Yazılım İngilizcesi: 1.143 Temel Terim ve Anlamları

Makine Öğrenmesi ve Veri İşleme

• classificationisimsınıflandırma

  Modelin her girdiyi önceden belirlenmiş kategorilerden birine yerleştirdiği görev; örneğin bir e-postanın spam olup olmadığına ya da bir fotoğrafın hangi ürün kategorisine ait olduğuna karar vermek.

• natural language processingisimdoğal dil işleme

  İnsan diliyle ilgilenen; metni ve konuşmayı okuyan, anlayan, çeviren, özetleyen ya da üreten sistemler geliştiren yapay zeka alanı.

• computer visionisimbilgisayarlı görü, bilgisayar görüsü

  Bilgisayarlara görüntüleri ve videoları anlamayı öğreten yapay zeka alanı; nesneleri tanımak, fotoğraflardaki yazıları okumak ya da hareketi takip etmek gibi.

• unsupervised learningisimdenetimsiz öğrenme, gözetimsiz öğrenme

  Doğru cevaplar (etiketler) olmadan verideki yapıyı bulan makine öğrenmesi türü; örneğin benzer müşterileri gruplamak ya da olağan dışı olayları fark etmek.

• validation setisimdoğrulama kümesi, doğrulama seti

  Eğitime katılmayan ve geliştirme sürecinde modelleri karşılaştırmak, ayarları belirlemek ve eğitimin ne zaman durdurulacağına karar vermek için kullanılan veri bölümü.

• epochisimepok, dönem

  Eğitim sürecinin tüm eğitim veri kümesinin üzerinden bir kez baştan sona geçmesi. Modeller genellikle birkaç epoch boyunca eğitilir.

• learning rateisimöğrenme oranı, öğrenme hızı

  Modelin parametrelerini her güncellediğinde ne büyüklükte adım atacağını belirleyen hiperparametre. Çok yüksek olursa eğitim kararsızlaşır, çok düşük olursa çok yavaş ilerler.

• hyperparameterisimhiperparametre

  Veriden öğrenilmek yerine eğitimden önce mühendisler tarafından seçilen ayar; örneğin öğrenme oranı, batch boyutu ya da katman sayısı.

• batch sizeisimbatch boyutu, yığın boyutu

  Modelin parametrelerini bir kez güncellemeden önce birlikte işlediği eğitim örneklerinin sayısı.

• gradient descentisimgradyan inişi, eğim inişi

  Eğitimin temelindeki optimizasyon yöntemi: her parametreyi, kaybı en çok azaltan yönde tekrar tekrar küçük adımlarla değiştirir.

• underfittingisimyetersiz öğrenme, eksik uyum

  Modelin çok basit olması ya da yeterince eğitilmemesi nedeniyle verideki örüntüleri yakalayamaması; bu yüzden eğitim verisinde bile kötü sonuç vermesi.

• precisionisimkesinlik, kesinlik oranı

  Modelin pozitif olarak işaretlediği tüm örnekler içinde gerçekten pozitif olanların oranı. Yüksek precision, az sayıda yanlış alarm demektir.

• recallisimduyarlılık, anma

  Gerçekten pozitif olan tüm örnekler içinde modelin yakalayabildiklerinin oranı. Yüksek recall, gözden kaçan vakanın az olduğu anlamına gelir.

• F1 scoreisimF1 skoru, F1 puanı

  Precision ve recall değerlerinin harmonik ortalamasını alarak ikisini tek bir sayıda birleştiren ölçü. Ancak ikisi de yüksek olduğunda yüksek çıkar.

• benchmarkisimkıyaslama testi, değerlendirme ölçütü

  Farklı ekiplerin sonuçlarını adil biçimde karşılaştırabilmek için modelleri aynı şekilde ölçmeye yarayan standart görev ve veri kümesi.

• transformerisimtransformer, dönüştürücü

  2017'de ortaya konan ve bir dizinin tüm parçalarını dikkat (attention) mekanizmasıyla paralel olarak işleyen sinir ağı mimarisi. Günümüzdeki LLM'lerin temelidir.

• layerisimkatman

  Bir sinir ağının basamaklarından biri: önceki basamağın çıktısını alan, dönüştüren ve sonucu bir sonrakine aktaran birimler grubu.

• hallucinationisimhalüsinasyon, uydurma

  Üretken bir modelin kendinden emin biçimde verdiği ama yanlış ya da uydurma olan çıktı; örneğin hayali bir bilgi, alıntı, kaynak ya da kod parçası.

