<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>Aslı Asutay</title>
	<atom:link href="https://asliasutay.com/feed/" rel="self" type="application/rss+xml" />
	<link>https://asliasutay.com</link>
	<description>Kişisel web sayfası.</description>
	<lastBuildDate>Fri, 11 Jul 2025 20:27:41 +0000</lastBuildDate>
	<language>tr</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=6.8.1</generator>

<image>
	<url>https://asliasutay.com/wp-content/uploads/2022/06/cropped-favicon-32x32-1-32x32.png</url>
	<title>Aslı Asutay</title>
	<link>https://asliasutay.com</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>Generative AI Nedir?</title>
		<link>https://asliasutay.com/generative-ai-nedir/</link>
					<comments>https://asliasutay.com/generative-ai-nedir/#respond</comments>
		
		<dc:creator><![CDATA[Aslı ASUTAY]]></dc:creator>
		<pubDate>Fri, 11 Jul 2025 20:27:09 +0000</pubDate>
				<category><![CDATA[Blog]]></category>
		<category><![CDATA[AI]]></category>
		<category><![CDATA[generative ai]]></category>
		<category><![CDATA[yapay zeka]]></category>
		<guid isPermaLink="false">https://asliasutay.com/?p=842</guid>

					<description><![CDATA[<p>Yapay zekâ (AI), son yıllarda hayatımızın hemen her alanına dokunan bir dönüşüm yarattı. Ancak bu dönüşümde bir alan var ki, hem etkileyici hem de zaman zaman tedirgin edici: Generative AI ya da Türkçe ile Üretici Yapay Zeka. Generative AI Nedir? Yaratıcı Yapay Zekanın Gücüne Yakından Bakış Generative AI, verilerden öğrenerek yeni ve özgün içerikler üretebilen [&#8230;]</p>
<p>The post <a href="https://asliasutay.com/generative-ai-nedir/">Generative AI Nedir?</a> first appeared on <a href="https://asliasutay.com">Aslı Asutay</a>.</p>]]></description>
		
					<wfw:commentRss>https://asliasutay.com/generative-ai-nedir/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Adayları Makine Öğrenmesiyle Değerlendirmek: SVM ile İşe Alım Tahmini</title>
		<link>https://asliasutay.com/svm-ile-ise-alim-tahmini/</link>
					<comments>https://asliasutay.com/svm-ile-ise-alim-tahmini/#respond</comments>
		
		<dc:creator><![CDATA[Aslı ASUTAY]]></dc:creator>
		<pubDate>Sat, 28 Jun 2025 18:49:21 +0000</pubDate>
				<category><![CDATA[Makine Öğrenmesi]]></category>
		<category><![CDATA[makine öğrenmesi]]></category>
		<category><![CDATA[python]]></category>
		<category><![CDATA[SVM]]></category>
		<guid isPermaLink="false">https://asliasutay.com/?p=837</guid>

					<description><![CDATA[<p>İşe alım süreçlerinde adayları yalnızca CV’lerine göre değerlendirmek çoğu zaman yanıltıcı olabilir. Peki ya işe alım kararlarını desteklemek için makine öğrenmesini kullanmak mümkün olsaydı? Bu yazıda, adayların tecrübe yılı ve teknik sınav puanı gibi iki temel özelliği kullanarak bir adayın işe alınıp alınmayacağını tahmin eden bir makine öğrenmesi projesini (SVM ile) adım adım değerlendireceğiz. Modelimiz, [&#8230;]</p>
<p>The post <a href="https://asliasutay.com/svm-ile-ise-alim-tahmini/">Adayları Makine Öğrenmesiyle Değerlendirmek: SVM ile İşe Alım Tahmini</a> first appeared on <a href="https://asliasutay.com">Aslı Asutay</a>.</p>]]></description>
		
