Halide Yılmaz: ODTÜ Bilgisayar Mühendisliği mezunu; HatsonTech ve Caseon AI’ın kurucu ortaklarından. Makine öğrenmesi, veri ve yapay zekâ yönetişimi üzerine öğrendiklerini burada yazıyor.https://halideyilmaz.com/trhttps://halideyilmaz.com/posts/makine-ogrenmesi-nedir/https://halideyilmaz.com/posts/makine-ogrenmesi-nedir/Makine öğrenmesini sade bir dille anlatıyorum: örneklerden öğrenme, denetimli ve denetimsiz öğrenme, eğitim ile tahmin farkı ve günlük hayattan örnekler.Fri, 06 Nov 2026 06:17:00 GMTMakine ÖğrenmesiYapay ZekaTemel Kavramlarhttps://halideyilmaz.com/posts/yapay-zeka-yasasi-yeni-takvim/https://halideyilmaz.com/posts/yapay-zeka-yasasi-yeni-takvim/AB Yapay Zekâ Yasası ertelenmedi; bir kısmı ertelendi. 2026/1744 sayılı Tüzüğün değiştirdiği tarihleri, 2 Ağustos 2026'da yürürlüğe giren Madde 50 şeffaflık yükümlülüklerini ve 2 Aralık 2027 ile 2 Ağustos 2028 takvimini birincil kaynaklarla açıklıyoruz.Thu, 13 Aug 2026 20:29:00 GMTYönetişimYapay Zekahttps://halideyilmaz.com/posts/yuksek-riskli-yapay-zeka-gereklilikleri/https://halideyilmaz.com/posts/yuksek-riskli-yapay-zeka-gereklilikleri/Yüksek riskli yapay zekâ sistemleri için Madde 9-15 yükümlülüklerini hukuk diliyle değil mühendislik çıktısıyla anlatıyoruz: risk kaydı, veri yönetişimi, Ek IV teknik dokümantasyon, olay kaydı, doğruluk beyanı ve insan gözetimi tasarımı.Thu, 13 Aug 2026 20:28:00 GMTYönetişimYapay Zekahttps://halideyilmaz.com/posts/yapay-zeka-icerik-etiketleme/https://halideyilmaz.com/posts/yapay-zeka-icerik-etiketleme/Madde 50 şeffaflık yükümlülükleri 2 Ağustos 2026'da yürürlüğe girdi ve ertelenmedi. Makine okunur işaretlemenin ne demek olduğunu, sıkı ve gevşek bağlama farkını, C2PA içerik kimlik bilgilerini ve filigranın neden yeniden kodlamada öldüğünü anlatıyoruz.Thu, 13 Aug 2026 20:27:00 GMTYönetişimYapay Zekahttps://halideyilmaz.com/posts/iso-42001-yapay-zeka-yonetim-sistemi/https://halideyilmaz.com/posts/iso-42001-yapay-zeka-yonetim-sistemi/ISO/IEC 42001 nedir, Ek A kontrolleri hangi mühendislik çıktısına karşılık gelir, ISO/IEC 42005 ve 42006 ne getirdi ve neden bu standart uyumlaştırılmış standart olmadığı için AB Yapay Zekâ Yasası bakımından uygunluk karinesi sağlamaz?Thu, 13 Aug 2026 20:26:00 GMTYönetişimYapay Zekahttps://halideyilmaz.com/posts/nist-yapay-zeka-risk-cercevesi/https://halideyilmaz.com/posts/nist-yapay-zeka-risk-cercevesi/NIST AI RMF'in dört fonksiyonunu tekrar etmek yerine mühendislik işine çeviriyoruz. MEASURE fonksiyonunun neden çoğu ekipte boş kaldığını, Üretken Yapay Zekâ Profilinin ne getirdiğini ve çerçevenin şu anda neden revizyonda olduğunu anlatıyoruz.Thu, 13 Aug 2026 20:25:00 GMTYönetişimYapay Zekahttps://halideyilmaz.com/posts/yapay-zeka-etki-degerlendirmesi/https://halideyilmaz.com/posts/yapay-zeka-etki-degerlendirmesi/Temel haklar etki değerlendirmesi, ISO/IEC 42005 etki değerlendirmesi ve veri koruma etki değerlendirmesi üç ayrı