• context windowisimbağlam penceresi

  Bir dil modelinin aynı anda dikkate alabileceği en fazla metin miktarı; token cinsinden ölçülür ve istemi, eklenen belgeleri ve modelin kendi cevabını kapsar.

• generative AIisimüretken yapay zeka

  Yalnızca girdileri sınıflandırmak ya da değer tahmin etmekle kalmayıp metin, görüntü, ses, video veya kod gibi yeni içerikler üreten yapay zeka sistemleri.

• embeddingisimgömme, vektör temsili

  Bir kelimeyi, cümleyi, görüntüyü ya da başka bir öğeyi, anlamca benzer öğeler birbirine yakın düşecek şekilde temsil eden sayı listesi (vektör).

• system promptisimsistem istemi, sistem komutu

  Sohbet başlamadan önce bir sohbet modeline verilen ve sonraki tüm mesajlar için modelin rolünü, kurallarını, üslubunu ve sınırlarını belirleyen talimatlar.

• RAGkısaltmabilgi getirmeyle desteklenmiş üretim, erişim destekli üretim

  Retrieval-augmented generation ifadesinin kısaltması: sistemin önce bir belge koleksiyonunda ilgili bölümleri arayıp bulduğu, ardından bunları bir LLM'e vererek cevabı yazdırdığı yöntem.

• annotationisimetiketleme, veri işaretleme

  Ham veriye etiket ya da not ekleme işi; örneğin görüntülerdeki nesnelerin etrafına kutu çizmek ya da her cümlenin konusunu işaretlemek. Böylece veri eğitimde veya değerlendirmede kullanılabilir hale gelir.

• preprocessingisimön işleme, veri ön işleme

  Ham veriyi model kullanmadan önce temizleyen ve hazırlayan adımlar; örneğin tekrar eden kayıtları silmek, eksik değerleri doldurmak, görüntüleri yeniden boyutlandırmak ya da metni normalleştirmek.

• reinforcement learningisimpekiştirmeli öğrenme

  Bir ajanın bir ortamda eylemler gerçekleştirip sonuçlarına göre ödül ya da ceza alarak deneme yanılma yoluyla öğrendiği makine öğrenmesi türü.

• clusteringisimkümeleme

  Önceden tanımlanmış etiketler olmadan benzer öğeleri bir araya getiren denetimsiz öğrenme görevi; örneğin müşterileri alışveriş davranışlarına göre segmentlere ayırmak.

• weightsisimağırlıklar

  Bir sinir ağındaki bağlantıların öğrenilmiş sayısal değerleri; her girdinin bir sonraki katmanı ne kadar güçlü etkileyeceğini belirler. Hepsi birlikte modelin öğrendiklerini taşır.

• activation functionisimaktivasyon fonksiyonu, etkinleştirme fonksiyonu

  Bir sinir ağındaki her birimin çıktısına uygulanan basit matematiksel fonksiyon. Ağa doğrusal olmayan bir davranış kazandırarak karmaşık örüntüleri öğrenebilmesini sağlar.

• backpropagationisimgeri yayılım, geri yayılım algoritması

  Hatayı çıktı katmanından girdiye doğru geriye aktararak, bir sinir ağındaki her ağırlığın hataya ne kadar katkıda bulunduğunu hesaplayan yöntem.

• attentionisimdikkat mekanizması, dikkat

  Bir modelin, girdisinin her parçası için diğer parçalardan hangilerinin daha ilgili olduğuna karar vermesini ve çıktıyı oluştururken onlara daha fazla ağırlık vermesini sağlayan mekanizma.

• ground truthisimgerçek değer, doğru etiket

  Modelin çıktılarının karşılaştırıldığı, doğruluğu teyit edilmiş cevaplar; genellikle titiz insan etiketlemesiyle ya da gerçek ölçümlerle oluşturulur.

• data augmentationisimveri artırma, veri çoğaltma

  Mevcut örneklerde küçük değişiklikler yaparak, örneğin görüntüleri çevirip kırparak ya da cümleleri farklı biçimde yeniden yazarak ek eğitim örnekleri üretmek; böylece model daha fazla çeşitlilik görür.

• confusion matrixisimkarışıklık matrisi, hata matrisi

  Her gerçek sınıf için modelin örneklerden kaçını hangi sınıfa atadığını gösteren tablo; modelin hangi sınıfları birbirine karıştırdığını bir bakışta görmeyi sağlar.

