MLOps Temeli, Etik, Gizlilik ve Sorumlu Analitik

Kazanimlar:

• MLOps aşamalarını (sürümleme, dağıtım, izleme, yeniden eğitim, geri alma) ve model kaymasını kavrayıp izlemeli dağıtım planlayabilme
• Model adaleti, şeffaflık ve hesap verebilirlik ilkelerini uygulayıp istatistiksel doğruluğu etik kabul edilebilirlikten ayırt edebilme
• Kişisel veriyi KVKK/GDPR ilkeleriyle koruyup yüksek etkili kararlarda nihai sorumluluğu bir insana bağlayabilme

Bir modeli eğitip yüksek skor almak, işin sonu değil ortasıdır. Gerçek değer, model üretime alınıp güvenilir biçimde çalışmaya başladığında, zamanla bozulmadan izlendiğinde ve tüm bu süreç etik ve yasal sınırlar içinde yürütüldüğünde ortaya çıkar. Bu kapanış ünitesi üç konuyu birleştirir: MLOps (modelleri canlıya alma, izleme ve sürdürme disiplini), etik (adalet, şeffaflık, zarar vermeme) ve gizlilik (kişisel veriyi koruma). Yapay zeka bu alanlarda kod, kontrol listesi ve taslak üretir; ama bir modelin canlıya alınıp alınmayacağına, kimin etkileneceğine ve hangi verinin kullanılabileceğine insan karar verir. Bu kararlar teknik değil, sorumluluk kararlarıdır.

MLOps: model bir ürün gibi yaşar

MLOps (İngilizcesiyle Machine Learning Operations — makine öğrenmesi modellerini üretimde çalıştırma, izleme ve güncelleme pratiği), yazılım geliştirmedeki DevOps'un veri bilimine uyarlanmış hâlidir. Temel fikir: bir model, bir kez eğitilip unutulan bir dosya değil, sürekli bakım isteyen canlı bir üründür. Başlıca aşamalar:

1. Sürümleme: Kod (Git), veri ve model birlikte sürümlenir; hangi modelin hangi veri ve kodla üretildiği kayıtlıdır.

2. Dağıtım (deployment): Model bir API veya toplu iş olarak canlıya alınır. Genellikle önce küçük bir kitleye (gölge/kanarya dağıtımı) verilir.

3. İzleme (monitoring): Modelin performansı ve girdi verisi sürekli izlenir.

4. Yeniden eğitim: Performans düştüğünde model güncel veriyle yeniden eğitilir.

Model kayması: sessiz bozulma

Üretimdeki en büyük tehlike model kaymasıdır (İngilizcesiyle model drift / data drift). Dünya değişir; modelinizi eğittiğiniz koşullar (müşteri davranışı, fiyatlar, sezon, mevzuat) zamanla kayar ve model eskimeye başlar. Örneğin pandemi öncesi eğitilmiş bir talep modeli, pandemi sırasında tamamen yanılır. Kayma iki biçimde olur: veri kayması (girdi verisinin dağılımı değişir) ve kavram kayması (girdi ile hedef arasındaki ilişki değişir). Bunları yakalamanın yolu izlemedir: girdi dağılımını, tahmin dağılımını ve (mümkünse) gerçek sonuçla karşılaştırmalı performansı sürekli takip edin.

Dikkat: Üretime alınan bir model kendi başına kötüleşir; bu bir "eğer" değil "ne zaman" meselesidir. İzleme kurmadan model dağıtmak, motorunu hiç kontrol etmeden araba kullanmak gibidir; bir gün sessizce durur ve fark etmezsiniz.