belgedir. Hangisi kimi bağlar, ne zaman gerekir, hangi tarihte yürürlüğe girer ve pratikte nasıl birlikte yürütülür?Thu, 13 Aug 2026 20:24:00 GMTYönetişimYapay Zekahttps://halideyilmaz.com/posts/adalet-denetimi-pratikte/https://halideyilmaz.com/posts/adalet-denetimi-pratikte/Adalet denetiminin operasyonel hâli: korumalı özniteliği hukuken tutamadığınızda ne yaparsınız, imkânsızlık sonuçlarını bilerek hangi ölçütü seçersiniz, alt grubu ne kadar büyütmeniz gerekir ve raporu nasıl yazarsınız?Thu, 13 Aug 2026 20:23:00 GMTEtikYapay Zekahttps://halideyilmaz.com/posts/yapay-zeka-olay-bildirimi/https://halideyilmaz.com/posts/yapay-zeka-olay-bildirimi/Ciddi olay bildirimi süreleri 15 gün, ölüm hâlinde 10 gün, yaygın ihlalde 2 gündür. Bu süreleri karşılayabilmek için bir ML ekibinin kurması gereken kayıt altyapısını, ciddiyet sınıflandırmasını ve nöbet akışını anlatıyoruz.Thu, 13 Aug 2026 20:22:00 GMTÜretimYapay Zekahttps://halideyilmaz.com/posts/veri-kokeni-ve-lisanslama/https://halideyilmaz.com/posts/veri-kokeni-ve-lisanslama/Eğitim verisinin kökenini boru hattı boyunca nasıl kaydedersiniz? Robots.txt kısıtlarının hızla artması, GPAI eğitim verisi özeti şablonu, IETF çalışmalarının durumu ve 2025-2026 telif kararlarının mühendislik açısından anlamı.Thu, 13 Aug 2026 20:21:00 GMTVeriYapay Zekahttps://halideyilmaz.com/posts/veri-sozlesmeleri/https://halideyilmaz.com/posts/veri-sozlesmeleri/Yukarı akıştaki sessiz bir değişiklik modeli bozar ama hiçbir veri alarmını tetiklemez. Veri sözleşmesi nedir, ODCS hangi bölümlerden oluşur, CI'da nasıl zorunlu kılınır ve 2026'da araç sahipliği neden yeniden çizildi?Thu, 13 Aug 2026 20:20:00 GMTVeriYapay Zekahttps://halideyilmaz.com/posts/veri-seti-belgelendirme/https://halideyilmaz.com/posts/veri-seti-belgelendirme/Model kartı modeli anlatır, veri setini anlatmaz. Veri seti künyesi hangi soruları cevaplar, Ek IV teknik dokümantasyonuyla nasıl örtüşür ve neden bu belge geçmişe dönük olarak üretilemez?Thu, 13 Aug 2026 20:19:00 GMTVeriYapay Zekahttps://halideyilmaz.com/posts/etiketleyici-uyumu-kappa/https://halideyilmaz.com/posts/etiketleyici-uyumu-kappa/Ham yüzde uyum bir güvenilirlik ölçüsü değildir. Cohen kappa, Fleiss kappa ve Krippendorff alfa ile şans düzeltmesini, eşiklerin nasıl okunacağını ve bir LLM hakemini tıpkı bir insan etiketleyici gibi doğrulamayı anlatıyoruz.Thu, 13 Aug 2026 20:18:00 GMTÖlçmeYapay Zekahttps://halideyilmaz.com/posts/kiyaslama-kirlenmesi/https://halideyilmaz.com/posts/kiyaslama-kirlenmesi/Test verisi sızıntısı artık tek bir ekibin çapraz doğrulama hatası değil, bütün alanın değerlendirme altyapısının sorunu. Kirlenme ve doygunluk skorları nasıl şişiriyor, kendi özel değerlendirme setinizi nasıl kurarsınız?Thu, 13 Aug 2026 20:17:00 GMTDeğerlendirmeYapay Zekahttps://halideyilmaz.com/posts/model-karsilastirma-istatistik/https://halideyilmaz.com/posts/model-karsilastirma-istatistik/Bir modelin