					<wfw:commentRss>https://asliasutay.com/svm-ile-ise-alim-tahmini/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Overfitting: Nasıl Anlar ve Önleriz?</title>
		<link>https://asliasutay.com/overfitting-nasil-anlar-ve-onleriz/</link>
					<comments>https://asliasutay.com/overfitting-nasil-anlar-ve-onleriz/#respond</comments>
		
		<dc:creator><![CDATA[Aslı ASUTAY]]></dc:creator>
		<pubDate>Thu, 11 Jul 2024 12:03:46 +0000</pubDate>
				<category><![CDATA[Makine Öğrenmesi]]></category>
		<category><![CDATA[Makine öğrenimi]]></category>
		<category><![CDATA[overfitting]]></category>
		<category><![CDATA[python]]></category>
		<guid isPermaLink="false">https://asliasutay.com/?p=830</guid>

					<description><![CDATA[<p>Overfitting: Nasıl Anlar ve Önleriz? Makine öğrenimi ve veri bilimi dünyasında, modellerimizin performansını değerlendirirken karşılaştığımız en büyük problemlerden biri overfitting, yani aşırı öğrenmedir. Overfitting, modelimizin eğitim verisinde çok iyi performans göstermesine rağmen, yeni ve görmediği verilerde yetersiz kalması durumudur. Bu yazıda, bir modelin overfit olduğunu nasıl anlayabileceğimizi ve bunu önlemek için hangi adımları atabileceğimizi ele [&#8230;]</p>
<p>The post <a href="https://asliasutay.com/overfitting-nasil-anlar-ve-onleriz/">Overfitting: Nasıl Anlar ve Önleriz?</a> first appeared on <a href="https://asliasutay.com">Aslı Asutay</a>.</p>]]></description>
		
					<wfw:commentRss>https://asliasutay.com/overfitting-nasil-anlar-ve-onleriz/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Başarılı Bir Veri Bilimci Olmak İçin Gerekli Beceriler</title>
		<link>https://asliasutay.com/basarili-bir-veri-bilimci-olmak-icin-gerekli-beceriler/</link>
					<comments>https://asliasutay.com/basarili-bir-veri-bilimci-olmak-icin-gerekli-beceriler/#respond</comments>
		
		<dc:creator><![CDATA[Aslı ASUTAY]]></dc:creator>
		<pubDate>Wed, 19 Jun 2024 17:46:55 +0000</pubDate>
				<category><![CDATA[Genel]]></category>
		<category><![CDATA[python]]></category>
		<category><![CDATA[veri bilimci]]></category>
		<guid isPermaLink="false">https://asliasutay.com/?p=827</guid>

					<description><![CDATA[<p>Günümüzün veri odaklı dünyasında, veri bilimcilerin rolü her zamankinden daha önemli. Şirketler, bilinçli kararlar almak, süreçleri optimize etmek ve yenilikleri yönlendirmek için verilere güveniyor. Sonuç olarak, yetenekli veri bilimcilere olan talep hızla artıyor. Peki, başarılı bir veri bilimci olmak için neler gerekiyor? Bu dinamik ve ödüllendirici alanda ustalaşmak için gereken temel becerilere birlikte göz atalım. [&#8230;]</p>
<p>The post <a href="https://asliasutay.com/basarili-bir-veri-bilimci-olmak-icin-gerekli-beceriler/">Başarılı Bir Veri Bilimci Olmak İçin Gerekli Beceriler</a> first appeared on <a href="https://asliasutay.com">Aslı Asutay</a>.</p>]]></description>
		
					<wfw:commentRss>https://asliasutay.com/basarili-bir-veri-bilimci-olmak-icin-gerekli-beceriler/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Python&#8217;da Tekrar Etmenin Gücü &#8221; Loops &#8220;</title>
		<link>https://asliasutay.com/pythonda-tekrar-etmenin-gucu-loops/</link>
					<comments>https://asliasutay.com/pythonda-tekrar-etmenin-gucu-loops/#respond</comments>
		