MLOps öğesi

Amaç

İhmal edilirse

Sürümleme

Neyin üretildiğini bilmek

Yeniden üretilemez, izlenemez

İzleme

Kaymayı erken görmek

Model sessizce bozulur

Yeniden eğitim

Güncel kalmak

Tahminler eskir

Geri alma (rollback)

Kötü modele dönmek

Hatalı model canlıda kalır

Belgeleme

Şeffaflık, devir

Bilgi tek kişide sıkışır

Etik: model kararları insanları etkiler

Veri modelleri giderek daha çok insan hayatını etkileyen kararlarda kullanılıyor: kredi, işe alım, sigorta, adalet. Bu güç, sorumluluk getirir. Başlıca etik riskler:

Yanlılık ve ayrımcılık: Model, geçmiş verideki adaletsizlikleri öğrenip sürdürebilir. Geçmişte belli bir gruba az kredi verilmişse, model bunu "kural" sanıp ayrımcılığı otomatikleştirir. Adalet (İngilizcesiyle fairness) analizi — modelin farklı gruplar (cinsiyet, yaş, bölge) için benzer performans gösterip göstermediğini kontrol etmek — bu yüzden şarttır.

Şeffaflık ve açıklanabilirlik: Bir modelin bir kişiyi neden reddettiğini açıklayabilmelisiniz. "Kara kutu öyle dedi" etik ve çoğu zaman yasal olarak kabul edilemez. Açıklanabilirlik (İngilizcesiyle explainability) araçları (özellik önemi, SHAP değerleri) bu yüzden değerlidir.

Hesap verebilirlik: Model yanlış karar verirse sorumlu kimdir? Cevap her zaman bir insan/kurumdur, model değil. Yüksek etkili kararlarda insan gözetimi (İngilizcesiyle human-in-the-loop — nihai kararı bir insanın onaylaması) korunmalıdır.

Dikkat: Bir model istatistiksel olarak "doğru" olabilir ama etik olarak kabul edilemez. Bir grubu sistematik olarak dezavantajlı bırakan yüksek doğruluklu bir model, iyi bir model değildir. Doğruluk, adaletin yerini tutmaz.

Gizlilik: kişisel veri özenle korunur

Veri biliminin hammaddesi çoğu zaman kişisel veridir ve bu veri yasayla korunur: Türkiye'de KVKK, Avrupa'da GDPR. Temel ilkeler: amaç sınırlaması (veri, toplandığı amaç dışında kullanılmaz), veri minimizasyonu (gerektiğinden fazla veri toplanmaz/tutulmaz), anonimleştirme (kimlik bilgileri kaldırılır) ve güvenlik (veri şifreli ve erişimi kısıtlı tutulur). YZ araçlarıyla çalışırken kritik kural: gerçek kişisel veriyi herkese açık bir YZ aracına asla yapıştırmayın. Analiz için çoğu zaman şema ve anonim/sentetik örnek yeterlidir.

Bilgi güvenliği bağlamında ek bir vurgu: veri bilimi araç ve tekniklerini yalnızca yetkiniz olan veri ve sistemlerde, savunma ve meşru analiz amacıyla kullanın. Başkasının verisine yetkisiz erişim, kişileri yeniden kimliklendirme (anonim veriden kimlik çıkarma) ya da izinsiz profilleme hem yasa dışı hem etik dışıdır.

Üç mini vaka

Vaka 1 — İzlemesiz çöküş. Bir e-ticaret firması, öneri modelini canlıya aldı ve izleme kurmadı. 4 ay sonra ürün kataloğu büyük ölçüde değişti; model eski ürünleri önermeye devam etti ve dönüşüm oranı sessizce %30 düştü. Kimse aylarca fark etmedi. Ders: izleme olmadan dağıtım, gözü kapalı gitmektir.

Vaka 2 — Gizli ayrımcılık. Bir işe alım tarama modeli, geçmiş verideki cinsiyet dengesizliğini öğrendi ve kadın adayları sistematik olarak düşük puanladı. Adalet analizi yapılmadığı için fark edilmedi; bir denetimde ortaya çıktı ve kurum ciddi itibar/hukuk riskiyle karşılaştı. Ders: yüksek etkili modellerde grup bazlı adalet kontrolü şarttır.

Vaka 3 — Gizlilik ihlali. Bir analist, gerçek müşteri e-postalarını ve satın alma geçmişini içeren bir dosyayı herkese açık bir YZ aracına yükleyip "segmentleri özetle" dedi. Kişisel veri kurum dışına çıktı; KVKK süreci başladı. Doğru yol: kimlik alanlarını çıkarıp yalnızca anonim özellikleri paylaşmaktı. Ders: gerçek kişisel veri açık araca girmez.

