Udemy - Deep Learning A-Z™| Python ile Derin Ogrenme
Yapay zeka alanina giris yapmak ve "Ogrenen" uygulamalar gelistirmek istiyorsaniz derin ogrenme yontemlerini ogrenmek icin sizi temelden ileri seviyeye kadar teorik anlatim ve pratik uygulamalari iceren bu kapsamli "Derin Ogrenmeye Giris" egitimime davet ediyorum.
Description
Yapay zeka alanına giriş yapmak ve "öğrenen" uygulamalar geliştirmek istiyorsanız derin öğrenme yöntemlerini öğrenmek için sizi temelden ileri seviyeye kadar teorik anlatım ve pratik uygulamaları içeren bu kapsamlı "Derin Öğrenmeye Giriş" eğitimime davet ediyorum.
Eğitimi bitirdiğinizde, derin öğrenmenin temellerini, yapay sinir ağı modelleri oluşturma ve geliştirme adımlarını ve başarılı yapay öğrenme projelerini nasıl gerçekleştirebileceğinizi öğreneceksiniz. Uygulayacağımız yöntemler:
-
Temel yapay sinir ağları,
-
Evrişimli sinir ağları (CNN),
-
Özyinelemeli sinir ağları (RNN),
-
Uzun-kısa vadeli bellek modeli (LSTM),
-
Makine öğrenmesinde optimizasyon ve regülarizasyon yöntemlerini,
-
Kapsül ağları,
-
Pekiştirmeli öğrenme (RL),
-
Çekişmeli üretici ağları (GAN)
Tüm bu yöntemleri Python programlama dili kullanarak TensorFlow ve gerisinde çalışan Keras kütüphanelerinde uygulayacaksınız.
Yapay zeka ve derin öğrenme çoklu endüstrileri geliştirmekte ve dönüştürmektedir. Bu dersi tamamladıktan sonra, bunu işinize uygulamak için yaratıcı yollar bulabilirsiniz.
Bu kurs kimler için uygun:
- Geleceğin mesleklerinde yetkin olmak isteyen herkes
- Yapay zekaya ilgi duyan herkes
- Yapay sinir ağları ve derin sinir ağları geri planındaki matematiği öğrenmek isteyen herkes
- Derin öğrenme konusundaki teorik bilgisiyle gerçek hayat problemlerini çözmek isteyenler
- Python programlama dili ile TensorFlow ve Keras kütüphanelerini kullanarak kendi derin öğrenme modelini tasarlamak isteyenler
Course content
- Giriş
- Yapay Sinir Ağları (Artificial Neural Networks)
- Yapay Sinir Ağının Biyolojik Temelleri
- Tek Katmanlı Algılayıcılar Nasıl Çalışır?
- Çok Katmanlı Algılayıcı Nasıl Çalışır?
- Gözetimli ve Gözetimsiz Öğrenme Tanıtım
- YSA Kullanım Alanları Genel Bakış
- Öğrenme Nasıl Gerçekleşir ve Aktivasyon Fonksiyonunun Etkisi Nedir?
- Geriye Yayılım Algoritması ve Zincir Kuralı
- Genel Hatırlatma (isteğe bağlı)
- Çalışma Ortamı
- GitHub ortamındaki dosyaları Google Colab ortamında nasıl çalıştırabilirim?
- Titanic Verisi Görselleştirme
- Python Numpy Giriş
- UYGULAMA: Basit Bir Sınıflandırma -Titanic Veri Seti
- Derin Öğrenme Modelleri Geliştirme Rehberi
- Hiper parametre nedir? Problemler ve Çözümler
- Optimizasyon ve Regularizasyon - 1
- Optimizasyon ve Regularizasyon - 2
- Optimizasyon ve Regularizasyon - 3
- Optimizasyon ve Regularizasyon - 4
- Optimizasyon Görselleştirme (isteğe bağlı)
- UYGULAMA: Veri Artırma Örnek - 1
- UYGULAMA: Veri Artırma Örnek - 2
- Veri_Artirma_Pratik_Calismasi
- Evrişimli Sinir Ağları (Convolutional Neural Networks)
- Derin Sinir Ağlarına Giriş
- Derin Sinir Ağlarında Geriye Yayılım Algoritması
- Derin Sinir Ağlarında Parametre ve Hiper Parametre Kavramları
- Bilgisayarlı Görü Nedir?
- Evrişim İşlemi
- Kenar Bulma (Edge Detection)
- Piksel Ekleme (Padding) İşlemi
- Adım Kaydırma (Stride) İşlemi
- Ortaklama (Pooling) İşlemi
- Tensor nedir? Tensorlerde Evrişim İşlemi
- Özet (isteğe bağlı)
- Evrişimli Sinir Ağı 1
- Evrişimli Sinir Ağı 2
- UYGULAMA: Evrişimli Sinir Ağı Temel
- Klasik Evrişimli Sinir Ağları - LeNet5
- Klasik Evrişimli Sinir Ağları - AlexNet
- Klasik Evrişimli Sinir Ağları - VGG16
- UYGULAMA: Evrişimli Sinir Ağı ile Rakam Tanıma (MNIST)
- Evrişimli Sinir Ağları ile Daha Derine - ResNet
- Evrişimli Sinir Ağları ile Daha Derine - Inception ve GoogLeNet
- UYGULAMA: Evrişimli Sinir Ağları ile Yüz Görüntüsünden Duygu Tanıma
- UYGULAMA: Evrişimli Sinir Ağları ile Yüz Görüntüsünden Duygu/Cinsiyet Kestirimi
- Özyinelemeli Sinir Ağları (Recurrent Neural Networks)
- RNN Motivasyon
- RNN Giriş ve Notasyon
- RNN İleri ve Geri Yayılım
- RNN ile Dil Modeli ve Dizi Üretimi
- RNN'de Gradyanların Yok Olması Problemi
- Geçitlenmiş Özyinelemeli Birimler- Gated Recurrent Units (GRU)
- Uzun-Kısa Vadeli Bellek (LSTM) Modeli
- Çift Yönlü Özyinelemeli Sinir Ağları (Bidirectional RNN)
- Derin Özyinelemeli Sinir Ağları (Deep-RNN)
- Kapsül Ağları (Capsule Networks)
- Kapsül Ağları Motivasyon
- Kapsül Ağları Aktivasyon Fonksiyonu ve Anlaşmalı Yönlendirme Algoritması
- Kapsül Ağları ve Evrişimli Sinir Ağları Karşılaştırması
- Avantaj ve Dezavantajlarıyla Kapsül Ağları
- UYGULAMA: Kapsül Ağları ile TensorFlow kütüphanesi kullanarak MNIST uygulaması
TO MAC USERS: If RAR password doesn't work, use this archive program:
RAR Expander 0.8.5 Beta 4 and extract password protected files without error.
TO WIN USERS: If RAR password doesn't work, use this archive program:
Latest Winrar and extract password protected files without error.