Derin Öğrenme’ye Giriş

Bu kurs ile Makine Öğrenmesi'nin sonraki adımı olan Derin Öğrenme'yi öğrenerek Yapay Zeka çağında yerinizi alın!
· May 31, 2021

Derin Öğrenme’ye Giriş kursumuz şuan mevcut değildir. Kursumuzun aktif olması durumunda tüm üyelerimize haber verilecektir.

 

Bootcampler

  • 4 Gün içerisinde günümüzde en popüler Yapay Zeka uygulaması olan Derin Öğrenme’nin en yaygın algoritmalarını ve Yapay Sinir Ağları’nın nasıl çalıştığını öğren
  • Bu kurs ile Derin Öğrenme’yi hayatımıza nasıl entegre edebileceğimizi öğrenerek kendi projelerini geliştirmeye bir adım daha yaklaşacaksın
  • Dünyaca ünlü ve alanındaki en iyi müfredatlardan, eğitimlerden ve kitaplardan ilham alınarak hazırlandı
  • Bu kurs sayesinde Bilgisayarlı Görü ve Doğal Dil İşleme gibi meslek alanlarına giriş yaparak kariyerinde hızlı bir başlangıç yap
  • Kursta yer alan, dünyanın en popüler Derin Öğrenme kütüphanelerinden biri olan Tensorflow ile geliştirilen projelerle mülakatlarda bir adım önde ol

NEDEN BU KURS?

Günümüzde konvansiyonel programlamanın çözemediği problemler makine öğrenmesi ile çözülebilmektedir fakat kompleks problemlerin çözümünde bu teknikler yetersiz kalmaktadır. Makine Öğreniminin bir alt dalı olan Derin Öğrenme ile bu problemlere çözüm bulunmaktadır. Derin Öğrenme alanı geliştikçe bir meslek ve uzmanlık alanı haline gelmiştir. Bunun nedeni, özellikle Görüntü İşleme ve Doğal Dil İşleme’de geleneksel makine öğrenme tekniklerinden çok daha iyi performans göstermesidir.

Bu kurs, size Derin Öğrenmenin alt dallarına ve sinir ağlarının nasıl çalıştığına, geliştirildiğine ve optimize edildiğine açıklayıcı bir giriş sağlayan ve daha karmaşık AI sorunlarını çözmenize olanak tanıyan harika bir giriş kursudur.

Bu kursla, en umut verici ve şaşırtıcı yapay zeka projelerinin hayatımızı ve altında yatan teknolojileri nasıl etkilediğini anlayacaksınız. En popüler Derin Öğrenme kütüphanelerinin kullanıldığı bu kursta Python dilini kullanarak projeler geliştirecek ve bu alanda kariyerinize başlamak için gerekli becerilere sahip olacaksınız.

EĞİTİM İLE ALAKALI SORULARIMI NEREDEN SORABİLİRİM?

Derin Öğrenme’ye Giriş eğitimiyle ilgili ilgili her türlü sorunuzu eğitim boyunca ve eğitimden sonra Derin Öğrenme’ye Giriş Hub’ı üzerinden sorabilirsiniz.

GLOBAL AI HUB EĞİTİM PROGRAMLARINA DAHİL OLMAK NEDEN ÖNEMLİ?

  • Global AI Hub uzman eğitmenleri tarafından sağlanan ücretsiz mentorluk 
  • Her başarılı öğrenci için Global AI Hub tarafından verilen İsviçre standartlarındaki sertifika
  • Eğitimi başarıyla tamamlayanlar için, CoreRelation Programı kapsamındaki üyelik başvurusu için ayrıcalıklar

  Sponsorluğunda

  • İsviçre merkezli Global AI Hub ve AI Business School tarafından desteklenen «10million.AI» projesi ile bu kurs ücretsizdir.
  • Bu proje, 10 milyondan fazla öğrenciyi AI ve diğer dijital teknolojiler konusunda ücretsiz olarak eğitmeyi amaçlayan ulusal eğitim kampanyalarının bir parçasıdır.

EĞİTİMİN BAĞLI OLDUĞU UZMANLIK SERTİFİKALARI

MÜFREDAT

BAŞLANGIÇ

  • Derin Öğrenme’ye Giriş Kursuna Hoş Geldiniz!
  • Yapay Zeka Dünyasında Derin Öğrenme’nin Yeri Nedir? 

MODÜL 1 – Yapay Zeka ve Derin Öğrenmeye

  • Yapay Zeka’ya Giriş
    • Yapay Zeka Nedir?
    • Yapay Zekada Anlam Ayrımı
  • Makine Öğrenmesi’ne Giriş
    • Makine Öğrenmesi Nedir?
    • Makine Öğrenmesi Türleri
    • Geleneksel Programlama ve Makine Öğrenmesi
  • Denetimli Öğrenme
    • Denetimli Öğrenme Nedir?
    • Denetimli Öğrenme Algoritmaları ve Mimarileri
    • Regresyon ve Sınıflandırma
    • Makine Öğrenmesi Gerçek Hayat Örnekleri
  • Denetimsiz Öğrenme
    • Denetimsiz Öğrenme Nedir?
    • Neden Denetimsiz Öğrenme’ye İhtiyaç Duyarız?
    • Denetimsiz Öğrenme Algoritmaları
  • Derin Öğrenme
    • Derin Öğrenme’nin Tarihsel Gelişimi
    • Yapay Sinir Ağları Nedir ve Nasıl Çalışır?
    • Derin Öğrenme’nin Günlük Hayattaki Kullanım Alanları
    • Derin Öğrenme Neden Popüler Oldu?
    • Derin Öğrenme vs Makine Öğrenmesi
    • Derin Öğrenme’de Kullanılan Araçlar
    • Derin Öğrenme Kaynakları