Dört kopyalanabilir şablon

1) Dağıtım öncesi kontrol listesi:

Rolün: MLOps danışmanı. Bir modeli üretime almadan önce kontrol etmemgerekenleri listele: sürümleme, izleme metrikleri, geri alma planı,performans eşiği, veri kayması alarmı, sorumlu kişi. Her madde için tekcümlelik "neden önemli" açıklaması ekle. Kararı ben vereceğim.

2) Model kayması izleme tasarımı:

Üretimdeki bir sınıflandırma modeli için kayma izleme planı öner:(1) hangi girdi dağılımlarını izlemeliyim, (2) tahmin dağılımı içinhangi alarm, (3) gerçek sonuç geldiğinde performansı nasıl karşılaştırırım,(4) hangi eşikte yeniden eğitim tetiklenmeli. Kod iskeleti de ver.

3) Adalet (fairness) kontrolü:

Modelimin farklı gruplar (örn. yaş bandı, bölge) için performansınıkarşılaştıran kod yaz: her grup için recall/precision ve olumlu kararoranı. Gruplar arası anlamlı fark varsa uyar. Nedensel/politik yorumyapma; sadece farkları göster, kararı ben değerlendireceğim.

4) Gizlilik ön denetimi:

Bir YZ aracına veri vermeden önce denetle: aşağıdaki sütun listesindekişisel/kimlik verisi (isim, e-posta, TC, telefon, adres, IP) var mı?Varsa hangilerinin çıkarılması veya anonimleştirilmesi gerektiğinilistele. Sütunlar: [liste]. Amaç: yalnızca anonim şema paylaşmak.

Zayıf prompt / Güçlü prompt

Zayıf prompt:

Modelim hazır, canlıya al.

Dağıtım tek adım değildir; izleme, geri alma, adalet ve gizlilik kontrolü olmadan canlıya almak sessiz felaket davetidir.

Güçlü prompt:

Rolün: sorumlu MLOps danışmanı. Modelim eğitildi, canlıya almadan öncetam bir hazırlık istiyorum. Şunları üret: (1) dağıtım öncesi kontrollistesi, (2) kayma izleme planı, (3) grup bazlı adalet kontrolü kodu,(4) gizlilik denetimi (kişisel veri var mı). Yüksek etkili kararlardainsan onayının nasıl korunacağını da öner. Nihai kararlar bende.

Burada dağıtım, izleme, adalet ve gizlilik tek bir sorumlu süreç olarak ele alınır.

Sık yapılan hatalar

• İzleme kurmadan model dağıtmak. Model sessizce kayar ve bozulur; fark etmek aylar alabilir.
• Adalet kontrolünü atlamak. Yüksek doğruluklu bir model bir grubu sistematik olarak dezavantajlı bırakabilir.
• Açıklanamayan kara kutu kararı vermek. Yüksek etkili kararlar açıklanabilir olmalı; "model öyle dedi" yetmez.
• Gerçek kişisel veriyi açık YZ aracına vermek. KVKK/GDPR ihlali; şema ve anonim örnek yeterlidir.
• Kararı modele devretmek. Sorumluluk her zaman bir insandadır; yüksek etkide insan gözetimi korunur.

İpucu: Her modeli canlıya almadan önce tek bir soruyu yüksek sesle sorun: "Bu model yarın sessizce bozulursa veya bir grubu haksız yere cezalandırırsa, bunu nasıl fark eder ve nasıl geri alırım?" Bu soruya net bir cevabınız yoksa, model henüz üretime hazır değildir.

Özetle

Bir modelin işi, yüksek skorla değil, üretimde güvenilir ve sorumlu biçimde çalışmasıyla biter. MLOps, modeli canlıya alma, kaymaya karşı izleme, yeniden eğitme ve geri alma disiplinidir; izlemesiz dağıtım sessiz çöküştür. Etik, modelin adaletini, şeffaflığını ve hesap verebilirliğini gerektirir; istatistiksel doğruluk, etik kabul edilebilirliğin yerini tutmaz. Gizlilik, kişisel veriyi KVKK/GDPR ilkeleriyle korumak ve gerçek veriyi açık araçlardan uzak tutmaktır. Bütün bu kararlar teknik değil sorumluluk kararlarıdır ve daima bir insana aittir.

