Makine Mühendisleri için Derin Öğrenme
Makine mühendisleri için veri toplama ve veriyi anlamlı hale getirmenin yanında verilerden derin öğrenme yapacağız
Language: turkish
Note: 4.8/5 (158 notes) 5,276 students
Instructor(s): Ahmet Okudan
Last update: 2019-12-02
What you’ll learn
- Derin Öğrenme Algoritmaları
- Makine Öğrenmesi Algoritmaları
- Python ile Derin Öğrenme
- Keras kütüphanesi
- Verilerin incelenmesi – ayrıştırma – normalleştirme
- Eğitim ve Test verileri oluşturma
- Derin Öğrenme modeli oluşturma
- Yapay Sinir Ağları
- Derin Sinir Ağları
- Çok girişli ve çok çıkışlı yapay sinir ağları
- Aktivasyon Fonksiyonları
Requirements
- Temel mühendislik bilgisi
- Temek veri toplama bilgisi
- Temel kodlama bilgisi
Description
Değerli Öğrenciler,
Yeni bir kurs ile beraberiz.
Bu kursta verilere ve derin öğrenmeye meraklı mühendisler ile Endüstri 4.0 ve sanayide sıkça karşılaşılan problemleri çözerken aynı zamanda Derin öğrenme ve makine öğrenmesi kavramlarını detaylı olarak inceleyeceğiz.
Spyder arayüzünde Python dilinde kodlama yaparak kodlama kabiliyetlerinizi geliştirebileceğiniz gibi, Keras ve bir çok ptyhon kütüphanesini de nasıl kullanacağımızı öğreneceksiniz.
Aynı zamanda güncel problemleri çözüp, sıfırdan model oluşturmayı göreceğiz.
Umarım herkes için faydalı olur.
Güzel günler.
Who this course is for
- Makine mühendisleri
- Mekatronik mühendisleri
- Elektrik Elektronik mühendisleri
- Derin Öğrenmeye meraklı kişiler
Course content
- Sektörel Derin Öğrenmeye Giriş
- Giriş – Neler Yapacağız
- Endüstri 4.0 ve Derin Öğrenme
- Makine Öğrenmesi vs. Derin Öğrenme
- Tasarım ve Derin Öğrenme
- Analiz ve Derin Öğrenme
- Veri Toplama
- Python ve Anaconda – Kodlamaya Başlangıç
- Anaconda Spyder kurulumu
- Kütüphaneler hakkında bilgiler
- Derin Öğrenme
- Perceptron (Algılayıcı)
- Yapay Sinir Ağı
- Aktivasyon Fonksiyonları
- Loss (Maliyet) Fonksiyonları
- Kodlamadan Derin Öğrenme – Deep Cognition (Web Browser ile)
- Çok Girişli Çok Çıkışlı YSA’lar
- Tek Girişli Çok Çıkışlı YSA’lar
- Derin Öğrenme Uygulaması – Çekme Testi Numunelerinin Öğrenilmesi
- Çekme Testi ve Test Verileri hakkında
- Verilerin Spyder ortamında düzenlenmesi
- Verilerin Normalize edilmesi ve Sınıflandırma Yapılması
- One-Hot Encoding
- Sınıflandırma katmanına sahip YSA mimarisinin oluşturulması
- Modelin Keras kütüphanesi ile koşturulması ve öğrenme işlemi
- Derin Öğrenme Uygulaması – Çok Girişli ve Çok Çıkışlı YSA mimarisi inşa etme
- Mimari Verilerinin İncelenmesi (Aralık ortası yüklenecek)
- Verilerin bölünmesi (Aralık ortası yüklenecek)
- Çok Girişli ve Çok Çıkışlı YSA inşa etme (Aralık ortası yüklenecek)
- Modelin Keras Ortamında Koşturulması (Aralık ortası yüklenecek)
Time remaining or 802 enrolls left
| Don’t miss any coupons by joining our Telegram group |
