Algoritmalar, Yapay Zeka, Makine Öğrenmesi, Derin Öğrenme ve Uygulamaları: Beşeri Fayda Üretiminin Yazılımlar Tarafından Karşılanması

Öz

Algoritmalar ve tarihsel gelişimleri insanlığın ihtiyaçları giderebilmesine ve problemlerini çözüme kavuşturmasına olanak sağlamıştır. Güncel koşullarla değerlendirildiğinde artan dünya nüfusuna var olan kaynakların yetmeyeceği düşünülmektedir. İnsani faydanın teknolojik gelişmeler ile yazılımlar ve robotlar vasıtasıyla karşılanması yaygınlaşmaktadır. Donanım teknolojisinin gelişimi ile veri biliminde, büyük verilerin ve derin öğrenmenin kullanımı artmaktadır. Algoritmalar ve algoritma sistemleri insana özgü faaliyetleri ve beşeri kapasitenin gerçekleştiremediklerini yerine getirerek insana duyulan ihtiyacı azalmaktadır. Çalışma, insana özgü faydayı sağlayabilen algoritmaları, yapay zeka ve makine öğrenmesi kavramlarını ve gelişimlerini incelemektedir. Algoritmaları, tarihsel kullanım alanları, günümüzde bilgisayarlar üzerinde yapay zeka ve yapay zeka ile gelişimlerini sürdüren diğer algoritma öğeleri incelenmiştir.

Anahtar Kelimeler

• Yapay Zeka
• makine öğrenmesi
• derin öğrenme
• büyük veri
• veri bilimi
• algoritma

Öz

Algorithms and the historical developments of algorithms have met the needs of humanity and have enabled them to solve their problems. Considering the current conditions, it is thought that the resources will not be enough to the increasing world population. It is going to be common for humanitarian benefit to be met through technological developments and software and robots. The usage of big data and deep learning is increasing in data science by the development of hardware technology. Algorithms and algorithm systems reduce the need for human by fulfilling humanity activities and human capacity cannot achieve. The study investigates algorithms that can provide human-specific benefits, the concepts and development of artificial intelligence and machine learning. And also investigated definition of the algoritm, historical usus, other algorithms that continue development with artificial intelligence and artificial intelligence on computers.

Kaynakça

1. Akkoyun, E. (2019, March). Growth Model for Abdominal Aortic Aneurysms Using. Orta Doğu Teknik Üniversitesi.
2. Aksoy, B. (2020). Finansal Piyasalarda Pay Senedi Manipülasyonunun Veri Madenciliği Yöntemleri İle Tahmini: Borsa İstanbul Örneği. Uluslararası İktisadi ve İdari İncelemeler Dergisi, 1-24.
3. Aybakan, A. (2019). LIDAR Odometry Based 3D Slam for Autonomous Ground Vehicles. İstanbul Teknik Üniversitesi, Mekatronik Mühendislik. İstanbul: Yüksek Öğrenim Kurumu.
4. Bostancı, A. (2006). Riske Maruz Değer Hesaplama Yöntemlerinin Karşılaştırılması ve Geriye Dönük Test (Backtestıng) Uygulaması . Sosyal Bilimler, İşletme. Zonguldak Karaelmas Üniversitesi.
5. Capek, K. (2004). Rossum's Universal Robots. (C. Novack, Çev.) Penguin Group.
6. Chan, J. (2019, Sep 25). Investopedia. Fat Finger Error Denition: https://www.investopedia.com/terms/f/fat-finger-error.asp adresinden alındı. Erişim Tarihi: 11.11.2020
7. Chess.com. AlphaZero crushes Stockfish in new 1000 game match: https://www.chess.com/news/view/updated-alphazero-crushes-stockfish-in-new-1-000-game-match adresinden alındı. Erişim Tarihi: 11.11.2020
8. el-Endelüsî, S. (1985). Tabakâtü'l-ûmem. Beyrut.

9. Google Ngram Viewer. Google Books: https://books.google.com/ngrams/graph?content=algorithm adresinden alındı. Erişim Tarihi: 18.12.2019
10. IBM. (2011, 07 29). IBM. IBM 100 Deep Blue: https://www.ibm.com/ibm/history/ibm100/us/en/icons/deepblue/#ai adresinden alındı. Erişim Tarihi: 07.04.2020
11. İbnü'n-Nedim. (tarih yok). el-Fihrist (Teceddüd).
12. Kızrak, M. A., & Bolat, B. (2018). Derin Öğrenme ile Kalabalık Analizi Üzerine Detaylı Bir Araştırma. Bilişim Teknolojileri Dergisi, 263-286.
13. Leviathan, Y., Matias, Y., & Google AI Blog. (2018, May 08). Google AI Blog. Google Duplex: An AI System for Accomplishing Real-World Tasks Over the Phone: https://ai.googleblog.com/2018/05/duplex-ai-system-for-natural-conversation.html adresinden alındı. Erişim Tarihi: 04.07.2020
14. Lexico on Oxford Dictionary. Definition of Algorithm: https://www.lexico.com/en/definition/algorithm adresinden alındı. Erişim Tarihi: 18.12.2019
15. Marr, B. (2016, Apr). Forbes. Why Everyone Must Get Ready For The 4th Industrial Revolution. https://www.forbes.com/sites/bernardmarr/2016/04/05/why-everyone-must-get-ready-for-4th-industrial-revolution/#5ec184a83f90 adresinden alındı. Erişim Tarihi: 01.10.2020
16. Meeker, M. (2019). Optimizing the Sharpe Ratio with Portfolio Turnover, Reasoning and Methodology. Cambridge High School. Cambridge: A Quantopian Based Paper.
17. Memiş, C. (2018). Backtesting The Modified VaR and Expected Shortfall Methods: For Non-Linear Portfolios Within Basel Accords . Engineering, Financial Engineering. İstanbul: Özyeğin University.
18. Nilsson, N. J. (2010). Early AI Laboratories. The Quest For Artificial Intelligence (s. 157). içinde Stanford: Cambridge University Press.
19. Nilsson, N. J. (2010). For Automated Trading. N. J. Nilsson içinde, The Quest For Artificial Intelligence (s. 626). Stanford University: Cambridge University Press.
20. Nilsson, N. J. (2010). The Quest For Artıfıcıal Intellıgence. Stanford University: Cambridge University
21. Özmen, M. C. (2019). Ethics of Articial Intelligence: Moral Responsibility of Self-Driving Cars and Sex Robots. Sosyal Bilimler, Felsefe. Ankara: Orta Doğu Teknik Üniversitesi.
22. Prado, M. L. (2016). Building diversified portfolios that outperform out-of-sample.: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2713516 adresinden alındı. Erişim Tarihi: 01.10.2020
23. Shannon, C. E. (1950). Programming A Computer for Playing Chess. Philosophical Magazine.
24. Uyar, U. (2019). Makine Öğrenmesi ile Portföy Optimizasyonu: FTSE, DAX ve BIST. 23. Finans Sempozyumu Marmara Üniversitesi İşletme Fakültesi (s. 161-175). Antalya: Marmara Üniversitesi İşletme Fakültesi.
25. Yıldırım, S. K. (2020). Big Data Analysis in Digital Marketing. Social Sciences , Business Administration. Istanbul: Bahcesehir University.