Uygulama görevi

Kurduğunuz (veya varsayımsal) bir modeli üretime alacakmış gibi düşünün ve dört listeyi doldurun: (1) dağıtım öncesi kontrol listesi, (2) izleyeceğiniz kayma metrikleri, (3) grup bazlı adalet kontrolü planı, (4) gizlilik denetimi. Sonra "yarın sessizce bozulursa nasıl fark ederim ve geri alırım" sorusuna somut bir cevap yazın.

Kontrol listesi

• [ ] Modeli izleme (kayma alarmı) ve geri alma planıyla mı dağıtıyorum?
• [ ] Farklı gruplar için adalet/performans farkını kontrol ettim mi?
• [ ] Yüksek etkili kararlarda insan onayını (human-in-the-loop) korudum mu?
• [ ] Kişisel veriyi KVKK/GDPR ilkeleriyle koruyup açık araçlardan uzak tuttum mu?
• [ ] Nihai sorumluluğu modele değil bir insana bağladım mı?

Modul Sinavi

1. Bir veri bilimci, modeli hiç eğitmeden yapay zekaya 'bu veride random forest ne kadar doğruluk verir' diye soruyor ve aldığı '%89' cevabını doğrudan sunuma koyuyor. Bu yaklaşımdaki temel hata nedir?

• A) Yapay zekaya veri ve model vermeden metrik beklemesi; ürettiği sayının uydurma olduğunu ve gerçek metriğin ancak eğitim-testle bulunacağını göz ardı etmesi ✔
• B) Random forest yerine mutlaka lojistik regresyon kullanması gerekmesi
• C) Doğruluk oranının her zaman %90'ın üzerinde olması gerekmesi
• D) Sunuma metrik koymanın kesinlikle yasak olması

Aciklama: Yapay zeka modele ve veriye erişmeden bir metrik üretemez; verdiği sayı halüsinasyondur (uydurma). Metrik ancak model gerçekten eğitilip test edildikten sonra, veri bilimcinin kendi hesaplamasıyla elde edilir. Doğrulanmamış çıktı imzalanmamış rapor gibidir.

2. Bir churn (müşteri kaybı) tahmini için veri toplanırken 'hesap kapanış nedeni' sütunu da dahil ediliyor; bu sütun ancak müşteri gittikten sonra doluyor. Model test setinde %97 veriyor ama üretimde işe yaramıyor. Bu durumun adı ve nedeni nedir?

• A) Aşırı öğrenme; modelin çok karmaşık olması
• B) Veri sızıntısı; tahmin anında elde olmayacak, hedefin sonucu olan bir bilginin özellik olarak kullanılması ✔
• C) Yetersiz öğrenme; modelin fazla basit olması
• D) Seçim yanlılığı; örneklemin küçük olması

Aciklama: Bu klasik bir veri sızıntısıdır: 'kapanış nedeni' hedefin bir sonucudur ve tahmin anında henüz boştur. Model bu geleceğe ait bilgiyle hile yapar, test setinde harika görünür ama üretimde o sütun boş olduğu için çöker. Her sütuna 'tahmin anında elimde mi' sorusu sorulmalıydı.

3. Bir analist, gelir sütunundaki eksik değerleri ortalamayla dolduruyor; ancak eksikler aslında geliri hiç beyan etmemiş düşük gelirli segmente ait (sistematik eksik). Bu doldurma neden hatalıdır?

