Yapılandırılmamış veri sabit bir düzenleme ilkesinin uygulanmadığı filtrelenmemiş bilgidir. Genellikle ham veri olarak adlandırılır. Yaygın örnekleri internet günlükleri, XML, JSON, metin belgeleri, görüntüler, videolar ve ses dosyalarıdır. Yapılandırılmamış veriler faydalı gerçekleri çıkarmak için aranır ve çözümlenir. Kurumsal verilerin %80’ine kadarı yapılandırılmamıştır. Bu, birçok insan tarafından en çok görülebilir büyük veri türü olduğu anlamına gelir. Yapılandırılmamış verilerin büyüklüğü içgörüler oluşturmak için ölçeklenebilir analizler gerektirir. Yapılandırılmamış veriler, düşük saklama maliyeti sebebiyle veri göllerinin çoğunda bulunur ancak tamamında bulunmaz.
Latent Dirichlet Allocation (LDA), büyük miktardaki metin verisi üzerinde gizli konu yapılarının keşfedilmesine olanak tanıyan bir konu modelleme tekniğidir.
Yapay zeka ve makine öğrenme alanında AutoML (Automated Machine Learning) olarak adlandırılan otomatik makine öğrenme, bir makine öğrenme modelinin oluşturulması, eğitilmesi ve optimize edilmesi için bütünleşik yazılım platformlarını tanımlar.
Doğal dil işleme (NLP) ve yapay zeka modellerinin metinleri anlamlandırabilmesi için metinlerin daha küçük birimlere ayrılması gerekir. Bu süreç, tokenization (parçalama) olarak adlandırılır.
Sektöründe öncü 120'den fazla şirket ile 200'den fazla başarılı proje geliştirerek Türkiye'nin alanında lider şirketleri ile çalışıyoruz.
Siz de başarılı iş ortaklarımız arasındaki yerinizi alın.
Formu doldurarak çözüm danışmanlarımızın tarafınıza en hızlı şekilde ulaşmasını sağlayın.
30+ yıllık birikim ve tecrübemizi ekosistemimizdeki mükemmeliyet merkezleri ile birleştirerek kurumunuzu dijital dönüşüme liderlik etmesi için hazırlıyoruz!
Komtaş A.Ş. | 2022
Tüm Hakları Saklıdır.