		<dc:creator><![CDATA[Aslı ASUTAY]]></dc:creator>
		<pubDate>Wed, 27 Mar 2024 22:47:44 +0000</pubDate>
				<category><![CDATA[Python]]></category>
		<category><![CDATA[döngüler]]></category>
		<category><![CDATA[loop]]></category>
		<category><![CDATA[loops]]></category>
		<category><![CDATA[python]]></category>
		<guid isPermaLink="false">https://asliasutay.com/?p=813</guid>

					<description><![CDATA[<p>Python, programlamada güçlü bir dil olmasının yanı sıra, döngüler ( Loops ) gibi yapıları kullanarak tekrar eden işlemleri kolaylaştırır. Bu yazıda, Python&#8217;da döngülerin nasıl kullanıldığını ve çeşitli döngü türlerinin nasıl çalıştığını inceleyeceğiz. Döngüler (Loops) Nedir? Döngüler (loops), bir işlemi belirli bir koşul sağlandığı sürece tekrar tekrar gerçekleştirmek için kullanılan programlama yapısıdır. Python&#8217;da en yaygın olarak [&#8230;]</p>
<p>The post <a href="https://asliasutay.com/pythonda-tekrar-etmenin-gucu-loops/">Python’da Tekrar Etmenin Gücü ” Loops “</a> first appeared on <a href="https://asliasutay.com">Aslı Asutay</a>.</p>]]></description>
		
					<wfw:commentRss>https://asliasutay.com/pythonda-tekrar-etmenin-gucu-loops/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Veri Bilimi ve Makine Öğrenimi Projelerinde &#8221; train_test_split &#8221; Kullanımı</title>
		<link>https://asliasutay.com/veri-bilimi-ve-makine-ogrenimi-projelerinde-train_test_split-kullanimi/</link>
					<comments>https://asliasutay.com/veri-bilimi-ve-makine-ogrenimi-projelerinde-train_test_split-kullanimi/#respond</comments>
		
		<dc:creator><![CDATA[Aslı ASUTAY]]></dc:creator>
		<pubDate>Mon, 01 Jan 2024 21:40:10 +0000</pubDate>
				<category><![CDATA[Python]]></category>
		<category><![CDATA[python]]></category>
		<category><![CDATA[python kütüphaneleri]]></category>
		<guid isPermaLink="false">https://asliasutay.com/?p=810</guid>

					<description><![CDATA[<p>Veri bilimi ve makine öğrenimi, büyük miktarda veri üzerinde çalışmayı gerektiren disiplinlerdir. Ancak, bu verilerin etkili bir şekilde kullanılabilmesi için doğru yöntemleri bilmek ve uygulamak oldukça önemlidir. Bu yazıda, veri bilimi ve makine öğrenimi projelerinde sıkça kullanılan bir yöntem olan &#8220;train_test_split&#8221; fonksiyonunu ele alacağız. 1. train_test_split Nedir? İlk olarak, &#8220;train_test_split&#8221; fonksiyonunun ne olduğunu anlamak önemlidir. [&#8230;]</p>
<p>The post <a href="https://asliasutay.com/veri-bilimi-ve-makine-ogrenimi-projelerinde-train_test_split-kullanimi/">Veri Bilimi ve Makine Öğrenimi Projelerinde ” train_test_split ” Kullanımı</a> first appeared on <a href="https://asliasutay.com">Aslı Asutay</a>.</p>]]></description>
		
					<wfw:commentRss>https://asliasutay.com/veri-bilimi-ve-makine-ogrenimi-projelerinde-train_test_split-kullanimi/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Geleceğin İş Dünyası: Veriye Dayalı Pozisyonlar</title>
		<link>https://asliasutay.com/gelecegin-is-dunyasi-veriye-dayali-pozisyonlar/</link>
					<comments>https://asliasutay.com/gelecegin-is-dunyasi-veriye-dayali-pozisyonlar/#comments</comments>
		