• A) Ortalama her zaman medyandan büyüktür, bu yüzden yanlıştır
• B) Eksik değerler asla doldurulmamalı, her zaman silinmelidir
• C) Sistematik eksiği ortalamayla doldurmak, o grubu yapay olarak temsil ederek veriyi çarpıtır; 'neden boş' sorusu sorulmadan doldurma yapılmıştır ✔
• D) Ortalama hesaplamak çok yavaş olduğu için performans sorunu yaratır

Aciklama: Eksikliğin nedeni çözümü belirler. Sistematik eksik (belli bir grupta yoğunlaşan boşluk) ortalamayla doldurulduğunda, o grup yapay olarak 'ortalama gelirli' hale gelir ve veri çarpıtılır. Doldurmadan önce 'neden boş' sorusu sorulmalı; sistematik/anlamlı eksik ortalamayla doldurulmamalıdır.

4. Bir ekip, 'reklam harcaması' ile 'satış' arasında 0,78 korelasyon bulup bütçeyi ikiye katlıyor; ancak ikisini de tetikleyen aslında sezon kampanyalarıdır. Bu hata istatistikte hangi ilkeyle açıklanır?

• A) Korelasyon nedensellik değildir; gizli bir üçüncü değişken her iki değişkeni birden etkiliyor olabilir ✔
• B) Korelasyon 0,78 çok düşük olduğu için ilişki yok sayılmalıdır
• C) Korelasyon her zaman nedenselliği kanıtlar, ekip doğru yapmıştır
• D) Reklam ve satış arasında matematiksel olarak korelasyon hesaplanamaz

Aciklama: Korelasyon nedensellik değildir. İki değişken birlikte hareket edebilir çünkü gizli bir üçüncü değişken (burada sezon kampanyaları) ikisini de etkiliyordur. Birinin diğerine yol açtığı sonucu, ancak deney ve alan bilgisiyle kurulabilir; korelasyon sayısı tek başına nedensellik kanıtı değildir.

5. Bir dolandırıcılık tespit modeli %99,2 doğruluk gösteriyor ve ekip kutluyor; ancak veride sahte işlem oranı sadece %0,8 ve modelin recall'ı %6. Bu tablo neyi gösterir?

• A) Model mükemmeldir, çünkü doğruluk %99'un üzerindedir
• B) Dengesiz veride doğruluk yanıltıcıdır; model sahtelerin neredeyse tamamını kaçırıyor (düşük recall), amaca uygun metriğe bakılmalı ✔
• C) Modelin recall'ı yüksek olduğu için sorun yoktur
• D) Sahte oranı düşük olduğu için model kurulmasına gerek yoktu

Aciklama: Dengesiz veride 'doğruluk' yanıltıcıdır. Model neredeyse her işleme 'temiz' dediğinde, sahteler çok az olduğu için yüksek doğruluk alır ama asıl amacı olan sahteleri yakalayamaz (recall %6). Bu yüzden dengesiz problemlerde doğruluğa değil, karışıklık matrisine ve recall/precision gibi işin amacına uygun metriğe bakılır.

6. Bir talep tahmini projesinde zamana bağlı veri rastgele eğitim/test olarak bölünüyor. Model %93 doğruluk veriyor ama üretimde çöküyor. Doğru bölme yaklaşımı ne olmalıydı?

• A) Test setini büyütmek, örneğin %50/%50 bölmek
• B) Daha karmaşık bir model kullanmak
• C) Bölmeyi tamamen kaldırıp tüm veriyle eğitmek
• D) Kronolojik bölme yapmak: eski dönemle eğitip yeni dönemle test etmek, böylece modelin geleceği görmesini engellemek ✔

Aciklama: Zaman serisi verisinde rastgele bölme yapılırsa model eğitimde geleceği görüp geçmişi tahmin eder; bu bir sızıntıdır ve gerçekte olmayan bir başarı üretir. Doğru yaklaşım kronolojik bölmedir: eski dönemle eğitip yeni dönemle test etmek, üretimdeki gerçek durumu (geçmişten geleceğe tahmin) taklit eder.

7. Özellik mühendisliğinde ölçekleme (StandardScaler) parametreleri hangi veriden hesaplanmalı ve nasıl uygulanmalıdır?

