Deep Learning A-Z™| Python ile Derin Öğrenme

Yapay Zeka hakkında hiç bilginiz olmasa dahi Python ile Deep Learning yöntemlerini uygulamalarla sıfırdan öğreniyoruz!

4.43 (3626 reviews)
Udemy
platform
Türkçe
language
Data Science
category
Deep Learning A-Z™| Python ile Derin Öğrenme
49,698
students
10.5 hours
content
Jun 2020
last update
$39.99
regular price

What you will learn

Temel yapay sinir ağları çalışma şekli ve gerçek hayat problem çözümü

Derin öğrenme modeli tasarlarken dikkat edilmesi gereken adımlar

Evrişimli Sinir Ağları (CNN) çalışma şekli ve gerçek hayat problemi çözümü

Özyinelemeli Sinir Ağları (RNN, LSTM) ile doğal dil işleme problemlerine uygulamalı çözümler

Python kütüphanelerini kullanarak derin öğrenme modeli tasarlama

Kapsül Ağları (Capsule Networks) yapısı ve çalışması

Çekişmeli Üretici Ağlar (GAN) çalışma şekli

Pekiştirmeli Öğrenme (RL) çalışma şekli

Python programlama dilinde Tensorflow ve Keras kütüphaneleri kullanarak gerçek hayat problemlerine çözüm getirebilme becerisi

Why take this course?

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.

Content

Giriş

Girizgah
Motivasyon

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

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

Screenshots

Deep Learning A-Z™| Python ile Derin Öğrenme - Screenshot_01Deep Learning A-Z™| Python ile Derin Öğrenme - Screenshot_02Deep Learning A-Z™| Python ile Derin Öğrenme - Screenshot_03Deep Learning A-Z™| Python ile Derin Öğrenme - Screenshot_04

Our review

İsimle Adam Gezmiş Kursu GÖREVLİLMEK ve içeriği adı adı tarayarak değerli kullanıcı yorumlarını inceleyerek, kursun nüanslarını ve eğitimciyin anlatım tarzını keşfediyorum. Kursun teorik olarak derinleme ve kapsamlılık açısından değerli görüldüğünü düşündüğim sıra, kullanıcıların uygulama yönlerinden hem zorlandıkları nıydıklarıp hem de bu konuda kursun iyileştirilmesine olan talep ettiği yorumlara katkıda bulunuyorum. Kullanıcılar, eğitimcinin kodlama yapılarını çok detaylı ve teorik bir şekilde anlatmaya yetenekli olduğunu belirterek hem de bazı uygulamaların yapısında kaldıkları zorlanmaları ifade etmişler. Örneğin, "Google Colab başlangıç videosunu revize edilmemesi kadar rezalet bir durum olamaz" gibi bir yorum, eğitimcinin hem de platformun teknolojik güncellemeler için düzenli olarak içeriklerini güncelleyip devam etmediğini ve bu nedenle kullanıcıya bir zahmet yaratabiliyor akıllığını vurguletyor. Ayrıca, eğitimcinin derin öğrenmeye başlangıç için verdiği kursu "aldım" ve açıkçası şu ana kadar zorlandıkları ifade etmişler. Bu tür yorumlar, eğitimcinin kursun bazı bölümlerini daha açıklayıcı ve uygulama yönlerinden pekiştirebilmemesi gerektiğini gösteriyor. Kullanıcıların genel başlangıçta oluşturdukları beklentilerin çok aşağı çektiğini belirterek, eğitimcinin hem teorik bilgilerin hem de pratik uygulamalarla bütinleşmesine olan talep ettiğini görüyorum. Bu tür geri bildirimler, eğitim içindeki zorlama seviyesinin doğru kitleyi ve beklenenden daha fazla karmaşıklık sağlayabilecek bölümlerin belirlendiğini yansıtıyor. Son olarak, eğitimcinin kapsül ağlarını anlatırken "direk kitaptan cümleler okur gibi anlatılması" gibi bir yorum, eğitimcinin hem de öğrencilerine konseptleri daha net ve erken aşamalarda uygulama bağlamında pekiştirmesi gerektiğini vurguletyor. Bu yorumlar, eğitimcinin kursun yapısını ve anlatım tarzını iyileştirecek şekilde değerli bir kaynak olacaktır. Kullanıcı yapay zeka ilgisini ve gerçıları genişletmeye hem eğitimde hem kapsül ağların temelli bir öğesi daha detaylı ve sağ veya uygulamaların yapay zeka mantık olmasına ve hem bu konseptlerin pekiştirilmesine olan talep ettiğini anlamak iyileştirebilirim. Bu tür iyileştirmeler, eğitimin hem kapsamlıkların hem eğitimde hem hem de yüksek ilerlemeye yardımcı olacaktır.

Coupons

DateDiscountStatus
7/12/2019% 84 INDIRIM
expired
4/1/2020100% OFF
expired
4/21/202091% OFF
expired
7/30/2020100% OFF
expired
11/24/2020100% OFF
expired
11/21/2021100% OFF
expired
7/9/2022100% OFF
expired

Charts

Price

Deep Learning A-Z™| Python ile Derin Öğrenme - Price chart

Rating

Deep Learning A-Z™| Python ile Derin Öğrenme - Ratings chart

Enrollment distribution

Deep Learning A-Z™| Python ile Derin Öğrenme - Distribution chart
1651804
udemy ID
4/18/2018
course created date
7/4/2019
course indexed date
Bot
course submited by