal frekans: Bayes teoremi (İstatistik)
doğrusal ayrılabilirlik: Perceptron (Derin Öğrenme: Görüntü)
doğrusal dönüşüm: Matris çarpımı: dönüşüm olarak okumak (Ek: Matematik Temelleri)
doğrusal olmama: ReLU ve GELU (Derin Öğrenme: Görüntü)
doğrusal olmayan ilişki: Korelasyon, nedensellik ve yaygın tuzaklar (İstatistik)
doğrusal regresyon: Basit doğrusal regresyon (Makine Öğrenmesi)
doygunluk: Sigmoid (Derin Öğrenme: Görüntü), TanH (Derin Öğrenme: Görüntü)
döngü maliyeti: Vektörleştirme: döngüyü bırakmak (Veri Bilimi)
DPO: Ön eğitim, ince ayar, hizalama (RLHF/DPO) (Derin Öğrenme: NLP & LLM)
dropna: Eksik veri stratejileri (Veri Bilimi)
dropout: Dropout (Derin Öğrenme: Görüntü)
dtype: NumPy: dizi düşüncesi (Veri Bilimi), pandas: Series ve DataFrame (Veri Bilimi)
dtype dönüşümü: Veri okuma ve tip sorunları (Veri Bilimi)
durak kelime (stopword): Metin ön işleme (Derin Öğrenme: NLP & LLM)
duyarlılık (recall): Sınıflandırma başarı metrikleri (Makine Öğrenmesi)
duyarlılık ve özgüllük: Bayes teoremi (İstatistik)
düzenlileştirme: XGBoost (Makine Öğrenmesi)

E

eğim ve kesişim: Basit doğrusal regresyon (Makine Öğrenmesi)
eğitim/test ayrımı: Aşırı öğrenme ve bias-variance (Makine Öğrenmesi)
eksik değer: Veri okuma ve tip sorunları (Veri Bilimi)
eksik veri (NaN): Eksik veri stratejileri (Veri Bilimi)
Elastic Net: Ridge, Lasso, Elastic Net (Makine Öğrenmesi)
eleman bazlı işlem: NumPy: dizi düşüncesi (Veri Bilimi)
en küçük kareler (OLS): Basit doğrusal regresyon (Makine Öğrenmesi)
encoder: Encoder-decoder yapısı (Derin Öğrenme: NLP & LLM)
entropi: Entropi, Gini, bilgi kazancı (Makine Öğrenmesi)
eps ve minPts: DBSCAN (Makine Öğrenmesi)
erken durdurma (early stopping): XGBoost (Makine Öğrenmesi)
eşit olasılık: Uniform dağılım (İstatistik)
etki büyüklüğü: Tip 1 / Tip 2 hata ve istatistiksel güç (İstatistik)
etki ölçümü: Veri bilimi süreci: soru → veri → model → karar (Veri Bilimi)
evrensel yaklaşım: Yapay sinir ağına giriş (Derin Öğrenme: Görüntü)

F

F istatistiği: ANOVA (İstatistik)
F1 skoru: Sınıflandırma başarı metrikleri (Makine Öğrenmesi)
feature extraction: Transfer öğrenme (Derin Öğrenme: Görüntü)
few-shot: Örnekle öğretme (few-shot) (Prompt Mühendisliği)
Figure: matplotlib ile grafiğin anatomisi (Veri Bilimi)
fillna: Eksik veri stratejileri (Veri Bilimi)
fine-tuning: Transfer öğrenme (Derin Öğrenme: Görüntü)
fonksiyon: Fonksiyon ve grafik sezgisi (Ek: Matematik Temelleri)
format: Prompt anatomisi: görev, bağlam, kısıt, format (Prompt Mühendisliği)