• cross-validationisimçapraz doğrulama

  Veriyi birkaç parçaya bölen, her seferinde biri hariç tümüyle eğitip kalan parçayla test eden ve bu işlemi her parça bir kez test için kullanılana kadar tekrarlayan değerlendirme yöntemi.

• regularizationisimdüzenlileştirme, regülarizasyon

  Eğitim sırasında modelin gereğinden fazla karmaşıklaşmasını engelleyerek aşırı öğrenmeyi azaltan ve modelin yeni verilerde daha iyi çalışmasına yardımcı olan her türlü teknik.

• pretrainingisimön eğitim

  Modelin belirli görevlere uyarlanmadan önce, büyük kısmı etiketsiz olan devasa miktarda veriden genel örüntüleri öğrendiği ilk ve en büyük eğitim aşaması.

• temperatureisimsıcaklık, sıcaklık parametresi

  Üretken bir modelin çıktısının ne kadar rastgele olacağını belirleyen ayar. Düşük değerler daha öngörülebilir ve odaklı, yüksek değerler ise daha çeşitli ve yaratıcı cevaplar verir.

• prompt engineeringisimistem mühendisliği, prompt mühendisliği

  Bir modelin belirli bir görevde doğru, işe yarar ve tutarlı çıktılar vermesi için istemleri tasarlama, test etme ve iyileştirme pratiği.

• few-shot promptingisimaz örnekli istem, birkaç örnekle yönlendirme

  Bir modele, ek bir eğitim yapmadan yeni bir girdide aynı kalıbı izleyebilmesi için istemin içinde görevin birkaç çözülmüş örneğini vermek.

• transfer learningisimtransfer öğrenme, aktarım öğrenmesi

  Bir modelin bir görevde ya da veri kümesinde öğrendiklerini, sıfırdan yeni bir model eğitmek yerine farklı ama ilişkili bir görev için başlangıç noktası olarak kullanmak.

• base modelisimtemel model, taban model

  Yalnızca ön eğitimden geçmiş, henüz ince ayar ya da talimat eğitimi yapılmamış model. Metni iyi sürdürür ama talimatlara güvenilir biçimde uymaz ve sohbete hazır değildir.

• CNNkısaltmaevrişimli sinir ağı, konvolüsyonel sinir ağı

  Convolutional neural network (evrişimli sinir ağı) ifadesinin kısaltması: bir görüntünün üzerinde öğrenilmiş küçük filtreleri kaydırarak kenar, doku ve şekil gibi örüntüleri yakalayan sinir ağı.

• object detectionisimnesne tespiti, nesne algılama

  Bir görüntüdeki ya da videodaki nesneleri bulan ve hem sınıflarını ('araba', 'insan' gibi) hem de konumlarını, genellikle bir kutu ile, veren bilgisayarlı görü görevi.

• tokenizerisimtokenizer, token ayırıcı

  Metni token'lara bölen ve bunları modelin okuyabileceği sayılara dönüştüren, modelin çıktısındaki sayıları da tekrar metne çeviren bileşen.

• sentiment analysisisimduygu analizi, duygu durum analizi

  Bir metindeki görüşü ya da duyguyu tespit eden NLP görevi; örneğin bir ürün yorumunun olumlu, olumsuz ya da nötr olup olmadığını belirlemek.

• fairnessisimadillik, hakkaniyet

  Bir modelin farklı insan gruplarına hakkaniyetli davranması hedefi; örneğin cinsiyetler, yaş grupları ya da bölgeler arasında benzer hata oranları veya onay oranları sağlaması.

• convergefiilyakınsamak, oturmak

  Eğitim sırasında, kaybın anlamlı biçimde düşmeyi bıraktığı ve daha fazla eğitimin pek fayda getirmediği kararlı bir duruma ulaşmak.

• class imbalanceisimsınıf dengesizliği

  Bir veri kümesinde bazı sınıfların diğerlerinden çok daha fazla örneğe sahip olması; örneğin her 10 dolandırıcılık işlemine karşılık 990 normal işlem bulunması.

• data leakageisimveri sızıntısı

  Tahmin anında elde olmayacak bir bilginin, örneğin test örneklerinin ya da gelecekteki verilerin, eğitime karışması ve sonuçları olduğundan daha iyi göstermesi hatası.

