En yeni
18 Ekim 2026
4 dk okuma
Yapay Zekâ
Az Veriyle Metin Sınıflandırma: 46 Örnekle 0.82 Macro-F1
TF-IDF az veride neden yetersiz kalır? Dil modeli gömmeleri ve lojistik regresyonla finans dışı haber filtresi: 0.69’dan 0.82’ye.
Yazı
Yazılım geliştirme, yapay zekâ ve yol boyunca öğrendiklerim üzerine notlar.
03 yazı
En yeni
18 Ekim 2026
4 dk okuma
Yapay Zekâ
TF-IDF az veride neden yetersiz kalır? Dil modeli gömmeleri ve lojistik regresyonla finans dışı haber filtresi: 0.69’dan 0.82’ye.
Türkçe ve İngilizce finans başlıklarında XLM-RoBERTa ince ayarı: sızıntı önleme, ağırlıklı kayıp, eğitim ayarları ve 0.79 macro-F1.
Yapay Zekâ
Kıyaslama setinde 0.79 alan model gerçek Türkçe başlıklarda 0.53'e düştü. Farkın kaynağı domain shift; bir nötr karar eşiği skoru 0.72'ye taşıdı.
Yapay Zekâ