diğerinden bir puan iyi çıkması çoğu zaman gürültüdür. Test seti örnekleme hatası, bootstrap güven aralıkları, eşleştirilmiş testler ve çoklu karşılaştırma düzeltmesiyle farkın gerçek olup olmadığını nasıl ölçersiniz?Thu, 13 Aug 2026 20:16:00 GMTDeğerlendirmeYapay Zekahttps://halideyilmaz.com/posts/model-kalibrasyonu/https://halideyilmaz.com/posts/model-kalibrasyonu/Kalibre olmayan bir skor, eşik seçimini ve altındaki bütün fayda-maliyet hesabını sessizce geçersiz kılar. Güvenilirlik diyagramı, beklenen kalibrasyon hatası, Platt ölçekleme ve izotonik regresyonu anlatıyoruz.Thu, 13 Aug 2026 20:15:00 GMTÖlçmeYapay Zekahttps://halideyilmaz.com/posts/konformal-tahmin/https://halideyilmaz.com/posts/konformal-tahmin/Konformal tahmin, modelinizi değiştirmeden dağılımdan bağımsız kapsama garantisi verir. Bölmeli yöntemi adım adım, uyumsuzluk skorunu, garantinin sınırlarını ve marjinal kapsamanın koşullu kapsama olmadığını anlatıyoruz.Thu, 13 Aug 2026 20:14:00 GMTYöntemYapay Zekahttps://halideyilmaz.com/posts/model-anonim-mi-ezberleme/https://halideyilmaz.com/posts/model-anonim-mi-ezberleme/Modelinizde hâlâ kişisel veri var mı? EDPB kılavuzlarının üçlü testini ezberleme, üyelik çıkarımı ve eğitim verisi çıkarımı gibi ölçülebilir saldırı yüzeylerine bağlayan mühendislik protokolünü anlatıyoruz.Thu, 13 Aug 2026 20:13:00 GMTGizlilikYapay Zekahttps://halideyilmaz.com/posts/gomme-kaymasi-izleme/https://halideyilmaz.com/posts/gomme-kaymasi-izleme/768 boyutlu bir gömme vektöründe boyut başına KS testi neden çalışmaz? Yüksek boyutlu kaymayı ölçmenin doğru yolları, gömme modeli sürümünün sessiz etkisi ve kaymanın bozunma anlamına gelmediği gerçeği.Thu, 13 Aug 2026 20:12:00 GMTÜretimYapay Zekahttps://halideyilmaz.com/posts/etiketsiz-performans-tahmini/https://halideyilmaz.com/posts/etiketsiz-performans-tahmini/Etiketler doksan gün sonra geliyorsa model bugün bozuldu mu? Etiketsiz performans tahmininin nasıl çalıştığını, hangi varsayımlara dayandığını ve tam da o varsayımlar çöktüğünde neden sessiz kaldığını anlatıyoruz.Thu, 13 Aug 2026 20:11:00 GMTÜretimYapay Zekahttps://halideyilmaz.com/posts/ozellik-deposu-egitim-servis-farki/https://halideyilmaz.com/posts/ozellik-deposu-egitim-servis-farki/Modelin çevrimdışı skoru iyi ama sahadaki davranışı farklı. Eğitim-servis farkının dört somut kaynağını, noktasal-zaman doğruluğunun neden sızıntı önleme olduğunu ve özellik deposunun ne zaman maliyetini hak ettiğini anlatıyoruz.Thu, 13 Aug 2026 20:10:00 GMTÜretimYapay Zekahttps://halideyilmaz.com/posts/nedensel-cikarim-uplift/https://halideyilmaz.com/posts/nedensel-cikarim-uplift/Kimin ayrılacağını kusursuz bilen bir model, kimi aramanız gerektiğini söylemez. Uplift modelleme, dört segment, karıştırıcı ile çarpışma değişkeni farkı, randomize edemediğinizde kalan tasarımlar ve SHAP'ı nedensel okumanın neden hata olduğu.Thu, 13 Aug 2026 20:09:00 GMTYöntemYapay