G

gamma ve beta: Batch normalization (Derin Öğrenme: Görüntü)
GELU: ReLU ve GELU (Derin Öğrenme: Görüntü), Aktivasyon fonksiyonu özet kartı (Derin Öğrenme: Görüntü)
genelleme: Veri artırma (Derin Öğrenme: Görüntü)
genişleme boyutu (d_ff): Position-wise feed-forward ağ (Derin Öğrenme: NLP & LLM)
geri yayılım (backpropagation): Geri yayılım (Derin Öğrenme: Görüntü), Zincir kuralı (backprop'un kalbi) (Ek: Matematik Temelleri)
getirme (retrieval): RAG'e giriş (Prompt Mühendisliği)
Gini kirliliği: Karar ağaçları (Makine Öğrenmesi), Entropi, Gini, bilgi kazancı (Makine Öğrenmesi)
gizli durum (hidden state): RNN (Derin Öğrenme: NLP & LLM)
gizli katman: Yapay sinir ağına giriş (Derin Öğrenme: Görüntü)
göreli konum: Pozisyonel kodlama (Derin Öğrenme: NLP & LLM)
görev: Prompt anatomisi: görev, bağlam, kısıt, format (Prompt Mühendisliği)
gövde bulma (stemming): Metin ön işleme (Derin Öğrenme: NLP & LLM)
gözlenen ve beklenen frekans: Ki-kare testi (İstatistik)
Gradient Boosting: Gradient Boosting (Makine Öğrenmesi)
gradient clipping: Patlayan gradyan ve clipping (Derin Öğrenme: Görüntü)
gradyan: Matematik özet kartı (Ek: Matematik Temelleri)
gradyan (gradient): Kısmi türev ve gradyan (Ek: Matematik Temelleri)
gradyan gürültüsü: SGD, batch, momentum (Derin Öğrenme: Görüntü)
gradyan inişi: Matematik özet kartı (Ek: Matematik Temelleri), Çoklu doğrusal regresyon (Makine Öğrenmesi)
gradyan inişi (gradient descent): Gradyan inişi (Ek: Matematik Temelleri)
gradyan karşılaştırması: Sınıflandırma kayıp fonksiyonları (Derin Öğrenme: Görüntü)
gradyan kontrolü: Geri yayılım (Derin Öğrenme: Görüntü)
gradyan normu: Patlayan gradyan ve clipping (Derin Öğrenme: Görüntü)
grafik: Fonksiyon ve grafik sezgisi (Ek: Matematik Temelleri)
grounding (temellendirme): Halüsinasyon: neden olur, nasıl azaltılır (Prompt Mühendisliği)
groupby: groupby ve pivot (Veri Bilimi)
GRU: LSTM ve GRU (Derin Öğrenme: NLP & LLM)
gruplar arası varyans: ANOVA (İstatistik)
gruplar içi varyans: ANOVA (İstatistik)
güç yasası (power law): Pareto (İstatistik)
güven aralığı: Güven aralığı (İstatistik)
güven seviyesi: Güven aralığı (İstatistik)
güvenli yürütme: Ajan mantığına giriş (Prompt Mühendisliği)

H

halüsinasyon: Halüsinasyon: neden olur, nasıl azaltılır (Prompt Mühendisliği)
hata payı: Güven aralığı (İstatistik)
havuzlanmış oran: z-testi ve p-değeri (İstatistik)
He ilklendirme: Ağırlık ilklendirme (Derin Öğrenme: Görüntü)
heatmap: seaborn: hangi grafik ne zaman (Veri Bilimi)
hedef kodlama (target encoding): Veri sızıntısı (leakage): en pahalı hata (Veri Bilimi)
hesaplama verimliliği: Kernel hilesi (Makine Öğrenmesi), XGBoost (Makine Öğrenmesi)
histplot: seaborn: hangi grafik ne zaman (Veri Bilimi)
hiyerarşik kümeleme: Hiyerarşik kümeleme (Makine Öğrenmesi)
Huber kaybı: Regresyon kayıp fonksiyonları (Derin Öğrenme: Görüntü)
hücre durumu (cell state): LSTM ve GRU (Derin Öğrenme: NLP & LLM)

I

IoU: Nesne tespitine giriş (Derin Öğrenme: Görüntü)
IQR yöntemi: Aykırı değer tespiti (Veri Bilimi)
ıraksama: Optimizasyona giriş (Derin Öğrenme: Görüntü), Çoklu doğrusal regresyon (Makine Öğrenmesi)
Isolation Forest: Isolation Forest (Makine Öğrenmesi)

İ

iç çarpım: Kernel hilesi (Makine Öğrenmesi)
iki katmanlı MLP: Position-wise feed-forward ağ (Derin Öğrenme: NLP & LLM)
iki oranlı z-testi: z-testi ve p-değeri (İstatistik)
ikinci moment: Adam (Derin Öğrenme: Görüntü)
ileri yayılım (forward propagation): İleri yayılım (Derin Öğrenme: Görüntü)
ince ayar: Ön eğitim, ince ayar, hizalama (RLHF/DPO) (Derin Öğrenme: NLP & LLM)
indeks: pandas: Series ve DataFrame (Veri Bilimi)
inertia: K-Means (Makine Öğrenmesi)
inner join: Birleştirme (merge, join, concat) (Veri Bilimi)
inverted dropout: Dropout (Derin Öğrenme: Görüntü)
istatistiksel güç: Tip 1 / Tip 2 hata ve istatistiksel güç (İstatistik)
iş sorusu: Veri bilimi süreci: soru → veri → model → karar (Veri Bilimi)
izolasyon derinliği: Isolation Forest (Makine Öğrenmesi)

J

JSON ayrıştırma: Yapılandırılmış çıktı alma (JSON, şema) (Prompt Mühendisliği)

