AI'ı sıfırdan öğren — doğru sırayla.

Önce büyük resim: AI nedir, ML ile ilişkisi ne, sinir ağı neden devrim yaptı, model nasıl 'çalışır'?

1. 1 Yapay Zeka Artificial Intelligence (AI) · ~2 dk
2. 2 Makine Öğrenmesi Machine Learning (ML) · ~2 dk
3. 3 Sinir Ağı Neural Network · ~2 dk
4. 4 Inference Çıkarım — modelin çalıştırılma fazı · ~2 dk
5. 5 Computer Vision Bilgisayarlı Görü · ~2 dk

ML'in üç ana stili, klasik algoritmalar, doğru değerlendirme ve sinir ağı eğitiminin temelleri — sırasıyla.

Modern AI'ın merkezi: LLM, mimarisi (Transformer), atomik birim olan token ve görebileceği bağlam.

1. 1 LLM Large Language Model — Büyük Dil Modeli · ~2 dk
2. 2 Transformer LLM'leri mümkün kılan mimari · ~2 dk
3. 3 Token LLM'in en küçük metin birimi · ~2 dk
4. 4 Context Window Bağlam Penceresi · ~2 dk
5. 5 Multimodal Çok Modlu Modeller · ~2 dk

Modeli kontrol etmenin sanatı: prompt yazma, sistem mesajı, sampling parametreleri ve örneklerle öğretme.

1. 1 Prompt LLM'e verilen yönerge · ~2 dk
2. 2 System Prompt Sistem Mesajı · ~2 dk
3. 3 Temperature Sıcaklık — rastgelelik ayarı · ~2 dk
4. 4 Top-p Nucleus Sampling · ~2 dk
5. 5 Top-k Top-k Sampling · ~2 dk
6. 6 max_tokens Çıktı uzunluğu sınırı · ~2 dk
7. 7 Few-shot Learning Örnekle Öğretme · ~2 dk
8. 8 Chain-of-Thought CoT — Adım Adım Düşünme · ~2 dk
9. 9 Streaming Token Akışı · ~2 dk

Modelin hatalı çıktıları, güvenlik açıkları ve production'da koymanız gereken koruma katmanları.

1. 1 Halüsinasyon Hallucination · ~2 dk
2. 2 Jailbreak Güvenlik korumalarını aşma · ~2 dk
3. 3 Prompt Injection İstem Enjeksiyonu · ~2 dk
4. 4 Guardrails Korkuluk Filtreleri · ~2 dk

RAG'in alt yapısı: sayılar olarak anlam, vektör veritabanı.

1. 1 Vektör Vector · ~2 dk
2. 2 Embedding Anlamın sayılarla temsili · ~2 dk
3. 3 Vektör Veritabanı Vector Database · ~2 dk

Modeli yeniden eğitmeden ona dış bilgi vermek — RAG'in tüm bileşenleri ve gelişmiş varyantları.

1. 1 RAG Retrieval-Augmented Generation · ~2 dk
2. 2 Chunking Belge Parçalama · ~2 dk
3. 3 Hybrid Search Hibrit Arama — anahtar kelime + anlamsal · ~2 dk
4. 4 BM25 Best Matching 25 — Klasik Arama Skoru · ~2 dk
5. 5 Reranker Yeniden sıralayıcı · ~2 dk
6. 6 Knowledge Graph Bilgi Grafiği · ~2 dk
7. 7 RAG-Fusion Çoklu sorgu + birleştirilmiş sıralama · ~2 dk

LLM'i sadece konuşmaktan eyleme geçirme: tool kullanma, ajanlar, MCP standardı.

1. 1 Function Calling Tool Use — Araç Çağırma · ~2 dk
2. 2 AI Agent Yapay Zeka Ajanı · ~2 dk
3. 3 MCP Model Context Protocol · ~2 dk

Modelin nasıl eğitildiği, hizalandığı, küçültüldüğü ve değerlendirildiği.

1. 1 Fine-tuning Hassas Ayar · ~2 dk
2. 2 RLHF Reinforcement Learning from Human Feedback · ~2 dk
3. 3 Alignment Hizalama — modeli insan değerlerine uydurma · ~2 dk
4. 4 LoRA Low-Rank Adaptation · ~2 dk
5. 5 Quantization Niceleme — Model Sıkıştırma · ~3 dk
6. 6 Knowledge Distillation Bilgi Damıtma · ~2 dk
7. 7 Benchmark Standart Değerlendirme · ~2 dk

Production / local'de modeli verimli çalıştırma — runtime parametreleri ve hafıza yönetimi.

1. 1 num_ctx Context length runtime parametresi · ~2 dk
2. 2 KV Cache Key-Value Cache · ~2 dk
3. 3 n_gpu_layers GPU katman offload sayısı · ~2 dk
4. 4 Batch Size Eşzamanlı işlenen sekans sayısı · ~2 dk

Frontier konular: reasoning, MoE ve modern üretim mimarileri (görsel, ses, video).

1. 1 Reasoning Model Akıl Yürüten Model · ~2 dk
2. 2 Mixture of Experts MoE — Uzman Karışımı · ~2 dk
3. 3 Diffusion Model Difüzyon Modeli · ~2 dk
4. 4 GAN Generative Adversarial Network · ~2 dk
5. 5 Görsel Üretim Image Generation — text-to-image · ~2 dk
6. 6 TTS Text-to-Speech — Metinden Sese · ~2 dk
7. 7 ASR Automatic Speech Recognition — Sesi Metne Çevirme · ~2 dk
8. 8 World Model Dünya Modeli — İçsel Simülatör · ~2 dk
9. 9 AGI Artificial General Intelligence · ~2 dk

Gerçek ürünlerde en sık karşılaşılan AI/ML uygulamaları: tahminleme, anomali, öneri, duygu analizi.

1. 1 Tahminleme Forecasting · ~2 dk
2. 2 Zaman Serisi Time Series · ~2 dk
3. 3 Anomali Tespiti Anomaly Detection · ~2 dk
4. 4 Öneri Sistemi Recommendation System · ~2 dk
5. 5 Duygu Analizi Sentiment Analysis · ~3 dk