Zekahttps://halideyilmaz.com/posts/makine-unutma/https://halideyilmaz.com/posts/makine-unutma/Bir modele bir kişiyi unutturmak, veritabanından satır silmeye benzemiyor. Tam ve yaklaşık unutma, unutulanı geri getiren saldırılar, ispat sorunu, EDPB kılavuzları ve gerçekten işe yarayan cevap: silinebilir bir veri mimarisi.Thu, 13 Aug 2026 20:08:00 GMTGizlilikYapay Zekahttps://halideyilmaz.com/posts/zaman-serisi-temel-modelleri/https://halideyilmaz.com/posts/zaman-serisi-temel-modelleri/Cevap değişti ve içeriklerin çoğu bunu yakalamadı. fev-bench ile GIFT-Eval'in gerçekte ne raporladığı, LLM tabanlı tahmincilerin neden ayrı bir hikâye olduğu ve kendi serinizde karşılaştırmayı dürüst kurmanın yolu.Thu, 13 Aug 2026 20:07:00 GMTYöntemYapay Zekahttps://halideyilmaz.com/posts/turkce-veri-kalitesi-kiyaslama/https://halideyilmaz.com/posts/turkce-veri-kalitesi-kiyaslama/Türkçe kaynak manzarası dağınık GitHub listelerine ve arXiv makalelerine sıkışmış durumda. Elimizde gerçekte ne var, hangi kıyaslama neyi ölçüyor, Cetvel'in ters bulgusu ne anlatıyor ve kendi değerlendirme setinizi nasıl kurarsınız?Thu, 13 Aug 2026 20:06:00 GMTTürkçe NLPYapay Zekahttps://halideyilmaz.com/posts/veri-merkezli-yapay-zeka/https://halideyilmaz.com/posts/veri-merkezli-yapay-zeka/Veri merkezli yapay zeka, modeli sabit tutup veriyi sistematik olarak iyileştirme yaklaşımıdır. Etiket tutarlılığı, kapsam boşlukları ve hata analizi ile aynı mimariden nasıl daha yüksek doğruluk çıkar, sezgisel örneklerle anlatıyoruz.Sun, 09 Aug 2026 20:59:00 GMTVeriYapay Zekahttps://halideyilmaz.com/posts/sinif-dengesizligi/https://halideyilmaz.com/posts/sinif-dengesizligi/Dolandırıcılık, arıza ya da nadir hastalık gibi problemlerde pozitif sınıf çok azdır. Yeniden örnekleme, sınıf ağırlıkları, eşik ayarı ve PR eğrisi ile dengesiz veride doğru modeli nasıl kurarsınız?Sun, 09 Aug 2026 20:58:00 GMTDeğerlendirmeYapay Zekahttps://halideyilmaz.com/posts/aktif-ogrenme/https://halideyilmaz.com/posts/aktif-ogrenme/Her örneği etiketlemek pahalıdır. Aktif öğrenme, modelin en çok kararsız kaldığı örnekleri seçerek aynı bütçeyle daha yüksek doğruluk elde etmeyi sağlar. Belirsizlik örneklemesi, çeşitlilik ve soğuk başlangıç sorunu.Sun, 09 Aug 2026 20:57:00 GMTVeriYapay Zekahttps://halideyilmaz.com/posts/veri-sizintisi-capraz-dogrulama/https://halideyilmaz.com/posts/veri-sizintisi-capraz-dogrulama/Mükemmel görünen bir doğrulama skoru çoğu zaman sızıntının işaretidir. Zaman sızıntısı, grup sızıntısı, ölçekleme hatası ve doğru çapraz doğrulama şemasını sezgisel örneklerle anlatıyoruz.Sun, 09 Aug 2026 20:56:00 GMTDeğerlendirmeYapay Zekahttps://halideyilmaz.com/posts/onyargi-ve-adalet/https://halideyilmaz.com/posts/onyargi-ve-adalet/Önyargı modelden değil, çoğu zaman veriden ve problem tanımından gelir. Tarihsel önyargı, temsil dengesizliği, adalet ölçütleri ve bunların birbiriyle çelişmesi sezgisel örneklerle anlatılıyor.Sun, 09 Aug 2026 