K

k parametresi: KNN (Makine Öğrenmesi)
K-Fold: Çapraz doğrulama türleri (Makine Öğrenmesi)
K-Means: K-Means (Makine Öğrenmesi)
k-means++: K-Means (Makine Öğrenmesi)
kalıntı (residual): Gradient Boosting (Makine Öğrenmesi)
kanal: Görüntü verisi nedir (Derin Öğrenme: Görüntü)
kapı (gate): LSTM ve GRU (Derin Öğrenme: NLP & LLM)
kapsama oranı: Güven aralığı (İstatistik)
karar: Veri bilimi süreci: soru → veri → model → karar (Veri Bilimi)
karar ağacı: Karar ağaçları (Makine Öğrenmesi)
karar kütüğü (decision stump): AdaBoost (Makine Öğrenmesi)
karar sınırı: Lojistik regresyon (Makine Öğrenmesi)
karesel maliyet büyümesi: Bağlam penceresi, token ve maliyet (Prompt Mühendisliği)
karışık değişken (confounder): Korelasyon, nedensellik ve yaygın tuzaklar (İstatistik)
karmaşıklık matrisi: Sınıflandırma başarı metrikleri (Makine Öğrenmesi)
kategorik cross-entropy: Sınıflandırma kayıp fonksiyonları (Derin Öğrenme: Görüntü)
kategorik öznitelik desteği: LightGBM (Makine Öğrenmesi)
katman: İleri yayılım (Derin Öğrenme: Görüntü)
katman zinciri: CNN mimarisinin tamamı (Derin Öğrenme: Görüntü)
kaybolan gradyan: Kaybolan gradyan problemi (Derin Öğrenme: Görüntü)
kayıp fonksiyonu: Kayıp ve maliyet fonksiyonları (Derin Öğrenme: Görüntü)
kelime sırası: NLP'ye giriş (Derin Öğrenme: NLP & LLM)
kernel: Destek vektör makineleri (Makine Öğrenmesi)
kernel hilesi: Kernel hilesi (Makine Öğrenmesi)
kesikli dağılım: Olasılık dağılım fonksiyonları (İstatistik)
kesinlik (precision): Sınıflandırma başarı metrikleri (Makine Öğrenmesi)
kesişim (ve): Olasılığın temelleri (İstatistik)
keşif-sömürü dengesi: Denetimli / denetimsiz / pekiştirmeli (Makine Öğrenmesi)
keşifçi veri analizi (EDA): Keşifçi veri analizi (EDA) yöntemi (Veri Bilimi)
kısıt: Prompt anatomisi: görev, bağlam, kısıt, format (Prompt Mühendisliği)
kısmi türev (partial derivative): Kısmi türev ve gradyan (Ek: Matematik Temelleri)
ki-kare testi: Ki-kare testi (İstatistik)
kirli veri: Veri okuma ve tip sorunları (Veri Bilimi)
KNN: KNN (Makine Öğrenmesi)
kontenjans tablosu: Ki-kare testi (İstatistik)
konveks yüzey: Kayıp ve maliyet fonksiyonları (Derin Öğrenme: Görüntü)
konvolüsyon: Konvolüsyon işlemi (Derin Öğrenme: Görüntü)
korelasyon: Keşifçi veri analizi (EDA) yöntemi (Veri Bilimi)
korelasyon katsayısı (r): Korelasyon, nedensellik ve yaygın tuzaklar (İstatistik)
kosinüs benzerliği: Bag-of-words'ten gömmeye (Derin Öğrenme: NLP & LLM), Word embedding (Word2Vec, GloVe) (Derin Öğrenme: NLP & LLM), Nokta çarpım: benzerliğin matematiği (Ek: Matematik Temelleri)
koşullu bağımsızlık varsayımı: Naive Bayes (Makine Öğrenmesi)
kritik değer (z): Güven aralığı (İstatistik)
kural tabanlı sistem: Makine öğrenmesine giriş (Makine Öğrenmesi)
küçük örneklem: t-testi (İstatistik)
küme (cluster): K-Means (Makine Öğrenmesi)
kümeleme değerlendirmesi: Kümeleme başarı metrikleri (Makine Öğrenmesi)

L

L1 düzenlileştirme: L1/L2 düzenlileştirme (Derin Öğrenme: Görüntü)
L1 düzenlileştirme (Lasso): Ridge, Lasso, Elastic Net (Makine Öğrenmesi)
L2 düzenlileştirme: L1/L2 düzenlileştirme (Derin Öğrenme: Görüntü)
L2 düzenlileştirme (Ridge): Ridge, Lasso, Elastic Net (Makine Öğrenmesi)
lambda parametresi: Box-Cox dönüşümü (Makine Öğrenmesi)
layer normalization: Layer norm ve artık bağlantılar (Derin Öğrenme: NLP & LLM), Layer normalization (Derin Öğrenme: Görüntü)
left join: Birleştirme (merge, join, concat) (Veri Bilimi)
LeNet: Klasik mimariler (LeNet → ResNet) (Derin Öğrenme: Görüntü)
LightGBM: LightGBM (Makine Öğrenmesi)
log loss: Sınıflandırma kayıp fonksiyonları (Derin Öğrenme: Görüntü)
Log-normal dağılım: Log-normal (İstatistik)
logaritma: Logaritma ve üstel: neden her yerdeler (Ek: Matematik Temelleri)
logaritmik dönüşüm: Log-normal (İstatistik)
logit: Softmax (Derin Öğrenme: Görüntü)
lojistik regresyon: Lojistik regresyon (Makine Öğrenmesi)
LSTM: LSTM ve GRU (Derin Öğrenme: NLP & LLM)