		<dc:creator><![CDATA[Aslı ASUTAY]]></dc:creator>
		<pubDate>Sun, 26 Nov 2023 09:10:31 +0000</pubDate>
				<category><![CDATA[Genel]]></category>
		<category><![CDATA[iş analisti]]></category>
		<category><![CDATA[veri]]></category>
		<category><![CDATA[veri analisti]]></category>
		<category><![CDATA[veri bilimci]]></category>
		<category><![CDATA[veri bilimi]]></category>
		<category><![CDATA[veri mühendisi]]></category>
		<guid isPermaLink="false">https://asliasutay.com/?p=799</guid>

					<description><![CDATA[<p>Günümüzün dijital çağında, veri her şeyin temel taşıdır. İnternetin yaygınlaşması, akıllı cihazların kullanımı ve dijital platformlardaki etkileşimler, milyarlarca veri noktasının her gün üretilmesine neden oluyor. Bu verilerin toplanması, değerlendirilmesi ve yararlı bilgiler üretilmesi açısından bizlere bir çok iş alanı açıyor. Bu yazıda veriye dayalı pozisyonlar konusundan bahsedeceğim.  Veriye Dayalı Pozisyonlar Veri Analisti: Veri analisti, organizasyonlardaki [&#8230;]</p>
<p>The post <a href="https://asliasutay.com/gelecegin-is-dunyasi-veriye-dayali-pozisyonlar/">Geleceğin İş Dünyası: Veriye Dayalı Pozisyonlar</a> first appeared on <a href="https://asliasutay.com">Aslı Asutay</a>.</p>]]></description>
		
					<wfw:commentRss>https://asliasutay.com/gelecegin-is-dunyasi-veriye-dayali-pozisyonlar/feed/</wfw:commentRss>
			<slash:comments>2</slash:comments>
		
		
			</item>
		<item>
		<title>Karmaşıklık Matrisi Nedir ve Ne İşe Yarar?</title>
		<link>https://asliasutay.com/karmasiklik-matrisi-nedir-ve-ne-ise-yarar/</link>
					<comments>https://asliasutay.com/karmasiklik-matrisi-nedir-ve-ne-ise-yarar/#respond</comments>
		
		<dc:creator><![CDATA[Aslı ASUTAY]]></dc:creator>
		<pubDate>Mon, 21 Aug 2023 23:31:35 +0000</pubDate>
				<category><![CDATA[Makine Öğrenmesi]]></category>
		<category><![CDATA[hata matrisi]]></category>
		<category><![CDATA[karmaşıklık matrisi]]></category>
		<category><![CDATA[karmaşıklık tablosu]]></category>
		<category><![CDATA[Makine öğrenimi]]></category>
		<category><![CDATA[model performans]]></category>
		<guid isPermaLink="false">https://asliasutay.com/?p=793</guid>

					<description><![CDATA[<p>Karmaşıklık matrisi, sınıflandırma problemlerinde model performansını değerlendirmek için kullanılan önemli bir araçtır. Ayrıca &#8220;hata matrisi&#8221; veya &#8220;karmaşıklık tablosu&#8221; olarak da adlandırılır. Bu matris, tahmin edilen sınıf etiketleri ile gerçek sınıf etiketlerinin karşılaştırılmasını sağlar ve sınıflandırma modelinin ne kadar doğru çalıştığını, hangi sınıfların karıştırıldığını ve diğer performans ölçütlerini anlamamıza yardımcı olur. Karmaşıklık Matrisi Bileşenleri Bir karmaşıklık [&#8230;]</p>
<p>The post <a href="https://asliasutay.com/karmasiklik-matrisi-nedir-ve-ne-ise-yarar/">Karmaşıklık Matrisi Nedir ve Ne İşe Yarar?</a> first appeared on <a href="https://asliasutay.com">Aslı Asutay</a>.</p>]]></description>
		