MODÜL 2 – Yapay Sinir Ağları

  • Yapay Sinir Ağları
    • Yapay Sinir Ağları Nedir?
    • Nöron Kavramı
  • Temel Regresyon Matematiği
    • Lineer Regresyon
    • Lojistik Regresyon
    • Sigmoid Aktivasyon Fonksiyonu
  • Yapay Sinir Ağları Bileşenleri ve Matematiği
    • Weight, Bias, Input, Output Kavramları
    • Veri Türleri ve Tensörler
    • Matris Cebri (NumPy ile Tensör Operasyonları)
  • Yapay Sinir Ağları Nasıl Çalışır?
    • Forward Propagation
    • Back Propagation
    • Vanishing Gradient Problemi
    • Dying ReLU problemi
  • Basit Bir Perceptron Kodlaması
    • Fahrenheit Celsius dönüşümü
  • Aktivasyon Fonksiyonları
    • Aktivasyon Fonksiyonları Nedir?
    • Aktivasyon Fonksiyonu Neden Kullanılır?
    • ReLU, Softmax, Tanh Aktivasyon Fonksiyonları
  • Sinir Ağlarının Optimizasyonu
    • Derin Öğrenmede İleri ve Geri Yayılım Algoritmaları
    • Aşırı Öğrenme ve Eksik Öğrenme
    • Regülarizasyon
    • Dropout, Early Stopping, Data Augmentation
  • Optimizer
    • Optimizer Nedir?
  • Yaygın Optimizasyon Algoritmaları
    • ADAM
    • Stochastic Gradient Descent
    • RMSPROP
  • Yapay Sinir Ağında Eğitim Parametreleri
    • Epoch
    • Batch Size

MODÜL 3 – Bilgisayarlı Görü

  • Bilgisayarlı Görü ve Sayısal Görüntü İşleme
    • Görüntü İşleme Nedir?
    • Sinyal ve Gürültü Kavramı
    • Bilgisayarlı Görü Kullanım Alanları
    • Özellik Çıkarımı (Feature Extraction)
  • Konvolüsyonel Sinir Ağları (CNN)
    • CNN Katman Tipleri
    • Yaygın Aktivasyon Fonksiyonları
  • Ön-eğitilmiş CNN Modelleri
    • Ön-eğitilmiş Model Nedir ve Ne İşe Yarar?
    • LeNet-5
    • VGG16
    • ResNet50
  • Yinelemeli Sinir Ağları (RNN)
    • RNN Nedir?
    • RNN ve Bilgisayarlı Görü
  • Konvolüsyonel Ağlarda Kullanılan Diğer Teknikler
    • Data Augmentation
    • Transfer Learning
    • One-shot Learning
  • Nesne Tanıma (Object Detection)
    • Nesne Tanıma Nedir?
    • Nesne Tanımanın Kullanım Alanları
    • Nesne Tanıma Mimarileri
      • Faster R-CNN, YOLO, SSD
    • Nesne Tanıma Veri Setleri
      • COCO, Pascal VOC()
  • Görüntü Sınıflandırma (Image Classification)
    • Görüntü Sınıflandırma Nedir?
    • Görüntüde Nesne Lokalizasyonu
    • Görüntü Sınıflandırma Veri Setleri
      • MNIST, ImageNet, CIFAR10
  • Proje: TensorFlow ile Çiçek Görüntülerinin Sınıflandırılması

MODÜL 4 – Doğal Dil İşleme

  • Doğal Dil İşleme (NLP) 
    • Doğal Dil İşleme Nedir?
    • NLP’ye Neden İhtiyaç Duyarız?
    • Doğal Dil İşleme Gerçek Hayat Kullanım Alanları
    • Text Veri Yapısı ve Diğer Veri Yapılarıyla Kıyaslanması
  • Metin Kodlamaları (Text Encodings)
    • Bag of Words
    • Integer Encoding
    • Word Embedding
  • Yinelemeli Sinir Ağları (RNN)
    • RNN Matematiği
    • Neden RNN?
    • Vanishing Gradient Problemi
    • LSTM
    • GRU
    • Decoder – Encoder Mimarisi
    • Attention
    • Transformers
    • BERT
  • Proje: Sentiment Analysis Workshop

KAPANIŞ

  • Öğrenilenlerin Pratik Kullanımı
  • Gelecekte Yapılabilecek Projeler
  • Bundan Sonra Sizleri Neler Bekliyor?

EĞİTİM İLE ALAKALI BİLİNMESİ GEREKENLER

  • Her ders, güncel eğitim içerikleri ve özenle hazırlanmış değerlendirme soruları içerir.
  • Her eğitim videosu bitiminde “Mark Completed” butonuna basmayı unutmayınız. Bu oturumlara eğitim sonrasında 15 gün boyunca erişilebilirsiniz.
  • Eğitim Sertifikasını alabilmek için değerlendirme soruları tamamlanmalıdır.
  • İlgili günde eğitim videosu içerisindeki konuları gözden geçirmenize yardımcı olacak bir “Materyaller” bölümü vardır. Buradan eğitimenin kullandığı materyallere erişebilirsiniz.
Not Enrolled
Next course will start soon

Course Includes

  • Language: Turkish
  • Duration: 8 hours
  • Course Hub
  • Course Certificate
  • Price: Free by «10million.AI» Project