Python ile Yerel Yapay Zekâ Modeli Çalıştırma Rehberi

### Python ile Yerel Yapay Zekâ Modeli Çalıştırma Rehberi

Bu Yazıda Neler Öğreneceksiniz?
- Python ile yerel yapay zekâ modelinin nasıl kurulacağını.
- Gerekli kütüphanelerin ve bağımlılıkların neler olduğunu.
- Modelin çalıştırılması için adım adım talimatları.

Yapay zeka, son yıllarda birçok alanda devrim yaratmış bir teknoloji haline geldi. Python, bu alandaki en popüler programlama dillerinden biri olarak, kullanıcıların yerel yapay zekâ modelleri geliştirmesine ve çalıştırmasına olanak tanıyor. Bu rehberde, yerel bir yapay zeka modelini Python kullanarak nasıl çalıştıracağınızı detaylı bir şekilde anlatacağım.

#### 1. Gerekli Araçlar ve Kütüphaneler

Yerel bir yapay zekâ modeli oluşturmak için öncelikle bazı araçlara ve kütüphanelere ihtiyacınız olacak. Bu kütüphaneler, modelinizi geliştirmenizi ve çalıştırmanızı sağlayacaktır. İşte ihtiyacınız olan temel kütüphaneler:

- Python 3.x: Python'un en güncel sürümünü kullanmanız önerilir. Python'un resmi web sitesinden indirip kurabilirsiniz.
- NumPy: Sayısal hesaplamalar için gereken bir kütüphane. Kurulum için terminal veya komut istemcisinde şu komutu çalıştırabilirsiniz:
```
pip install numpy
```
- Pandas: Veri manipülasyonu ve analizi için kullanılır. Kurulum:
```
pip install pandas
```
- Scikit-learn: Makine öğrenimi algoritmalarını içerir. Kurulum:
```
pip install scikit-learn
```
- TensorFlow veya PyTorch: Derin öğrenme için popüler kütüphanelerdir. İhtiyaçlarınıza göre birini seçebilirsiniz. TensorFlow için:
```
pip install tensorflow
```
PyTorch için:
```
pip install torch torchvision torchaudio
```

#### 2. Yerel Yapay Zekâ Modelinin Oluşturulması

Modelinizi geliştirmeye başlamadan önce, veri setini hazırlamanız gerekiyor. Örneğin, bir sınıflandırma modeli oluşturacaksanız, verilerinizi uygun bir biçimde düzenlemeniz önemli. Kendi verinizi kullanabileceğiniz gibi, açık kaynaklı veri setlerinden de yararlanabilirsiniz.

##### 2.1. Veri Setinin Yüklenmesi

Aşağıdaki örnek, bir CSV dosyasından veri yüklemenin basit bir yolunu göstermektedir:

```python
import pandas as pd

# Veri setini yükle
data = pd.readcsv('veriseti.csv')

# İlk birkaç satırı görüntüle
print(data.head())
```

##### 2.2. Modelin Oluşturulması

Modelinizi oluşturmak için Scikit-learn kullanarak basit bir karar ağaç modeli örneği aşağıda verilmiştir:

```python
from sklearn.modelselection import traintestsplit
from sklearn.tree import DecisionTreeClassifier

# Özellikler ve hedef değişkeni ayır
X = data.drop('hedef', axis=1) # Özellikler
y = data['hedef'] # Hedef değişken

# Veriyi eğitim ve test setlerine ayır
Xtrain, Xtest, ytrain, ytest = traintestsplit(X, y, testsize=0.2, randomstate=42)

# Modeli oluştur
model = DecisionTreeClassifier()
model.fit(Xtrain, ytrain)
```

#### 3. Modelin Test Edilmesi

Modeli test etmek için aşağıdaki kodu kullanabilirsiniz. Bu kod, modelin doğruluğunu hesaplar:

```python
from sklearn.metrics import accuracyscore

# Test seti ile tahmin yap
ypred = model.predict(Xtest)

# Doğruluğu hesapla
accuracy = accuracyscore(ytest, ypred)
print(f'Model Doğruluğu: {accuracy * 100:.2f}%')
```

#### 4. Modelin Kaydedilmesi

Elde ettiğiniz modeli kaydetmek için `joblib` kütüphanesini kullanabilirsiniz:

```python
import joblib

# Modeli kaydet
joblib.dump(model, 'model.pkl')
```

#### 5. Yerel Modelin Yeniden Yüklenmesi ve Kullanılması

Kaydettiğiniz modeli daha sonra tekrar yükleyip kullanabilirsiniz:

```python
# Modeli yükle
loadedmodel = joblib.load('model.pkl')

# Yeni verilerle tahmin yap
newdata = [[...]] # Yeni verilerinizi buraya ekleyin
predicted = loadedmodel.predict(new_data)
print(f'Tahmin: {predicted}')
```

Bu rehber, Python ile yerel bir yapay zekâ modelini nasıl oluşturup çalıştıracağınızı adım adım açıkladı. Bu bilgileri kullanarak kendi projelerinizi geliştirebilir ve yapay zeka dünyasında daha derinlemesine keşfe çıkabilirsiniz.

#### Sık Sorulan Sorular

1. Python ile yapay zeka geliştirmek için hangi kütüphaneler gereklidir?
2. Veri setimi nasıl yükleyebilirim?
3. Modelimin doğruluğunu nasıl kontrol edebilirim?
4. Kaydettiğim modeli daha sonra nasıl kullanabilirim?