• state-of-the-artsıfaten gelişmiş, son teknoloji

  Belirli bir anda bilinen en iyi sonucu ya da yöntemi niteler; bu genellikle bilinen bir benchmark üzerinde ölçülür.

• multimodalsıfatçok kipli, çok modlu

  Metin, görüntü, ses ve video gibi birden fazla veri türüyle çalışabilen; örneğin bir fotoğraf hakkındaki soruları cevaplayabilen bir model gibi.

• AI agentisimyapay zeka ajanı, yapay zeka asistanı

  Bir LLM etrafında kurulan ve bir görevi az insan desteğiyle tamamlamak için adımlarını planlayıp arama, kod çalıştırma ya da şirket yazılımları gibi araçları kullanabilen sistem.

• chain of thoughtisimdüşünce zinciri

  Bir modelin nihai cevabını vermeden önce adım adım yazdığı akıl yürütme; matematik, mantık ve çok adımlı problemlerde sonuçları çoğu zaman iyileştirir.

• vector databaseisimvektör veritabanı

  Embedding'leri saklamak ve bir sorguya en çok benzeyenleri hızla bulmak için tasarlanmış veritabanı; bu yüzden anlamsal arama ve RAG sistemlerinin yaygın bir parçasıdır.

• LoRAkısaltmadüşük ranklı uyarlama

  Low-rank adaptation (düşük ranklı uyarlama) ifadesinin kısaltması: modelin orijinal ağırlıklarını dondurup yalnızca eklenen küçük matrisleri eğiten, böylece bellek ve depolamadan büyük tasarruf sağlayan ince ayar yöntemi.

• RLHFkısaltmainsan geri bildirimiyle pekiştirmeli öğrenme

  Reinforcement learning from human feedback (insan geri bildirimiyle pekiştirmeli öğrenme) ifadesinin kısaltması: insanların model cevaplarını sıraladığı, bir ödül modelinin bu tercihleri öğrendiği ve ardından LLM'in daha yüksek puan alacak şekilde eğitildiği aşama.

• knowledge distillationisimbilgi damıtma, model damıtma

  Daha küçük bir 'öğrenci' modeli, daha büyük bir 'öğretmen' modelin çıktılarını taklit edecek şekilde eğitmek; böylece öğrenci model kalitenin büyük kısmını korurken daha hızlı ve daha ucuz çalışır.

• image segmentationisimgörüntü bölütleme, görüntü segmentasyonu

  Bir görüntüdeki her pikseli bir sınıf ya da nesneyle etiketleyen ve kaba kutular yerine nesnelerin tam şekillerini veren bilgisayarlı görü görevi.

• bounding boxisimsınırlayıcı kutu, çerçeve kutusu

  Bir görüntüdeki nesnenin etrafına çizilen ve koordinatlarla saklanan dikdörtgen; nesnenin nerede olduğunu gösterir. Nesne tespitinin standart çıktısıdır.

• diffusion modelisimdifüzyon modeli, yayılım modeli

  Gürültüyü adım adım temizlemeyi öğrenen üretken model; tamamen gürültüden başlayıp onu kademeli olarak iyileştirerek yeni görüntü, ses ya da video üretebilir.

• named entity recognitionisimvarlık ismi tanıma, adlandırılmış varlık tanıma

  Bir metindeki kişi, kurum ve yer adlarını, ayrıca tarih, tutar ve benzeri öğeleri bulup her birini türüyle etiketleyen NLP görevi.

• corpusisimderlem, korpus

  Dil modellerini eğitmek ya da bir dilin nasıl kullanıldığını incelemek için kullanılan, büyük ve düzenli metin ya da konuşma kaydı koleksiyonu.

• explainabilityisimaçıklanabilirlik, yorumlanabilirlik

  İnsanların bir modelin belirli bir tahmini ya da kararı neden verdiğini ne ölçüde anlayabildiği; bu çoğu zaman hangi girdilerin en çok etkili olduğunu gösteren araçlarla desteklenir.

• guardrailisimgüvenlik bariyeri, koruma mekanizması

  Zararlı, konu dışı ya da güvensiz girdileri ve çıktıları engellemek için bir modelin etrafına konan kural veya kontrol; örneğin cevaplardaki kişisel verileri engelleyen bir filtre.