M

MAE: Regresyon kayıp fonksiyonları (Derin Öğrenme: Görüntü), Regresyon başarı metrikleri (Makine Öğrenmesi)
makine öğrenmesi: Makine öğrenmesine giriş (Makine Öğrenmesi)
maksimum yol uzunluğu: Sekans modellerinin sınırı (Derin Öğrenme: NLP & LLM)
maliyet fonksiyonu: Kayıp ve maliyet fonksiyonları (Derin Öğrenme: Görüntü)
marjin: Destek vektör makineleri (Makine Öğrenmesi)
maruz kalma önyargısı: Transformer'ın eğitimi ve çıkarımı (Derin Öğrenme: NLP & LLM)
matematiksel gösterim: Neden matematik? (korkuyu kırma) (Ek: Matematik Temelleri)
matris: Matris nedir (Ek: Matematik Temelleri), Matematik özet kartı (Ek: Matematik Temelleri)
matris çarpımı: İleri yayılım (Derin Öğrenme: Görüntü)
matris-vektör çarpımı: Matris çarpımı: dönüşüm olarak okumak (Ek: Matematik Temelleri)
max pooling: Pooling katmanları (Derin Öğrenme: Görüntü)
medyan: Veriye bakmak: merkez ve yayılım (İstatistik)
medyan ile doldurma: Eksik veri stratejileri (Veri Bilimi)
merge: Birleştirme (merge, join, concat) (Veri Bilimi)
merkezi limit teoremi: Merkezi limit teoremi (İstatistik)
mesafe metriği: KNN (Makine Öğrenmesi)
mini-batch: SGD, batch, momentum (Derin Öğrenme: Görüntü)
mod: Veriye bakmak: merkez ve yayılım (İstatistik)
model: Veri bilimi süreci: soru → veri → model → karar (Veri Bilimi)
model güveni: Halüsinasyon: neden olur, nasıl azaltılır (Prompt Mühendisliği)
momentum: SGD, batch, momentum (Derin Öğrenme: Görüntü)
MSE: Regresyon kayıp fonksiyonları (Derin Öğrenme: Görüntü), Regresyon başarı metrikleri (Makine Öğrenmesi)

N

nadir olay: Poisson (İstatistik)
Naive Bayes: Naive Bayes (Makine Öğrenmesi)
nedensel maske: Attention'ın Python'la adım adım kurulumu (Derin Öğrenme: NLP & LLM)
nedensellik: Korelasyon, nedensellik ve yaygın tuzaklar (İstatistik)
nesne yönelimli API: matplotlib ile grafiğin anatomisi (Veri Bilimi)
nokta çarpım (dot product): Nokta çarpım: benzerliğin matematiği (Ek: Matematik Temelleri)
Non-Max Suppression: Nesne tespitine giriş (Derin Öğrenme: Görüntü)
norm: Vektör işlemleri ve norm (Ek: Matematik Temelleri)
normal dağılım: Normal dağılım (İstatistik)
normallik varsayımı: Box-Cox dönüşümü (Makine Öğrenmesi)
NumPy dizisi (ndarray): NumPy: dizi düşüncesi (Veri Bilimi)

O

odds oranı: Lojistik regresyon (Makine Öğrenmesi)
olasılık aksiyomları: Olasılığın temelleri (İstatistik)
olasılık kütle fonksiyonu (PMF): Olasılık dağılım fonksiyonları (İstatistik)
olasılık yoğunluk fonksiyonu (PDF): Olasılık dağılım fonksiyonları (İstatistik), Normal dağılım (İstatistik)
olay: Olasılığın temelleri (İstatistik)
olay oranı (λ): Poisson (İstatistik)
olumsuzlama tuzağı: Yaygın başarısızlık kalıpları (Prompt Mühendisliği)
one-hot encoding: Öznitelik mühendisliği, ölçekleme ve kodlama (Veri Bilimi)
one-hot vektör: Bag-of-words'ten gömmeye (Derin Öğrenme: NLP & LLM)
optimizer: Optimizasyona giriş (Derin Öğrenme: Görüntü)
ortalama: Veriye bakmak: merkez ve yayılım (İstatistik)
ortalama değişim hızı: Fonksiyon ve grafik sezgisi (Ek: Matematik Temelleri)
ortalama karesel hata (MSE): Basit doğrusal regresyon (Makine Öğrenmesi)
otoregresif üretim: Transformer'ın eğitimi ve çıkarımı (Derin Öğrenme: NLP & LLM)
out-of-bag (OOB) skoru: Random Forest (Makine Öğrenmesi)
oversampling: Dengesiz veri seti (Makine Öğrenmesi)
oy birliği (voting): Topluluk (ensemble) yöntemleri (Makine Öğrenmesi)