20:55:00 GMTEtikYapay Zekahttps://halideyilmaz.com/posts/anomali-tespiti/https://halideyilmaz.com/posts/anomali-tespiti/Anomali tespitinde genellikle etiket yoktur ve pozitif örnek çok azdır. İstatistiksel yöntemler, Isolation Forest, otokodlayıcılar ve eşik seçimi ile sahte alarmı nasıl yönetirsiniz?Sun, 09 Aug 2026 20:54:00 GMTYöntemYapay Zekahttps://halideyilmaz.com/posts/zaman-serisi-tahmini/https://halideyilmaz.com/posts/zaman-serisi-tahmini/Zaman serisi problemleri klasik makine öğrenmesinden farklı kurallara tabidir. Trend, mevsimsellik, durağanlık, taban çizgileri ve ileri yönlü doğrulama pratik örneklerle anlatılıyor.Sun, 09 Aug 2026 20:53:00 GMTYöntemYapay Zekahttps://halideyilmaz.com/posts/oneri-sistemleri/https://halideyilmaz.com/posts/oneri-sistemleri/Öneri sistemleri iki temel fikre dayanır: benzer kullanıcılar ve benzer içerikler. İşbirlikçi filtreleme, içerik tabanlı yaklaşım, hibrit mimariler, soğuk başlangıç ve çeşitlilik dengesi.Sun, 09 Aug 2026 20:52:00 GMTYöntemYapay Zekahttps://halideyilmaz.com/posts/gizlilik-korumali-ogrenme/https://halideyilmaz.com/posts/gizlilik-korumali-ogrenme/Veriyi merkezde toplamadan model eğitmek mümkündür. Federated learning, diferansiyel gizlilik, gizlilik bütçesi ve bu yöntemlerin gerçekte neyi garanti ettiği sezgisel örneklerle anlatılıyor.Sun, 09 Aug 2026 20:51:00 GMTGizlilikYapay Zekahttps://halideyilmaz.com/posts/model-kartlari-yonetisim/https://halideyilmaz.com/posts/model-kartlari-yonetisim/Model kartı, bir modelin ne yaptığını, nerede çalışmadığını ve hangi veriyle eğitildiğini kayda geçirir. Yönetişim, denetlenebilirlik ve risk sınıflandırmasına pratik bir bakış.Sun, 09 Aug 2026 20:50:00 GMTYönetişimYapay Zekahttps://halideyilmaz.com/posts/cnn-goruntu-isleme/https://halideyilmaz.com/posts/cnn-goruntu-isleme/Filtreler, evrişim, havuzlama ve katmanlar üzerinden CNN'leri sezgisel olarak anlatıyoruz: bir makine bir görüntüyü gerçekte nasıl çözümler ve "görür"?Sun, 09 Aug 2026 20:49:00 GMTGörüYapay Zekahttps://halideyilmaz.com/posts/rnn-den-transformer/https://halideyilmaz.com/posts/rnn-den-transformer/Dizileri işleyen mimarilerin evrimini sezgisel olarak anlatıyoruz: RNN'lerin nasıl çalıştığı, kaybolan gradyan ve paralelleşememe gibi sınırları, LSTM'in kapıları ve dikkat mekanizmasının Transformer'la neden kazandığı.Sun, 09 Aug 2026 20:48:00 GMTTarihçeYapay Zekahttps://halideyilmaz.com/posts/overfitting-duzenlilestirme/https://halideyilmaz.com/posts/overfitting-duzenlilestirme/Model neden ezberler? Aşırı öğrenme ve düzenlileştirmeyi sezgisel anlatıyoruz: dropout, L1/L2, erken durdurma ve çapraz doğrulama günlük örneklerle.Sun, 09 Aug 2026 20:47:00 GMTTemellerYapay Zekahttps://halideyilmaz.com/posts/gradyan-inisi-optimizasyon/https://halideyilmaz.com/posts/gradyan-inisi-optimizasyon/Kayıp fonksiyonu, öğrenme oranı, SGD ve Adam üzerinden gradyan inişini sezgisel olarak anlatıyoruz: bir model