• red teamingisimkırmızı takım testi, saldırgan gözüyle test

  Bir modeli ya da yapay zeka sistemini, gerçek kullanıcılar veya saldırganlardan önce zayıf noktalarını bulmak için kasıtlı olarak başarısız olmaya ya da zararlı davranmaya zorlayarak test etmek.

• alignmentisimhizalama, uyumlandırma

  Bir yapay zeka sisteminin davranışını insanların niyetleri ve değerleriyle uyumlu hale getirmek; böylece sistemin yardımcı ve dürüst olması ve zarar vermekten kaçınması. Bu konuyu inceleyen araştırma alanının adı da aynıdır.

• MLOpsisimMLOps, makine öğrenmesi operasyonları

  Makine öğrenmesini canlı ortamda güvenilir biçimde çalıştırmaya yönelik uygulamalar ve araçlar: veri ve modellerin sürümlenmesi, eğitimin ve canlıya almanın otomatikleştirilmesi ve modellerin zaman içinde izlenmesi.

• data driftisimveri kayması, veri sapması

  Canlıdaki bir modele gelen verinin, zamanla modelin eğitildiği veriden farklılaşması; bu durum tahminlerin yavaş yavaş kötüleşmesine yol açabilir.

• quantizationisimniceleme, kuantizasyon

  Bir modelin ağırlıklarını, bazen de aktivasyonlarını daha az bitle saklamak; örneğin 16 bit yerine 8 ya da 4 bitlik sayılar kullanmak. Amaç modeli küçültmek ve hızlandırmaktır.

• data cleaningisimveri temizleme, veri temizliği

  Verideki hatalı biçimler, yazım hataları, mükerrer kayıtlar ve eksik değerler gibi sorunları bulup düzelterek veriyi analizde güvenle kullanılabilir hale getirme süreci.

• missing valuesisimeksik değerler, eksik veri

  Bir veri setinde hiçbir değerin kaydedilmediği boş hücreler ya da alanlar; genellikle NULL, NaN veya boşluk olarak görünür ve analizden önce ele alınması gerekir.

• outlierisimaykırı değer, uç değer

  Bir veri setindeki değerlerin çoğundan çok uzakta kalan değer; örneğin çoğu 40 dolar civarında olan siparişler arasında 50.000 dolarlık tek bir sipariş.

• exploratory data analysisisimkeşifsel veri analizi, EDA

  Bir analizin ilk aşaması; veri seti özetlenir ve grafiklerle incelenir, böylece yapısı anlaşılır, örüntüler ve sorunlar fark edilir, test edilecek sorular belirlenir.

• data visualizationisimveri görselleştirme

  Verileri grafik, diyagram ve haritalarla göstererek insanların örüntüleri, karşılaştırmaları ve değişimleri bir tabloya kıyasla daha hızlı görmesini sağlama uygulaması.

• KPIkısaltmatemel performans göstergesi, KPI

  Key performance indicator (temel performans göstergesi) ifadesinin kısaltması; bir şirketin ya da ekibin ana hedeflerine ne kadar yaklaştığını ölçmek için seçtiği az sayıdaki metrikten biri.

• A/B testisimA/B testi, bölünmüş test

  Kullanıcıların rastgele iki gruba ayrıldığı ve her grubun bir şeyin farklı bir versiyonunu gördüğü, böylece hangi versiyonun daha iyi sonuç verdiğinin ölçüldüğü deney.

• statistical significanceisimistatistiksel anlamlılık

  Bir sonucun yalnızca rastlantıyla açıklanmasının pek olası olmadığını gösteren durum; genellikle p değerinin önceden seçilmiş bir eşiğin, örneğin 0,05'in altında kalıp kalmadığına bakılarak değerlendirilir.

• data pipelineisimveri hattı, pipeline

  Veriyi kaynaklarından alan, dönüştüren ve veri ambarı, dashboard ya da model gibi bir hedefe ulaştıran otomatik adımlar dizisi.

• ETLkısaltmaETL, çıkarma, dönüştürme, yükleme

  Extract, transform, load (çıkar, dönüştür, yükle) ifadesinin kısaltması; verinin kaynak sistemlerden alınması, temizlenip yeniden düzenlenmesi ve bir veri ambarına yüklenmesi süreci.

• meanisimortalama, aritmetik ortalama

  Bir gruptaki tüm sayıların toplanıp toplamın sayı adedine bölünmesiyle elde edilen değer; 'ortalama' denince genellikle kastedilen budur.