Ö

öğrenme oranı: Optimizasyona giriş (Derin Öğrenme: Görüntü), Çoklu doğrusal regresyon (Makine Öğrenmesi), Gradient Boosting (Makine Öğrenmesi)
öğrenme oranı (learning rate): Gradyan inişi (Ek: Matematik Temelleri)
öğretmen zorlaması (teacher forcing): Transformer'ın eğitimi ve çıkarımı (Derin Öğrenme: NLP & LLM)
ölçekleme (scaling): Öznitelik mühendisliği, ölçekleme ve kodlama (Veri Bilimi)
ölçeklenebilirlik: Vektörleştirme: döngüyü bırakmak (Veri Bilimi)
ölçekli nokta çarpım dikkati: Self-attention mekaniği (Q, K, V) (Derin Öğrenme: NLP & LLM)
ölçülebilir kriter: Prompt'u iyileştirme döngüsü: ölç, değiştir, karşılaştır (Prompt Mühendisliği)
ölü ReLU problemi: ReLU ve GELU (Derin Öğrenme: Görüntü)
ön eğitim: Ön eğitim, ince ayar, hizalama (RLHF/DPO) (Derin Öğrenme: NLP & LLM)
ön işleme: Metin ön işleme (Derin Öğrenme: NLP & LLM)
öncül olasılık: Naive Bayes (Makine Öğrenmesi)
örnek ağırlıklandırma: AdaBoost (Makine Öğrenmesi)
örneklem: Örnekleme ve örneklem hatası (İstatistik)
örneklem büyüklüğü: Merkezi limit teoremi (İstatistik)
örneklem dağılımı: Merkezi limit teoremi (İstatistik)
örneklem hatası: Örnekleme ve örneklem hatası (İstatistik)
örneklem uzayı: Olasılığın temelleri (İstatistik)
örnekleme: Bir sonraki token: örnekleme, temperature, top-k/top-p (Derin Öğrenme: NLP & LLM)
örüntü çıkarsama: Örnekle öğretme (few-shot) (Prompt Mühendisliği)
öteleme değişmezliği (translation invariance): Neden tam bağlı ağ yetmez (Derin Öğrenme: Görüntü)
özdeğer (eigenvalue): Özdeğer ve özvektör (PCA'ya hazırlık) (Ek: Matematik Temelleri)
özellik haritası (feature map): Konvolüsyon işlemi (Derin Öğrenme: Görüntü)
öznitelik: Makine öğrenmesine giriş (Makine Öğrenmesi)
öznitelik (feature): Vektör nedir, veri neden vektördür (Ek: Matematik Temelleri)
öznitelik alt kümesi rastgeleliği: Random Forest (Makine Öğrenmesi)
öznitelik dönüşümü: Polinom regresyon (Makine Öğrenmesi)
öznitelik genişletme: Kernel hilesi (Makine Öğrenmesi)
öznitelik matrisi: Çoklu doğrusal regresyon (Makine Öğrenmesi)
öznitelik mühendisliği: Öznitelik mühendisliği, ölçekleme ve kodlama (Veri Bilimi)
öznitelik ölçekleme: KNN (Makine Öğrenmesi)
öznitelik önemi: Karar ağaçları (Makine Öğrenmesi), Random Forest (Makine Öğrenmesi)
öznitelik seçimi: Ridge, Lasso, Elastic Net (Makine Öğrenmesi)
özvektör (eigenvector): Özdeğer ve özvektör (PCA'ya hazırlık) (Ek: Matematik Temelleri)