hatasını ölçerek ve azaltarak gerçekte nasıl "öğrenir"?Sun, 09 Aug 2026 20:46:00 GMTEğitimYapay Zekahttps://halideyilmaz.com/posts/degerlendirme-metrikleri/https://halideyilmaz.com/posts/degerlendirme-metrikleri/Karışıklık matrisinden başlayarak doğruluk, kesinlik (precision), duyarlılık (recall), F1 ve ROC-AUC'yi günlük örneklerle anlatıyor; hangi metriğin ne zaman doğru seçim olduğunu netleştiriyoruz.Sun, 09 Aug 2026 20:45:00 GMTÖlçmeYapay Zekahttps://halideyilmaz.com/posts/denetimsiz-ogrenme-kumeleme/https://halideyilmaz.com/posts/denetimsiz-ogrenme-kumeleme/K-means, hiyerarşik kümeleme ve PCA üzerinden denetimsiz öğrenmeyi sezgisel olarak anlatıyoruz: etiketsiz veriden gizli örüntüler nasıl çıkarılır, kaç küme seçilir?Sun, 09 Aug 2026 20:44:00 GMTÖğrenmeYapay Zekahttps://halideyilmaz.com/posts/ozellik-muhendisligi/https://halideyilmaz.com/posts/ozellik-muhendisligi/Özellik mühendisliğini sezgisel anlatıyoruz: ham veriden anlamlı özellik türetme, ölçekleme, kodlama ve modelleri sahada çökerten veri sızıntısı tuzakları.Sun, 09 Aug 2026 20:43:00 GMTVeriYapay Zekahttps://halideyilmaz.com/posts/model-yorumlanabilirligi/https://halideyilmaz.com/posts/model-yorumlanabilirligi/SHAP, LIME ve dikkat görselleştirmesini sezgisel örneklerle anlatıyoruz: bir model neden böyle karar verir ve bu açıklamalar güven ile hesap verebilirliği nasıl güçlendirir?Sun, 09 Aug 2026 20:42:00 GMTYorumlamaYapay Zekahttps://halideyilmaz.com/posts/sentetik-veri/https://halideyilmaz.com/posts/sentetik-veri/Sentetik veri, gerçeğin desenlerini taklit eden üretilmiş veridir. Veri kıtlığını nasıl aştığını, gizliliği nasıl koruduğunu, LLM ile üretimi ve model çöküşü riskini sezgisel örneklerle anlatıyoruz.Sun, 09 Aug 2026 20:41:00 GMTVeriYapay Zekahttps://halideyilmaz.com/posts/model-izleme-drift/https://halideyilmaz.com/posts/model-izleme-drift/Üretimdeki ML modellerinde veri ve kavram kaymasını ele alıyoruz: performans düşüşünü tespit etme, yeniden eğitim tetikleyicileri ve üretim ML sağlığını koruma için pratik bir rehber.Sun, 09 Aug 2026 20:40:00 GMTÜretimYapay Zekahttps://halideyilmaz.com/posts/attention-mekanizmasi/https://halideyilmaz.com/posts/attention-mekanizmasi/Bir model bir kelimeyi anlarken hangi kelimelere "bakar"? Query-Key-Value, self-attention ve Transformer devrimini günlük analojilerle sezgisel anlatım.Sun, 09 Aug 2026 20:39:00 GMTDerinYapay Zekahttps://halideyilmaz.com/posts/tokenizasyon-turkce/https://halideyilmaz.com/posts/tokenizasyon-turkce/Türkçe neden daha fazla token tüketir? Eklemeli dil, kelime patlaması, BPE ve SentencePiece ile verimli tokenizasyonun maliyet ve hıza etkisi.Sun, 09 Aug 2026 20:38:00 GMTTürkçe NLPYapay Zekahttps://halideyilmaz.com/posts/embedding-semantik-benzerlik/https://halideyilmaz.com/posts/embedding-semantik-benzerlik/Metinleri vektöre çevirme, kosinüs benzerliği, embedding modeli seçimi ve çok dilli embedding'leri sezgisel