--- title: "PredictorLab: Veri Sızıntısını Önleyen ve Anında REST/MCP API Sunan Güvenilir Tablosal AutoML Aracı" url: https://blog.edumints.com/predictorlab-veri-sizintisini-onleyen-ve-aninda-rest-mcp-api-sunan category: "AI Araçları" date: 2026-11-04T15:05:16.675Z publisher: Edumints Blog lang: tr-TR source_name: "GitHub" source_url: https://github.com/MarkIvor/predictorlab --- # PredictorLab: Veri Sızıntısını Önleyen ve Anında REST/MCP API Sunan Güvenilir Tablosal AutoML Aracı ## PredictorLab Nedir ve Neden Öne Çıkıyor? Makine öğrenmesi projelerinde tablosal (tabular) verilerle çalışırken karşılaşılan en büyük tuzaklardan biri, eğitim sırasında fark edilmeyen veri sızıntıları (data leakage) ve aşırı iyimser doğruluk metrikleridir. Python tabanlı açık kaynaklı bir proje olan **PredictorLab**, kendisini "yalan söylemeyen, kendi sunucunuzda barındırabileceğiniz (self-hosted) tablosal ML aracı" olarak tanımlıyor. Geliştiriciler ve veri bilimciler arasında hızla ilgi görmesinin temel nedeni, sadece model eğitmekle kalmayıp modelin güvenilirliğini, açıklanabilirliğini ve iş değerini merkeze almasıdır. Alt yapısında **CatBoost**, **DuckDB** ve **FastAPI** gibi modern ve yüksek performanslı teknolojileri barındıran araç, veri bilimi deneylerini doğrudan üretim (production) ortamına hazır hale getirir. ## Geliştiriciler İçin Temel Özellikler ve Değer Önerisi - **Leakage Guard (Veri Sızıntısı Koruması):** Eğitim verisindeki hedef değişkenle doğrudan veya dolaylı olarak sızıntı yaratan özellikleri otomatik tespit ederek sahte yüksek başarımların önüne geçer. - **Conformal Prediction (Konformal Tahmin Aralıkları):** Noktasal tahminlerin ötesine geçerek, istatistiksel olarak garantili belirsizlik ve güven aralıkları sunar. - **Kâr Odaklı Eşik Optimizasyonu (Profit-Optimized Thresholds):** Standart 0.5 olasılık eşiği yerine, iş senaryosundaki maliyet ve getiri matrisine göre en kârlı karar eşiğini belirler. - **Counterfactual Explanations (Karşı-Olgu Açıklamaları):** Açıklanabilir yapay zeka (XAI) kapsamında, "Modelin kararını değiştirmek için hangi girdinin minimum ne kadar değişmesi gerekirdi?" sorusuna yanıt üretir. - **Anında REST ve MCP API:** Eğitilen modelleri tek adımda **FastAPI** üzerinden REST servisine veya yapay zeka ajanlarının doğrudan araç olarak çağırabileceği **Model Context Protocol (MCP)** uç noktasına dönüştürür. ## Pratik Kullanım Senaryoları - **Finans ve Kredi Risk Analizi:** Kredi başvurusu reddedilen bir müşteriye, karşı-olgu açıklamaları sayesinde "Geliriniz X TL daha yüksek olsaydı veya mevcut borcunuz Y TL daha az olsaydı onay alabilirdiniz" şeklinde şeffaf geri bildirim verilmesi. - **Müşteri Kaybı (Churn) Önleme:** Pazarlama bütçesini optimize etmek için kâr odaklı eşik belirleme özelliğini kullanarak yalnızca elde tutma maliyetine değecek riskli müşterilere kampanya tanımlanması. - **LLM Ajanlarına Tablosal Tahmin Yeteneği Kazandırma:** Hazır MCP sunucu çıktısı sayesinde, bir müşteri hizmetleri veya operasyon ajanının DuckDB üzerindeki verilerden anlık tahmin ve güven aralığı sorgulaması yapabilmesi. ## Benzer Araçlarla Karşılaştırma Geleneksel AutoML kütüphaneleri olan **AutoGluon**, **PyCaret** veya **H2O.ai**, genellikle en yüksek skoru (AUC, RMSE vb.) elde etmek için çok sayıda modeli birleştirmeye odaklanır. Ancak bu araçlar veri sızıntısı yakalama, iş kârlılığına göre eşik optimizasyonu ve konformal tahmin aralıklarını standart iş akışının merkezine koymaz. Ayrıca **PredictorLab**, hafif **DuckDB** entegrasyonu ve modern ajan ekosistemine doğrudan hitap eden yerleşik **MCP API** desteğiyle klasik AutoML araçlarından net bir şekilde ayrışır. --- Bu konuyu derinlemesine öğrenmek isterseniz: [Production MCP Entegrasyonu](https://edumints.com/kesfet/mcp-model-context-protocol-ai-asistanlarini-aracla-bin4) modülüne göz atın. --- **Kaynak:** GitHub (https://github.com/MarkIvor/predictorlab) **Yayıncı:** [Edumints Blog](https://blog.edumints.com) · Alıntılarken bu URL'ye bağlantı verin: https://blog.edumints.com/predictorlab-veri-sizintisini-onleyen-ve-aninda-rest-mcp-api-sunan