P

p-değeri: Hipotez testi mantığı (İstatistik)
padding: Filtre, stride, padding (Derin Öğrenme: Görüntü)
pandas DataFrame: pandas: Series ve DataFrame (Veri Bilimi)
pandas Series: pandas: Series ve DataFrame (Veri Bilimi)
parametre patlaması: Neden tam bağlı ağ yetmez (Derin Öğrenme: Görüntü)
Pareto dağılımı: Pareto (İstatistik)
patlayan gradyan: Patlayan gradyan ve clipping (Derin Öğrenme: Görüntü)
PCA: PCA (Makine Öğrenmesi)
pekiştirmeli öğrenme: Denetimli / denetimsiz / pekiştirmeli (Makine Öğrenmesi)
pencere taşması: Bağlam penceresi, token ve maliyet (Prompt Mühendisliği)
perceptron: Perceptron (Derin Öğrenme: Görüntü)
permütasyon değişmezliği: Pozisyonel kodlama (Derin Öğrenme: NLP & LLM)
persona: Rol ve persona verme (Prompt Mühendisliği)
piksel: Görüntü verisi nedir (Derin Öğrenme: Görüntü)
piksel doğruluğu: Segmentasyona giriş (Derin Öğrenme: Görüntü)
pivot_table: groupby ve pivot (Veri Bilimi)
Poisson dağılımı: Poisson (İstatistik)
polinom regresyon: Polinom regresyon (Makine Öğrenmesi)
popülasyon: Örnekleme ve örneklem hatası (İstatistik)
position-wise: Position-wise feed-forward ağ (Derin Öğrenme: NLP & LLM)
post-norm: Layer norm ve artık bağlantılar (Derin Öğrenme: NLP & LLM)
pozitif/negatif transfer: Ön eğitim, ince ayar, hizalama (RLHF/DPO) (Derin Öğrenme: NLP & LLM)
PPMI: Word embedding (Word2Vec, GloVe) (Derin Öğrenme: NLP & LLM)
pre-norm: GPT ile "Attention is All You Need" farkı (Derin Öğrenme: NLP & LLM)
prompt: Prompt nedir, model ne "görüyor" (Prompt Mühendisliği)
pyplot API: matplotlib ile grafiğin anatomisi (Veri Bilimi)

R

R kare: Regresyon başarı metrikleri (Makine Öğrenmesi)
Random Forest: Random Forest (Makine Öğrenmesi)
rassal değişken: Olasılık dağılım fonksiyonları (İstatistik)
rastgele örnekleme: Örnekleme ve örneklem hatası (İstatistik)
RBF kernel: Kernel hilesi (Makine Öğrenmesi)
ReAct döngüsü: Ajan mantığına giriş (Prompt Mühendisliği)
ReLU: Kaybolan gradyan problemi (Derin Öğrenme: Görüntü), ReLU ve GELU (Derin Öğrenme: Görüntü), Aktivasyon fonksiyonu özet kartı (Derin Öğrenme: Görüntü)
reshape: Broadcasting (Veri Bilimi)
ResNet: Klasik mimariler (LeNet → ResNet) (Derin Öğrenme: Görüntü)
RLHF: Ön eğitim, ince ayar, hizalama (RLHF/DPO) (Derin Öğrenme: NLP & LLM)
RMSE: Regresyon başarı metrikleri (Makine Öğrenmesi)
RMSprop: RMSprop ve Adadelta (Derin Öğrenme: Görüntü)
RNN: RNN (Derin Öğrenme: NLP & LLM)
ROC eğrisi: Sınıflandırma başarı metrikleri (Makine Öğrenmesi)
running statistics: Batch normalization (Derin Öğrenme: Görüntü)

S

sabit boyutlu darboğaz: Sekans modellerinin sınırı (Derin Öğrenme: NLP & LLM)
sabit hesaplama bütçesi: Düşünce zinciri (chain-of-thought) ve sınırları (Prompt Mühendisliği)
sadakatsizlik (unfaithfulness): Düşünce zinciri (chain-of-thought) ve sınırları (Prompt Mühendisliği)
sağa çarpıklık: Log-normal (İstatistik)
satır ve sütun vektörü: Matris nedir (Ek: Matematik Temelleri)
sayısal doğrulama: Attention'ın Python'la adım adım kurulumu (Derin Öğrenme: NLP & LLM)
sayısal kararlılık: Logaritma ve üstel: neden her yerdeler (Ek: Matematik Temelleri)
sayısal kararsızlık: Polinom regresyon (Makine Öğrenmesi)
scatterplot: seaborn: hangi grafik ne zaman (Veri Bilimi)
seaborn: seaborn: hangi grafik ne zaman (Veri Bilimi)
semantik segmentasyon: Segmentasyona giriş (Derin Öğrenme: Görüntü)
serbestlik derecesi: t-testi (İstatistik)
seyrek özellik: Adagrad (Derin Öğrenme: Görüntü)
seyreklik (sparsity): Ridge, Lasso, Elastic Net (Makine Öğrenmesi)
sezgi: Neden matematik? (korkuyu kırma) (Ek: Matematik Temelleri)
SGD: SGD, batch, momentum (Derin Öğrenme: Görüntü)
shape: NumPy: dizi düşüncesi (Veri Bilimi)
sıcaklık (temperature): Softmax (Derin Öğrenme: Görüntü)
sıfır hipotezi (H0): Hipotez testi mantığı (İstatistik)
sıfır merkezlilik: TanH (Derin Öğrenme: Görüntü)
sınıflandırma: Lojistik regresyon (Makine Öğrenmesi)
sınır durum (borderline p-değeri): z-testi ve p-değeri (İstatistik)
sınırlayıcı kutu (bounding box): Nesne tespitine giriş (Derin Öğrenme: Görüntü)
sıralı hesaplama: Sekans modellerinin sınırı (Derin Öğrenme: NLP & LLM)
sigmoid: Aktivasyon fonksiyonu özet kartı (Derin Öğrenme: Görüntü)
sigmoid doygunluğu: Kaybolan gradyan problemi (Derin Öğrenme: Görüntü)
sigmoid fonksiyonu: Sigmoid (Derin Öğrenme: Görüntü), Lojistik regresyon (Makine Öğrenmesi)
silhouette skoru: Kümeleme başarı metrikleri (Makine Öğrenmesi)
simetri kırılması: Ağırlık ilklendirme (Derin Öğrenme: Görüntü)
sinüzoidal kodlama: Pozisyonel kodlama (Derin Öğrenme: NLP & LLM)
skalerle çarpma: Vektör işlemleri ve norm (Ek: Matematik Temelleri)
softmax: Softmax (Derin Öğrenme: Görüntü), Aktivasyon fonksiyonu özet kartı (Derin Öğrenme: Görüntü)
sonlu fark: Türev: değişim hızı (Ek: Matematik Temelleri)
sonraki token olasılığı: Prompt nedir, model ne "görüyor" (Prompt Mühendisliği)
sonraki token tahmini: Dil modeli nedir, ne yapar (Derin Öğrenme: NLP & LLM)
sorgu (query): Self-attention mekaniği (Q, K, V) (Derin Öğrenme: NLP & LLM)
StandardScaler: Öznitelik mühendisliği, ölçekleme ve kodlama (Veri Bilimi)
standart hata: Merkezi limit teoremi (İstatistik)
standart sapma: Veriye bakmak: merkez ve yayılım (İstatistik), Normal dağılım (İstatistik)
Stratified K-Fold: Çapraz doğrulama türleri (Makine Öğrenmesi)
stride: Filtre, stride, padding (Derin Öğrenme: Görüntü)
sürekli dağılım: Olasılık dağılım fonksiyonları (İstatistik), Uniform dağılım (İstatistik)