analojiler ve kısa bir kod örneğiyle anlatıyoruz.Sun, 09 Aug 2026 20:37:00 GMTTemellerYapay Zekahttps://halideyilmaz.com/posts/rag-chunking-stratejileri/https://halideyilmaz.com/posts/rag-chunking-stratejileri/RAG'de chunking stratejileri: sabit boyut, cümle/paragraf, overlap, anlamsal chunking ve başlık-bağlamı koruma. Parçalama kaliteyi nasıl etkiler, sezgisel anlatım.Sun, 09 Aug 2026 20:36:00 GMTRAGYapay Zekahttps://halideyilmaz.com/posts/reranking-hibrit-arama/https://halideyilmaz.com/posts/reranking-hibrit-arama/BM25 ile semantik aramayı birleştiren hibrit arama, RRF ile skor füzyonu ve cross-encoder ile reranking'i kısa kod örnekleriyle sezgisel olarak anlatıyoruz.Sun, 09 Aug 2026 20:35:00 GMTGetirimYapay Zekahttps://halideyilmaz.com/posts/baglam-penceresi/https://halideyilmaz.com/posts/baglam-penceresi/Bağlam penceresi nedir? Token sınırı, "ortada kaybolma" sorunu, uzun bağlam mı RAG mi ve özetleme zincirleri (map-reduce, refine) sezgisel analojilerle anlatıldı.Sun, 09 Aug 2026 20:34:00 GMTSınırlarYapay Zekahttps://halideyilmaz.com/posts/llm-ajanlari/https://halideyilmaz.com/posts/llm-ajanlari/LLM ajanları nasıl araç çağırır, plan yapar ve çok adımlı görevleri yürütür? MCP'yi, fırsatları ve riskleri sade analojilerle anlatıyoruz.Sun, 09 Aug 2026 20:33:00 GMTAjanlarYapay Zekahttps://halideyilmaz.com/posts/bilgi-grafigi-rag/https://halideyilmaz.com/posts/bilgi-grafigi-rag/GraphRAG: bilgi grafiği ile RAG'i birleştiren getirim. Varlıklar arası bağlantılar, çok adımlı ve bütünsel sorular, klasik RAG'ın eksiklerini kapatma. Sezgisel anlatım.Sun, 09 Aug 2026 20:32:00 GMTİleri RAGYapay Zekahttps://halideyilmaz.com/posts/model-cikarimi-olcekleme/https://halideyilmaz.com/posts/model-cikarimi-olcekleme/Gecikme, verim, niceleme, KV-cache ve batching kavramlarını sezgisel analojilerle anlatan, GPU çıkarım maliyetini düşürmeye odaklı pratik bir rehber.Sun, 09 Aug 2026 20:31:00 GMTÖlçeklemeYapay Zekahttps://halideyilmaz.com/posts/veri-kalitesi-etiketleme/https://halideyilmaz.com/posts/veri-kalitesi-etiketleme/Çöp girer çöp çıkar: veri temizleme, etiketleme stratejileri, sentetik veri ve dürüst değerlendirme setleriyle modelin asıl yakıtını anlatıyoruz.Sun, 09 Aug 2026 20:30:00 GMTVeriYapay Zekahttps://halideyilmaz.com/posts/halide-yilmaz-kimdir/https://halideyilmaz.com/posts/halide-yilmaz-kimdir/Halide Yılmaz; ODTÜ Bilgisayar Mühendisliği mezunu, HatsonTech ve Caseon AI'ın kurucu ortaklarından. Yapay zeka ve yazılım alanında şirketler kuruyor.Sun, 09 Aug 2026 20:05:00 GMTProfilGirişimcilikHatsonTechCaseon AIhttps://halideyilmaz.com/posts/hatsontech-nedir/https://halideyilmaz.com/posts/hatsontech-nedir/HatsonTech, Ağustos 2026'da Ankara'da kurulan bir yazılım ve yapay zeka şirketi. Nasıl başladığını, ne yaptığını ve hukuk teknolojisine odaklanan Caseon AI ile ilişkisini kısaca anlatıyoruz.Sun, 09 Aug 2026 20:04:00 GMTŞirketHatsonTechCaseon AIGirişimcilik