­čç╣­čçĚ Deep Learning A-Z| Python ile Derin ├ľ─črenme

­čç╣­čçĚ Deep Learning A-Z| Python ile Derin ├ľ─črenme

Deep Learning A-ZÔäó| Python ile Derin ├ľ─črenme

Yapay Zeka hakk─▒nda hi├ž bilginiz olmasa dahi Python ile Deep Learning y├Ântemlerini uygulamalarla s─▒f─▒rdan ├Â─čreniyoruz!

Language: turkish

Note: 4.3/5 (3,261 notes) 46,359 students

Instructor(s): Dr. Merve Ayyuce Kizrak

Last update: 2020-06-13

What you’ll learn

  • Temel yapay sinir a─člar─▒ ├žal─▒┼čma ┼čekli ve ger├žek hayat problem ├ž├Âz├╝m├╝
  • Derin ├Â─črenme modeli tasarlarken dikkat edilmesi gereken ad─▒mlar
  • Evri┼čimli Sinir A─člar─▒ (CNN) ├žal─▒┼čma ┼čekli ve ger├žek hayat problemi ├ž├Âz├╝m├╝
  • ├ľzyinelemeli Sinir A─člar─▒ (RNN, LSTM) ile do─čal dil i┼čleme problemlerine uygulamal─▒ ├ž├Âz├╝mler
  • Python k├╝t├╝phanelerini kullanarak derin ├Â─črenme modeli tasarlama
  • Kaps├╝l A─člar─▒ (Capsule Networks) yap─▒s─▒ ve ├žal─▒┼čmas─▒
  • ├çeki┼čmeli ├ťretici A─člar (GAN) ├žal─▒┼čma ┼čekli
  • Peki┼čtirmeli ├ľ─črenme (RL) ├žal─▒┼čma ┼čekli
  • Python programlama dilinde Tensorflow ve Keras k├╝t├╝phaneleri kullanarak ger├žek hayat problemlerine ├ž├Âz├╝m getirebilme becerisi

 

Requirements

  • ├ľ─črenme iste─či
  • Temel matematik bilgisi
  • Temel algoritma bilgisi

 

Description

Yapay zeka alan─▒na giri┼č yapmak ve “├Â─črenen” uygulamalar geli┼čtirmek istiyorsan─▒z derin ├Â─črenme y├Ântemlerini ├Â─črenmek i├žin sizi temelden ileri seviyeye kadar teorik anlat─▒m ve pratik uygulamalar─▒ i├žeren bu kapsaml─▒ “Derin ├ľ─črenmeye Giri┼č” e─čitimime davet ediyorum.

E─čitimi bitirdi─činizde, derin ├Â─črenmenin temellerini, yapay sinir a─č─▒ modelleri olu┼čturma ve geli┼čtirme ad─▒mlar─▒n─▒ ve ba┼čar─▒l─▒ yapay ├Â─črenme projelerini nas─▒l ger├žekle┼čtirebilece─činizi ├Â─čreneceksiniz. Uygulayaca─č─▒m─▒z y├Ântemler:

  • Temel yapay sinir a─člar─▒,

  • Evri┼čimli sinir┬áa─člar─▒ (CNN),

  • ├ľzyinelemeli sinir a─člar─▒ (RNN),

  • Uzun-k─▒sa vadeli bellek modeli┬á(LSTM),

  • Makine ├Â─črenmesinde optimizasyon ve reg├╝larizasyon y├Ântemlerini,

  • Kaps├╝l a─člar─▒,

  • Peki┼čtirmeli ├Â─črenme (RL),

  • ├çeki┼čmeli ├╝retici a─člar─▒ (GAN) ┬á

T├╝m bu y├Ântemleri Python programlama dili kullanarak┬áTensorFlow ve gerisinde ├žal─▒┼čan Keras k├╝t├╝phanelerinde┬áuygulayacaks─▒n─▒z.

Yapay zeka ve derin ├Â─črenme┬á├žoklu end├╝strileri geli┼čtirmekte ve┬ád├Ân├╝┼čt├╝rmektedir. Bu dersi tamamlad─▒ktan sonra, bunu i┼činize uygulamak i├žin yarat─▒c─▒ yollar bulabilirsiniz.

 

Who this course is for

  • Gelece─čin mesleklerinde yetkin olmak isteyen herkes
  • Yapay zekaya ilgi duyan herkes
  • Yapay sinir a─člar─▒ ve derin sinir a─člar─▒ geri plan─▒ndaki matemati─či ├Â─črenmek isteyen herkes
  • Derin ├Â─črenme konusundaki teorik bilgisiyle ger├žek hayat problemlerini ├ž├Âzmek isteyenler
  • Python programlama dili ile TensorFlow ve Keras k├╝t├╝phanelerini kullanarak kendi derin ├Â─črenme modelini tasarlamak isteyenler

 