• medianisimmedyan, ortanca

  Bir gruptaki tüm sayılar küçükten büyüğe sıralandığında ortada kalan değer; değerlerin yarısı bunun altında, yarısı üstündedir.

• distributionisimdağılım

  Bir değişkenin değerlerinin nasıl yayıldığı; hangi değerlerin sık, hangilerinin nadir görüldüğünü ve birbirlerinden ne kadar uzak olduklarını gösterir, çoğunlukla histogramla incelenir.

• correlationisimkorelasyon, ilişki

  İki değişkenin birlikte değişme eğiliminde olduğu ilişki; çoğunlukla -1 ile 1 arasında bir katsayıyla ölçülür ve 0 doğrusal bir ilişki olmadığı anlamına gelir.

• raw dataisimham veri, işlenmemiş veri

  Toplandığı ya da dışa aktarıldığı ilk haliyle duran, henüz temizlenmemiş, birleştirilmemiş veya özetlenmemiş veri.

• data sourceisimveri kaynağı

  Verinin geldiği herhangi bir yer; örneğin bir veritabanı, uygulama, elektronik tablo, anket, harici bir API ya da bir iş ortağının gönderdiği dosya.

• duplicateisimmükerrer kayıt, tekrarlanan kayıt

  Bir veri setinde birden fazla kez yer alan kayıt; örneğin aynı müşterinin ya da siparişin iki kez saklanması. Sayıları ve toplamları olduğundan yüksek gösterebilir.

• data qualityisimveri kalitesi

  Verinin ne kadar doğru, eksiksiz, tutarlı ve güncel olduğu; dolayısıyla karar verirken ona ne ölçüde güvenilebileceği.

• standard deviationisimstandart sapma

  Değerlerin ortalama etrafında ne kadar yayıldığını gösteren ölçü; küçük bir değer çoğu değerin ortalamaya yakın olduğunu, büyük bir değer ise değerlerin çok değişkenlik gösterdiğini anlatır.

• sampleisimörneklem, örnek

  Bütün hakkında sonuç çıkarmak amacıyla daha büyük bir evrenden ya da veri setinden seçilerek incelenen daha küçük grup.

• trendisimeğilim, trend

  Kısa vadeli iniş çıkışlar göz ardı edildiğinde bir değerin belirli bir süre boyunca izlediği genel yön; örneğin satışlardaki istikrarlı artış.

• time seriesisimzaman serisi

  Aynı şeyin düzenli zaman aralıklarında sırayla kaydedilen ölçümlerinden oluşan veri; örneğin günlük gelir ya da saatlik web sitesi ziyaretleri.

• segmentisimsegment, kitle grubu

  Ülke, cihaz ya da satın alma davranışı gibi ortak özellikleri paylaşan müşteri veya kullanıcı grubu; fiil olarak veriyi bu tür gruplara ayırmak.

• hypothesisisimhipotez, varsayım

  Bir deney ya da analiz başlamadan önce yazılan, neyin neden olmasının beklendiğine dair belirli ve test edilebilir ifade.

• control groupisimkontrol grubu

  Bir deneyde test edilen değişikliği almayan grup; sonuçları, o değişiklik olmasaydı ne olacağını gösterir.

• p-valueisimp değeri, anlamlılık değeri

  Gerçekte hiçbir etki olmasaydı, yani sıfır hipotezi doğru olsaydı, gözlenen sonuç kadar ya da ondan daha uç bir sonucun ortaya çıkma olasılığı.

• sample sizeisimörneklem büyüklüğü, örneklem hacmi

  Bir örnekleme ya da deneye dahil edilen gözlem, kişi veya birim sayısı; daha büyük örneklemler genellikle daha güvenilir tahminler verir.

• conversion rateisimdönüşüm oranı

  Satın alma ya da kayıt olma gibi istenen bir eylemi tamamlayan kullanıcıların, bu eylemi yapma fırsatı bulan tüm kullanıcılara oranı.

• churnisimmüşteri kaybı, churn

  Belirli bir dönemde bir ürünü kullanmayı bırakan ya da aboneliğini iptal eden müşterilerin veya kullanıcıların kaybı; bu kaybın gerçekleşme oranı için de kullanılır.

• bar chartisimçubuk grafik, sütun grafik

  Bölgelere göre satışlar ya da ülkelere göre kullanıcılar gibi kategoriler arasındaki değerleri, farklı uzunluklardaki dikdörtgen çubuklarla karşılaştıran grafik.