# AI'nin Veri Akışı

Veri Akışı, AI mühendislik yaşam döngüsündeki veri hareketi sırasını temsil eden bir makine öğrenimi modelidir.

Öncelikle, veri depolama, eğitim vb. için hazırlanmak üzere katman katman işlenir.

Daha sonra, veri, makine öğrenimi modelleri ve uygulamalarında kullanılmak üzere depolanırken, rafine edilir ve hazırlanırken işlem katmanlarından geçer. Daha işlevsel bir bakış açısıyla, veri daha sonra aşağıda gösterildiği gibi farklı makine öğrenimi işlev grupları tarafından kullanılır:

<figure><img src="/files/1L4k3FZ20IpBvrrbOUCQ" alt=""><figcaption><p>AI'daki Veri Akışı ve İşlevsel Gruplar</p></figcaption></figure>

Yukarıdaki grafikteki her katman için detaylar şu şekildedir:

## Kaynaklar

Veri kaynakları şunları içerir:

* Şirket İç Veritabanları
* Şirket İç Dosyaları
* Web Siteleri
* Kamu Verileri
* Akıllı Telefon Uygulamaları
* IoT Cihazları
* Ticari Veri Toplayıcıları
* Satış Noktası
* Kurumsal İç Süreçler
* Sosyal Medya
* Veri Akışları

## Kayıt Etmek

Yakalama mekanizmaları şunlardır:

* Web Sitesi Kazıma
* Web Sitesi ve Akıllı Telefon Sohbet Diyalogları
* Web Sitesi ve Akıllı Telefon Form Gönderimleri
* IoT Cihaz Arayüzleri
* Ticari Veri Toplayıcı Beslemeleri
* Kurumsal İç Süreç Beslemeleri

## İş Akışı

Pipeline süreçleri şunlardır:

* Veri Alımı
* Veri Geçici Depolama
* Veri Aboneliği
* Veri Yayını

## Veri Tabanları

Veritabanları şunları içerir:

* Veri Gölleri
* SQL Veritabanları
* Belge Veritabanları
* Grafik Veritabanları

## "Veri Çekme, Dönüştürme ve Yükleme" (Extract, Transform, Load)

ETL'ler şunları içerir:

* **Çekme İşlevleri:** Seçilen kaynaklardan veri çekme
* **Dönüştürme İşlevleri:** Normalizasyon, düzenleme, toplama
* **Yükleme İşlevleri:** Veriyi modelleme süreçlerinde kullanılmak üzere formatlarda kaydetme

## Modeller

Model türü kategori örnekleri şunlardır:

* Yapay Sinir Ağları
* Karar Ağaçları
* Olasılıksal Grafik Modelleri
* Küme Analizi
* Gaussian Süreçleri
* Regresyon Analizi

## Uygulamalar

Uygulama örnekleri şunlardır:

* Tıbbi Tanı
* Otonom Araçlar
* Sohbet Botu Diyaloğu
* Görüntü Tanıma
* Yüz Tanıma
* Ürün Önerileri
* Müşteri Kaybı Tahmini
* Kötü Amaçlı Yazılım Tespiti
* Arama İyileştirme


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.din.lol/din-cook-data-for-ai/turkiye/din-nasil-calisir/veri-katmani-tum-veri-icin/ainin-veri-akisi.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.