Ş

şaşırma (perplexity): Dil modeli nedir, ne yapar (Derin Öğrenme: NLP & LLM)
şekil (shape): Matris nedir (Ek: Matematik Temelleri)
şekil hizalama: Broadcasting (Veri Bilimi)
şema: Yapılandırılmış çıktı alma (JSON, şema) (Prompt Mühendisliği)

T

t-dağılımı: t-testi (İstatistik)
taban oranı (prior): Bayes teoremi (İstatistik)
taban oranı yanılgısı: Bayes teoremi (İstatistik)
tam boru hattı: Transformer mimarisi: bütün resim (Derin Öğrenme: NLP & LLM)
tanh: Aktivasyon fonksiyonu özet kartı (Derin Öğrenme: Görüntü)
tanh fonksiyonu: TanH (Derin Öğrenme: Görüntü)
tarih ayrıştırma: Veri okuma ve tip sorunları (Veri Bilimi)
teğet doğru: Türev: değişim hızı (Ek: Matematik Temelleri)
tek değişken deneyi: Prompt'u iyileştirme döngüsü: ölç, değiştir, karşılaştır (Prompt Mühendisliği)
tek görev çerçevesi: Dil modeli nedir, ne yapar (Derin Öğrenme: NLP & LLM)
tekrarlayan bağlantı: RNN (Derin Öğrenme: NLP & LLM)
tembel öğrenme (lazy learning): KNN (Makine Öğrenmesi)
temellendirme: RAG'e giriş (Prompt Mühendisliği)
temperature: Bir sonraki token: örnekleme, temperature, top-k/top-p (Derin Öğrenme: NLP & LLM)
tensör: Görüntü verisi nedir (Derin Öğrenme: Görüntü)
test istatistiği: Hipotez testi mantığı (İstatistik)
TF-IDF: Bag-of-words'ten gömmeye (Derin Öğrenme: NLP & LLM)
TimeSeriesSplit: Çapraz doğrulama türleri (Makine Öğrenmesi)
Tip 1 hata: Tip 1 / Tip 2 hata ve istatistiksel güç (İstatistik)
Tip 2 hata: Tip 1 / Tip 2 hata ve istatistiksel güç (İstatistik)
tokenizasyon: Prompt nedir, model ne "görüyor" (Prompt Mühendisliği)
tokenization: Tokenization ve BPE (Derin Öğrenme: NLP & LLM)
ton ve kayıt (register): Rol ve persona verme (Prompt Mühendisliği)
top-k: Bir sonraki token: örnekleme, temperature, top-k/top-p (Derin Öğrenme: NLP & LLM)
top-p (nucleus): Bir sonraki token: örnekleme, temperature, top-k/top-p (Derin Öğrenme: NLP & LLM)
topluluk öğrenmesi (ensemble): Topluluk (ensemble) yöntemleri (Makine Öğrenmesi)
train-test split: Veri sızıntısı (leakage): en pahalı hata (Veri Bilimi)
train/eval modu: Dropout (Derin Öğrenme: Görüntü)
transfer öğrenme: Transfer öğrenme (Derin Öğrenme: Görüntü)
türev: Matematik özet kartı (Ek: Matematik Temelleri)
türev (derivative): Türev: değişim hızı (Ek: Matematik Temelleri)
türevlenebilirlik: Kayıp ve maliyet fonksiyonları (Derin Öğrenme: Görüntü)