Course content

  • Giri┼č
    • Girizgah
    • Motivasyon
  • Yapay Sinir A─člar─▒ (Artificial Neural Networks)
    • Yapay Sinir A─č─▒n─▒n Biyolojik Temelleri
    • Tek Katmanl─▒ Alg─▒lay─▒c─▒lar Nas─▒l ├çal─▒┼č─▒r?
    • ├çok Katmanl─▒ Alg─▒lay─▒c─▒ Nas─▒l ├çal─▒┼č─▒r?
    • G├Âzetimli ve G├Âzetimsiz ├ľ─črenme Tan─▒t─▒m
    • YSA Kullan─▒m Alanlar─▒ Genel Bak─▒┼č
    • ├ľ─črenme Nas─▒l Ger├žekle┼čir ve Aktivasyon Fonksiyonunun Etkisi Nedir?
    • Geriye Yay─▒l─▒m Algoritmas─▒ ve Zincir Kural─▒
    • Genel Hat─▒rlatma (iste─če ba─čl─▒)
    • ├çal─▒┼čma Ortam─▒
    • GitHub ortam─▒ndaki dosyalar─▒ Google Colab ortam─▒nda nas─▒l ├žal─▒┼čt─▒rabilirim?
    • Titanic Verisi G├Ârselle┼čtirme
    • Python Numpy Giri┼č
    • UYGULAMA: Basit Bir S─▒n─▒fland─▒rma -Titanic Veri Seti
  • Derin ├ľ─črenme Modelleri Geli┼čtirme Rehberi
    • Hiper parametre nedir? Problemler ve ├ç├Âz├╝mler
    • Optimizasyon ve Regularizasyon – 1
    • Optimizasyon ve Regularizasyon – 2
    • Optimizasyon ve Regularizasyon – 3
    • Optimizasyon ve Regularizasyon – 4
    • Optimizasyon G├Ârselle┼čtirme (iste─če ba─čl─▒)
    • UYGULAMA: Veri Art─▒rma ├ľrnek – 1
    • UYGULAMA: Veri Art─▒rma ├ľrnek – 2
    • Veri_Artirma_Pratik_Calismasi
  • Evri┼čimli Sinir A─člar─▒ (Convolutional Neural Networks)
    • Derin Sinir A─člar─▒na Giri┼č
    • Derin Sinir A─člar─▒nda Geriye Yay─▒l─▒m Algoritmas─▒
    • Derin Sinir A─člar─▒nda Parametre ve Hiper Parametre Kavramlar─▒
    • Bilgisayarl─▒ G├Âr├╝ Nedir?
    • Evri┼čim ─░┼člemi
    • Kenar Bulma (Edge Detection)
    • Piksel Ekleme (Padding) ─░┼člemi
    • Ad─▒m Kayd─▒rma (Stride) ─░┼člemi
    • Ortaklama (Pooling) ─░┼člemi
    • Tensor nedir? Tensorlerde Evri┼čim ─░┼člemi
    • ├ľzet (iste─če ba─čl─▒)
    • Evri┼čimli Sinir A─č─▒ 1
    • Evri┼čimli Sinir A─č─▒ 2
    • UYGULAMA: Evri┼čimli Sinir A─č─▒ Temel
    • Klasik Evri┼čimli Sinir A─člar─▒ – LeNet5
    • Klasik Evri┼čimli Sinir A─člar─▒ – AlexNet
    • Klasik Evri┼čimli Sinir A─člar─▒ – VGG16
    • UYGULAMA: Evri┼čimli Sinir A─č─▒ ile Rakam Tan─▒ma (MNIST)
    • Evri┼čimli Sinir A─člar─▒ ile Daha Derine – ResNet
    • Evri┼čimli Sinir A─člar─▒ ile Daha Derine – Inception ve GoogLeNet
    • UYGULAMA: Evri┼čimli Sinir A─člar─▒ ile Y├╝z G├Âr├╝nt├╝s├╝nden Duygu Tan─▒ma
    • UYGULAMA: Evri┼čimli Sinir A─člar─▒ ile Y├╝z G├Âr├╝nt├╝s├╝nden Duygu/Cinsiyet Kestirimi
  • ├ľzyinelemeli Sinir A─člar─▒ (Recurrent Neural Networks)
    • RNN Motivasyon
    • RNN Giri┼č ve Notasyon
    • RNN ─░leri ve Geri Yay─▒l─▒m
    • RNN ile Dil Modeli ve Dizi ├ťretimi
    • RNN’de Gradyanlar─▒n Yok Olmas─▒ Problemi
    • Ge├žitlenmi┼č ├ľzyinelemeli Birimler- Gated Recurrent Units (GRU)
    • Uzun-K─▒sa Vadeli Bellek (LSTM) Modeli
    • ├çift Y├Ânl├╝ ├ľzyinelemeli Sinir A─člar─▒ (Bidirectional RNN)
    • Derin ├ľzyinelemeli Sinir A─člar─▒ (Deep-RNN)
  • Kaps├╝l A─člar─▒ (Capsule Networks)
    • Kaps├╝l A─člar─▒ Motivasyon
    • Kaps├╝l A─člar─▒ Aktivasyon Fonksiyonu ve Anla┼čmal─▒ Y├Ânlendirme Algoritmas─▒
    • Kaps├╝l A─člar─▒ ve Evri┼čimli Sinir A─člar─▒ Kar┼č─▒la┼čt─▒rmas─▒
    • Avantaj ve Dezavantajlar─▒yla Kaps├╝l A─člar─▒
    • UYGULAMA: Kaps├╝l A─člar─▒ ile TensorFlow k├╝t├╝phanesi kullanarak MNIST uygulamas─▒
  • ├ťretici ├çeki┼čmeli A─člar (Generative Adversarial Networks)
    • GAN ile Fashion MNIST Veri K├╝mesi Kullanarak Sentetik Veri ├ťretimi

 

­čç╣­čçĚ Deep Learning A-Z| Python ile Derin ├ľ─črenme­čç╣­čçĚ Deep Learning A-Z| Python ile Derin ├ľ─črenme

Time remaining or 306 enrolls left

 

Don’t miss any coupons by joining our Telegram group 

Udemy Coupon Code 100% off | Udemy Free Course | Udemy offer | Course with certificate