AI - DL - ML(YapayZeka,DerinÖğrenme,MakineÖğrenme) HAKKINDA kısa kısa notlar ...

1- Cep Telefonu Görüşmeleri - En çok hangi numaralar ile en uzun süren konuşmalar

2-Nabız,Kalori,Adım Sayar Verileri - Sağlık durum analizi, düzenli egzersiz analizi vs.
Ayrıca kan tahlillerindeki verilerde tutularak otonom doktor robot yapay zekası üstünde çalışılabilir.
Örnekleri var profesyonel olarak

Bunlara benzer kişisel verilerin datasetleri üzerinde çalışılabilir

3-Facebook insights,instagram,twitter gibi sosyal medya reklamlarındaki istatistikler, analizler, grafikler kullanılabilir.
En çok hangi şehir ya da bölgeden, hangi yaş grupları, hangi saatler arasında, hangi günlerde, hangi cinsiyet üzerinden rekalm tahmin uygulamaları, aranan kelimelere göre reklam gelmesi(görsel,video..) sağlanabilir.
Buna benzer şeyler yapay zeka denilince zaten ilk akla gelenlerden.
Metin işleme hatta metinle beraber ses işleme (Speeech to text,text to speech gibi)

4-Oyunlardaki FPS değerlerinin analizi ile hangi özellikte pc nin ne tür oyunlar açabileceği ya da ekran kartı,ram,ssd gibi donanım yükseltme tavsiyelerinin son kullanıcıya sunulması.( Buna benzer algoritmalar sürücü güncelleme programlarında kullanılmakta. Logitech,razer gibi markalar bu tür geliştirmelerin api sdk olarak paylaşmakta)

5-Speedtest ile İnternet hızlarının analizi
Bu da iss lere hangi bölgede eksiklikler var, hız düşüşleri var. Firewall dan etkilenen yerler. En çok hangi saatlerde download yükselmiş,upload yükselmiş.Bu tür analizlerin yapılıp tahminlerde bulunulması.Hatta ona göre bölgesel tarifelerin sunulması gibi. (Gece 2:00 den sabah 8:00 akk yokken pc lerin ve internetin ne kadar etkin kullanıldığı)

6-FlightRadar24,flightaware,radarbox24 gibi uçuş verilerinin analiz edilmesi.
-Türkiye için ise;
En çok hangi havalimanlarının kullanıldığı
En yoğun hangi saatlerin olduğu
Derslerde de gördüğümüz hava tahmin örneklerinin aynı şekilde uçaklarının kalkmasına veya inmesine elverişli olup olmadığı
(Yoğun Sis, Kar, Yağmur, Pistte buzlanma olabileceği, türbülansın hangi bölgelerde olabileceği, uçakların en çok hangi hava sahalarını kullandığı, hangi tip uçakların en çok hangi irtifalarda ve hangi hızlarla uçtuğunu analizi gibi daha çok data var. Konum bilgileri ile yükseklik bilgilerini. Kml,kmz uzantılı dosyalarla erişime sunuyorlar. csv şeklinde de var. Bir buçuk senedir bu tip bilgilere ulaşabiliyorum.(flightradar business tam sürümü ile))
Hatta bu bilgiler doğrultusunda https://developer.turkishairlines.com/ da uygulamalar geliştirilebilir.

Bunların dışında başka olaylar senaryolar incelenebilir.
-Amerikadaki polislerin işe giriş çıkış saatleri, hangi saatlerde yoğun oldukları veya dinlendikleri, maaş bilgileri, hangi tür ihbar aldıkları, hangi bölgelerde aldıkları vb.gibi bir dataset vardı netten bulduğumuz örnekte.
Datasetlerin örneklemeleri arttıkça öğrenimi ve işlemler artıyor. Gitgide hesaplanması zor hale geliyor.

Bu blogdaki popüler yayınlar

TEAM WİN RECOVERY PROJECT (TWRP) GELİŞMİŞ RECOVERY !!! ve ROOT YAPMA

Raspberry Pi Zero W + Lisanslı kutu ve kapaklar Türkiye de !!! Turkish Interview :)

PARDUS 17.1 ÇIKTI !!! ANADOLU PARSI - KÜKREYEN DEV :)