U

undersampling: Dengesiz veri seti (Makine Öğrenmesi)
Uniform dağılım: Uniform dağılım (İstatistik)
upsampling: Segmentasyona giriş (Derin Öğrenme: Görüntü)
uyarlanabilir öğrenme oranı: Adagrad (Derin Öğrenme: Görüntü)

Ü

üstel fonksiyon (exponential): Logaritma ve üstel: neden her yerdeler (Ek: Matematik Temelleri)
üstel hareketli ortalama: RMSprop ve Adadelta (Derin Öğrenme: Görüntü)

V

ValueError: Broadcasting (Veri Bilimi)
varyans: Veriye bakmak: merkez ve yayılım (İstatistik), Aşırı öğrenme ve bias-variance (Makine Öğrenmesi)
vektör: Vektör nedir, veri neden vektördür (Ek: Matematik Temelleri), Matematik özet kartı (Ek: Matematik Temelleri)
vektör analojisi: Word embedding (Word2Vec, GloVe) (Derin Öğrenme: NLP & LLM)
vektör toplama: Vektör işlemleri ve norm (Ek: Matematik Temelleri)
vektörleştirme: İleri yayılım (Derin Öğrenme: Görüntü), Vektörleştirme: döngüyü bırakmak (Veri Bilimi)
veri artırma (data augmentation): Veri artırma (Derin Öğrenme: Görüntü)
veri bilimi süreci: Veri bilimi süreci: soru → veri → model → karar (Veri Bilimi)
veri girişi hatası: Aykırı değer tespiti (Veri Bilimi)
veri sızıntısı: Çapraz doğrulama türleri (Makine Öğrenmesi)
veri sızıntısı (data leakage): Veri sızıntısı (leakage): en pahalı hata (Veri Bilimi)
veriden öğrenme: Makine öğrenmesine giriş (Makine Öğrenmesi)
VGG: Klasik mimariler (LeNet → ResNet) (Derin Öğrenme: Görüntü)

W

weight decay: L1/L2 düzenlileştirme (Derin Öğrenme: Görüntü)
word embedding: Word embedding (Word2Vec, GloVe) (Derin Öğrenme: NLP & LLM)

X

Xavier ilklendirme: Ağırlık ilklendirme (Derin Öğrenme: Görüntü)
XGBoost: XGBoost (Makine Öğrenmesi)
XOR problemi: Perceptron (Derin Öğrenme: Görüntü)

Y

yakınsama: Optimizasyona giriş (Derin Öğrenme: Görüntü), Gradyan inişi (Ek: Matematik Temelleri)
yanlı örnekleme (sampling bias): Örnekleme ve örneklem hatası (İstatistik)
yapılandırılmış çıktı: Yapılandırılmış çıktı alma (JSON, şema) (Prompt Mühendisliği)
yaprak bazlı büyüme: LightGBM (Makine Öğrenmesi)
yeniden inşa hatası: PCA (Makine Öğrenmesi)
yeniden kullanılabilir fonksiyon: Attention'ın Python'la adım adım kurulumu (Derin Öğrenme: NLP & LLM)
yerel öteleme değişmezliği: Pooling katmanları (Derin Öğrenme: Görüntü)
yetersiz öğrenme (underfitting): Aşırı öğrenme ve bias-variance (Makine Öğrenmesi)
yineleme: Prompt'u iyileştirme döngüsü: ölç, değiştir, karşılaştır (Prompt Mühendisliği)
yoğun (dense) vektör: Bag-of-words'ten gömmeye (Derin Öğrenme: NLP & LLM)
yoğunluk tabanlı kümeleme: DBSCAN (Makine Öğrenmesi)
yol haritası: Neden matematik? (korkuyu kırma) (Ek: Matematik Temelleri)
yönlü türev: Kısmi türev ve gradyan (Ek: Matematik Temelleri)

Z

z-skoru: Aykırı değer tespiti (Veri Bilimi)
zayıf öğrenici: AdaBoost (Makine Öğrenmesi)
zenginleştirme (augmentation): RAG'e giriş (Prompt Mühendisliği)
zero-shot: Örnekle öğretme (few-shot) (Prompt Mühendisliği)
zincir kuralı: Geri yayılım (Derin Öğrenme: Görüntü)
zincir kuralı (chain rule): Zincir kuralı (backprop'un kalbi) (Ek: Matematik Temelleri)
zincirleme (chaining): Hiyerarşik kümeleme (Makine Öğrenmesi)