• A) Tüm veriden (eğitim+test birlikte) hesaplanmalı ki daha doğru olsun
• B) Her satır için ayrı ayrı, o satırın kendi değerinden hesaplanmalı
• C) Yalnızca test verisinden hesaplanmalı
• D) Yalnızca eğitim verisinden hesaplanmalı, sonra aynı parametreler test verisine uygulanmalı; aksi halde sızıntı olur ✔

Aciklama: Ölçekleme, kodlama ve doldurma gibi tüm dönüşümlerin parametreleri (ortalama, standart sapma vb.) yalnızca eğitim verisinden öğrenilmeli, sonra aynısı test verisine uygulanmalıdır. Test verisini de hesaba katmak, test bilgisinin eğitime karışmasına yani sızıntıya yol açar ve modeli olduğundan iyi gösterir. Pipeline kullanmak bunu güvenceye alır.

8. Bir model eğitim setinde %98, test setinde %72 doğruluk veriyor. Bu belirti neyin işaretidir ve ne yapılmalıdır?

• A) Yetersiz öğrenme; model daha karmaşık hale getirilmeli
• B) Veri sızıntısı; test seti değiştirilmeli
• C) Aşırı öğrenme (overfitting); model sadeleştirilmeli, düzenlileştirme ve çapraz doğrulama uygulanmalı ✔
• D) Normal bir durum; eğitim skoru zaten hep daha yüksektir, önlem gereksizdir

Aciklama: Eğitimde çok yüksek, testte belirgin düşük skor aşırı öğrenmenin (overfitting) klasik belirtisidir: model gerçek örüntü yerine eğitim verisinin gürültüsünü ezberlemiştir. Çözümler arasında modeli sadeleştirme, daha çok veri, düzenlileştirme ve çapraz doğrulama ile durumu doğrulama vardır. Sadece eğitim skoruna güvenmek bu tuzağı gizler.

9. Bir yönetim sunumunda satışın 1.000'den 1.020'ye çıktığı bir çubuk grafiğin y-ekseni 980'den başlatılarak artış devasa gösteriliyor. Gerçek artış %2. Bu neden etik bir sorundur?

• A) Kesik y-ekseni küçük bir farkı görsel olarak abartıp izleyiciyi yanıltır; dürüstlük gereği karşılaştırma çubuklarında eksen 0'dan başlamalıdır ✔
• B) Çubuk grafik satış verisi için hiçbir zaman kullanılamaz
• C) Sorun yoktur; grafiği etkileyici göstermek her zaman iyidir
• D) Y-ekseni her zaman verinin en büyük değerinden başlamalıdır

Aciklama: Karşılaştırma amaçlı çubuk grafiklerde y-ekseni genellikle 0'dan başlamalıdır. Ekseni kesip 980'den başlatmak, %2'lik küçük bir farkı görsel olarak devasa gösterir ve izleyiciyi yanıltır. Veri profesyonelinin etik sorumluluğu, veriyi olduğundan büyük veya küçük göstermeyen dürüst grafikler çizmektir.

10. Bir analist siparişleri ürün tablosuyla birleştirdikten (JOIN) sonra toplam ciroyu 3 katı buluyor; satır sayısı 240 binden 690 bine çıkmış. Bu sessiz hatayı önlemek için ne yapılmalıydı?

• A) Toplam ciroyu 3'e bölmek
• B) JOIN yerine her zaman ayrı sorgular kullanmak
• C) Ürün tablosunu tamamen silmek
• D) merge/JOIN sonrası satır sayısını kontrol etmek ve doğru anahtar üzerinden birleştiğini doğrulamak; çoğaltmayı erken yakalamak ✔

Aciklama: Ürün tablosunda her ürünün birden çok satırı (örneğin farklı renk) olduğunda, yanlış anahtar üzerinden JOIN her siparişi çoğaltır ve toplamları şişirir. Kod hatasız çalışır ama sonuç yanlıştır. Bunu önlemenin yolu, her merge/JOIN sonrası satır sayısını kontrol etmek ve doğru anahtar ile birleştirmektir.

11. Bir işe alım tarama modeli, geçmiş verideki cinsiyet dengesizliğini öğrenip kadın adayları sistematik olarak düşük puanlıyor ama genel doğruluğu yüksek. Bu durum ne anlama gelir?

