# Yapay Zekâ vs Makine Öğrenmesi

Adres: https://softwaredictionary.org/tr/karsilastirma/ai-vs-machine-learning
Son güncelleme: 2026-10-03

Kısaca: Yapay zekâ makinelere insan zekâsı gerektiren işleri yaptırmayı hedefler; makine öğrenmesi bunun bir yoludur ve elle yazılmış kurallar yerine veriden öğrenir.

## Yapay zekâ ile makine öğrenmesi arasındaki fark nedir?

Yapay zekâ şemsiyedir. Bir bilgisayarın akıl yürütmesini, planlamasını, dili anlamasını, görüntüleri tanımasını ya da karar vermesini sağlayan her tekniği kapsar: kural tabanlı uzman sistemlerden ve satranç oynayan arama algoritmalarından bugünün büyük dil modellerine kadar. Alan adını 1956'da Dartmouth College'da düzenlenen bir çalıştaydan alır.

Makine öğrenmesi, yapay zekânın baskın yaklaşımı hâline gelmiş bir alt kümesidir. Kuralları programlamak yerine sisteme çok sayıda örnek gösterirsiniz; o da yeni veriler üzerinde tahmin yapan bir model öğrenir: spam mı değil mi, bir evin fiyatı, bir cümledeki sonraki kelime. Derin öğrenme de büyük sinir ağları kullanan, makine öğrenmesinin bir alt kümesidir.

İlişkiyi görmenin en kolay yolu iç içe geçmiş dairelerdir: makine öğrenmesinin içinde derin öğrenme, yapay zekânın içinde makine öğrenmesi. Bir arama algoritması kullanan rota planlayıcı makine öğrenmesi olmayan yapay zekâdır; geçmiş verilerden müşteri kaybını tahmin eden bir model makine öğrenmesidir; büyük bir dil modeli üzerine kurulmuş bir chatbot ise derin öğrenmedir, dolayısıyla aynı zamanda makine öğrenmesi ve yapay zekâdır.

Sık yapılan bir yanlış, terimlerin birbirinin yerine kullanılabilen pazarlama kelimeleri olduğunu düşünmektir. Farklı kapsamları anlatırlar ve fark pratikte önemlidir: makine öğrenmesi veri ve eğitim gerektirir, ayrılmış veriler üzerinde metriklerle değerlendirilebilir ve kural tabanlı sistemlerin yanılmadığı şekillerde yanılabilir; bu da ürünlerin nasıl geliştirilip test edildiğini etkiler.

| Özellik | Yapay Zekâ | Makine Öğrenmesi |
| --- | --- | --- |
| Kapsam | Zeki makinelerin bütün alanı | Yapay zekânın bir alt kümesi |
| Yaklaşım | Her teknik: kurallar, arama, öğrenme | Veriden kalıp öğrenmek |
| Eğitim verisi gerekir mi | Her zaman değil | Evet |
| Terimin kökeni | Dartmouth çalıştayı, 1956 | Arthur Samuel'in yaygınlaştırması, 1959 |
| Örnekler | Satranç motorları, rota planlayıcılar, uzman sistemler, chatbot'lar | Spam filtreleri, öneriler, dolandırıcılık tespiti, LLM'ler |
| Kapsadığı | Makine öğrenmesi ve derin öğrenme | Derin öğrenme |

## Yapay Zekâ şu durumlarda doğru seçim

- Genel hedeften ya da alandan bahsediyorsunuz.
- Çözüm yalnızca öğrenme değil, kurallar, arama ya da optimizasyon kullanabilir.
- Birkaç tekniği birleştiren sistemleri anlatıyorsunuz.

## Makine Öğrenmesi şu durumlarda doğru seçim

- Sistem örneklerden ya da geçmiş verilerden öğreniyor.
- Tahminlere, sınıflandırmalara ya da önerilere ihtiyacınız var.
- Etiketli veri toplayıp doğruluğu ölçebiliyorsunuz.

## Sık sorulan sorular

**Bütün yapay zekâ makine öğrenmesi mi?**

Hayır. Kural tabanlı sistemler, planlama ve arama algoritmaları makine öğrenmesi olmayan yapay zekâdır. Makine öğrenmesi yalnızca bugünün en başarılı yaklaşımıdır.

**Makine öğrenmesi ile derin öğrenme arasındaki fark nedir?**

Derin öğrenme, çok katmanlı sinir ağları kullanan bir makine öğrenmesi türüdür. Görüntü tanımayı, konuşmayı ve büyük dil modellerini çalıştırır, ama çok fazla veri ve hesaplama gücü ister.

**ChatGPT yapay zekâ mı, makine öğrenmesi mi?**

İkisi de. Büyük bir dil modelidir, yani bir derin öğrenme sistemi; bu da onu makine öğrenmesi, dolayısıyla yapay zekâ yapar.

---

Software Dictionary: https://softwaredictionary.org/tr · https://softwaredictionary.org/tr/llms.txt