# Vektör Veritabanları (Vector Databases)

## 🎯 TL;DR
Vektör veritabanları, metin, resim veya ses gibi verilerin gömmeleri olarak kullanılan yüksek boyutlu vektörleri depolamak, indekslemek ve geri çağırmak için özelleşmiş sistemlerdir. Geleneksel veritabanlarının aksine, yapılandırılmamış verileri hızlı benzerlik aramalarıyla yönetmede üstündürler. Bu sayede anlamsal arama ve öneri sistemleri gibi uygulamalar için temel bir bileşen haline gelmişlerdir.

## 📚 Anahtar Kavramlar
-   **Vector databases** → Vektör Veritabanları (Yüksek boyutlu vektörleri depolayan, indeksleyen ve geri çağıran özel veritabanı sistemleri.)
-   **High-dimensional vectors** → Yüksek Boyutlu Vektörler (Metin, resim veya ses gibi verilerin anlamsal özelliklerini temsil eden sayısal diziler.)
-   **Embeddings** → Gömme/Vektör Temsil (Verilerin anlamsal özelliklerini yakalayan ve makine öğrenimi modelleri tarafından işlenebilen sayısal vektör temsilleri.)
-   **Similarity searches** → Benzerlik Aramaları (Vektörler arasındaki mesafeyi ölçerek en yakın eşleşmeleri bulma işlemi.)
-   **Unstructured data** → Yapılandırılmamış Veri (Geleneksel veritabanı şemalarına uymayan metin, resim, ses gibi veriler.)
-   **Approximate nearest neighbor (ANN) search** → Yaklaşık En Yakın Komşu (ANN) Araması (Büyük veri kümelerinde en yakın komşuları hızlı ve verimli bir şekilde, tam doğruluktan biraz ödün vererek bulmak için kullanılan bir teknik.)

## 🔍 Detay (Orijinal İngilizce)
Vector databases are systems specialized in storing, indexing, and retrieving high-dimensional vectors, often used as embeddings for data like text, images, or audio. Unlike traditional databases, they excel at managing unstructured data by enabling fast similarity searches, where vectors are compared to find the closest matches. This makes them essential for tasks like semantic search, recommendation systems, and content discovery. Using techniques like approximate nearest neighbor (ANN) search, vector databases handle large datasets efficiently, ensuring quick and accurate retrieval even at scale.

## 🔗 Daha Detay İstersen
roadmap.sh ekibinin seçtiği kaynaklar:
-   📖 [Vektör Veritabanları](https://developers.cloudflare.com/vectorize/reference/what-is-a-vector-database/) — Cloudflare'ın vektör veritabanlarının ne olduğunu açıklayan referans makalesi.
-   📖 [Vektör Veritabanları Nelerdir?](https://www.mongodb.com/resources/basics/databases/vector-databases) — MongoDB'nin vektör veritabanlarının temellerini açıklayan makalesi.