docs.dintr.lol
  • DIN Projesi Hakkında
    • ⏳Genel Bakış
    • 🛣️Yolculuğumuz
  • DIN NASIL ÇALIŞIR
    • 💡Piyasa ve Trend Analizi
      • Mevcut veri trendi ve piyasanın genel görünümü
      • Mevcut yapay zeka trendi ve pazarının genel görünümü
      • Pazardaki mevcut boşluklar ve fırsatlar
    • 🔢Veri Katmanı: Tüm Veri İçin
      • AI'nin Veri Akışı
      • Veri Toplama
      • Veri Doğrulama
      • Veri Vektörleştirme
      • Ödül Mekanizması
    • 🏠DIN Mimarisi
    • 💰Tokenomik ve Kullanım Alanları
      • $DIN Token Hakkında Detaylar
      • Ecosistem İçindeki Token için Kullanım Senaryoları
  • NASIL KATILABİLİRSİN
    • 🧲xData Açıklaması
    • ⚙️Chipper Node Açıklaması
      • Chipper Node Nedir
      • Chipper Node Satış Dinamikleri
      • Node Ödülleri
      • Node Nasıl Satın Alınır
        • Ön Satış Turu
        • Whitelist Satış Aşaması
        • Halk Satışı Turu
      • Chipper Node Nasıl Çalışır
      • Geri Ödeme Programı
      • Akıllı Contract Adresleri
  • Yol Haritası
    • 📢2024 İleriye Dönük
Powered by GitBook
On this page
  • Kaynaklar
  • Kayıt Etmek
  • İş Akışı
  • Veri Tabanları
  • "Veri Çekme, Dönüştürme ve Yükleme" (Extract, Transform, Load)
  • Modeller
  • Uygulamalar
  1. DIN NASIL ÇALIŞIR
  2. Veri Katmanı: Tüm Veri İçin

AI'nin Veri Akışı

PreviousVeri Katmanı: Tüm Veri İçinNextVeri Toplama

Last updated 7 months ago

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:

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

🔢
AI'daki Veri Akışı ve İşlevsel Gruplar