• A) Model yüksek doğruluğa sahip olduğu için sorun yoktur
• B) İstatistiksel doğruluk etik kabul edilebilirliğin yerini tutmaz; model geçmişteki ayrımcılığı öğrenmiştir, grup bazlı adalet kontrolü gerekir ✔
• C) Modelin doğruluğunu daha da artırmak sorunu çözer
• D) Adalet, veri biliminin ilgi alanı dışındadır

Aciklama: Bir model istatistiksel olarak doğru olsa bile etik olarak kabul edilemez olabilir. Model geçmiş verideki adaletsizliği öğrenip ayrımcılığı otomatikleştirmiştir. Yüksek doğruluk, adaletin yerini tutmaz; yüksek etkili modellerde farklı gruplar için performans/karar farkını ölçen adalet (fairness) kontrolü şarttır ve nihai sorumluluk insandadır.

12. Bir çalışan, gerçek müşteri e-postaları ve satın alma geçmişi içeren bir dosyayı herkese açık bir yapay zeka aracına yükleyip 'segmentleri özetle' diyor. Bu neden ciddi bir hatadır ve doğru yol nedir?

• A) Sorun yoktur; yapay zeka araçları veriyi asla saklamaz
• B) Hata dosyanın çok büyük olmasıdır; küçültülmeliydi
• C) Gerçek kişisel veriyi açık araca vermek KVKK/GDPR ihlalidir; kimlik alanları çıkarılıp yalnızca anonim şema/özellik paylaşılmalıydı ✔
• D) Sadece Excel yerine CSV kullanılmalıydı

Aciklama: Gerçek kişisel veri (e-posta, isim gibi) herkese açık bir yapay zeka aracına verildiğinde KVKK/GDPR kapsamında gizlilik ihlali olur; veri kurum dışına çıkar. Analiz için çoğu zaman şema ve anonim/sentetik örnek yeterlidir. Doğru yol, kimlik alanlarını çıkarıp yalnızca anonim özellikleri paylaşmaktır.

13. Bir öneri modeli üretime alınıyor ama izleme kurulmuyor; 4 ay sonra ürün kataloğu değişince model eski ürünleri önermeye devam ediyor ve dönüşüm oranı sessizce %30 düşüyor. Bu olgunun adı nedir?

• A) Aşırı öğrenme; modelin eğitim setini ezberlemesi
• B) Model kayması (drift); dünya değiştikçe modelin sessizce eskimesi, izleme kurulmadığı için fark edilmemesi ✔
• C) Seçim yanlılığı; örneklemin taraflı olması
• D) Veri minimizasyonu ihlali

Aciklama: Bu model kaymasıdır (model/data drift): dünya değişince (katalog, davranış, sezon) modelin eğitildiği koşullar kayar ve model sessizce bozulur. Üretime alınan bir model kendi başına kötüleşir; bu bir 'ne zaman' meselesidir. İzleme (girdi ve performans takibi) olmadan dağıtım, bozulmayı fark etmeyi imkânsızlaştırır.

14. Tek bir eğitim/test bölmesinde %88 doğruluk alan bir modelin 5-katlı çapraz doğrulama skorları %88, %71, %83, %64, %79 çıkıyor. Bu neyi gösterir ve neden çapraz doğrulama önemlidir?

• A) Model kararlıdır; %88 gerçek performanstır
• B) Çapraz doğrulama gereksizdir; tek bölme yeterlidir
• C) Skorların büyük oynaklığı modelin kararsız olduğunu gösterir; çapraz doğrulama performansı tek şanslı bölmeye değil, birden çok bölmenin ortalamasına ve dağılımına dayandırır ✔
• D) En yüksek skoru (%88) rapor etmek en doğrusudur

Aciklama: Tek bir bölme şanslı ya da şanssız olabilir; %88 sadece o kolay bölmenin sonucuydu. Çapraz doğrulama veriyi birden çok kez bölerek performansı ortalamaya (burada ~%77) dayandırır ve skorların oynaklığını gösterir. Buradaki yüksek dalgalanma modelin kararsız olduğunu ortaya koyar; tek bölmeye güvenmek yanıltıcıdır.