					<wfw:commentRss>https://asliasutay.com/karmasiklik-matrisi-nedir-ve-ne-ise-yarar/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Veri Bilimi ile A/B Test : Kararlarınızı Bilimsel Temellere Dayandırın</title>
		<link>https://asliasutay.com/veri-bilimi-ile-a-b-test-kararlarinizi-bilimsel-temellere-dayandirin/</link>
					<comments>https://asliasutay.com/veri-bilimi-ile-a-b-test-kararlarinizi-bilimsel-temellere-dayandirin/#respond</comments>
		
		<dc:creator><![CDATA[Aslı ASUTAY]]></dc:creator>
		<pubDate>Mon, 10 Jul 2023 22:48:52 +0000</pubDate>
				<category><![CDATA[Makine Öğrenmesi]]></category>
		<category><![CDATA[a/b]]></category>
		<category><![CDATA[A/B Test]]></category>
		<category><![CDATA[AB test]]></category>
		<category><![CDATA[ab testing]]></category>
		<category><![CDATA[veri bilimi]]></category>
		<guid isPermaLink="false">https://asliasutay.com/?p=782</guid>

					<description><![CDATA[<p>Dijital çağın gelişmesiyle birlikte işletmeler, kararlarını verirken daha veri odaklı bir yaklaşım benimsemeye başladılar. Veri bilimi, bu süreçte önemli bir role sahip olmuştur. Veri bilimi, büyük veri setlerini analiz ederek anlamlı bilgiler elde etmemizi sağlar ve bu bilgiler doğrultusunda bilinçli kararlar alabilmemizi sağlar. Bu yazıda, veri biliminin en yaygın kullanılan araçlarından biri olan A/B testini [&#8230;]</p>
<p>The post <a href="https://asliasutay.com/veri-bilimi-ile-a-b-test-kararlarinizi-bilimsel-temellere-dayandirin/">Veri Bilimi ile A/B Test : Kararlarınızı Bilimsel Temellere Dayandırın</a> first appeared on <a href="https://asliasutay.com">Aslı Asutay</a>.</p>]]></description>
		
					<wfw:commentRss>https://asliasutay.com/veri-bilimi-ile-a-b-test-kararlarinizi-bilimsel-temellere-dayandirin/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Veri Ön İşleme : Veri Analitiği için Temel Adım</title>
		<link>https://asliasutay.com/veri-on-isleme-veri-analitigi-icin-temel-adim/</link>
					<comments>https://asliasutay.com/veri-on-isleme-veri-analitigi-icin-temel-adim/#respond</comments>
		
		<dc:creator><![CDATA[Aslı ASUTAY]]></dc:creator>
		<pubDate>Thu, 29 Jun 2023 12:38:14 +0000</pubDate>
				<category><![CDATA[Makine Öğrenmesi]]></category>
		<category><![CDATA[python]]></category>
		<category><![CDATA[veri bilimi]]></category>
		<category><![CDATA[Veri Ön İşleme]]></category>
		<guid isPermaLink="false">https://asliasutay.com/?p=774</guid>

					<description><![CDATA[<p>Veri analitiği, günümüzde iş dünyasında büyük önem kazanan bir disiplindir. Ancak, veri analitiği sonuçlarının doğruluğu ve güvenilirliği, veri ön işleme adı verilen temel bir aşamaya bağlıdır. Veri Ön İşleme, ham veri kümesinin temizlenmesi, dönüştürülmesi ve düzenlenmesi sürecidir. Bu yazıda, veri ön işleme sürecinin neden önemli olduğunu ve temel adımlarını keşfedeceğiz. Veri Ön İşleme Nedir? Veri [&#8230;]</p>
<p>The post <a href="https://asliasutay.com/veri-on-isleme-veri-analitigi-icin-temel-adim/">Veri Ön İşleme : Veri Analitiği için Temel Adım</a> first appeared on <a href="https://asliasutay.com">Aslı Asutay</a>.</p>]]></description>
		
					<wfw:commentRss>https://asliasutay.com/veri-on-isleme-veri-analitigi-icin-temel-adim/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
	</channel>
</rss>
