Deep Learning A-Z™| Python ile Derin Öğrenme
What you'll 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
Requirements
- Yapay zekâ ile ilgili bilmeniz gereken her şeyi bu derste öğreneceksiniz
- Öğrenme isteği
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.
Who this course is for:
- 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
Instructor
Merve Ayyüce Kızrak; 2009 yılında Haliç Üniversitesi, Elektronik ve Haberleşme Mühendisliği Bölümü’nde lisans eğitimini tamamladı. 2011 yılında, yine Haliç Üniversitesi Fen Bilimleri Enstitüsü, Elektronik ve Haberleşme Mühendisliği programında, İTÜ Bilişim Enstitüsü’nden de dersler alarak, yüksek lisans eğitimini tamamladı.
2021 yılında Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Elektronik ve Haberleşme Mühendisliği Programında Doktora eğitimini tamamladı. Doktor unvanını aldıktan sonra Bahçeşehir Üniversitesi'nde Finansal Teknoloji Bölümü'nde ikinci yüksek lisansa başlamıştır.
Lisans mezuniyetinden Şubat 2019’a kadar Haliç Üniversitesi, Elektronik ve Haberleşme ve Elektrik-Elektronik Mühendisliği Bölümlerinde çeşitli dersleri yürüterek ve Şubat 2019’dan bu yana da Bahçeşehir Üniversitesi, Yapay Zeka Mühendisliği Bölümü'nde akademik kariyerini sürdürmektedir. 2020 yılında Özyeğin Üniversitesi Sosyal Bilimler Enstitüsü'nde Hukuk ve Yapay Zeka yüksek lisans dersinin yürütücülerinden olmuştur. 2019 Kasım ayı itibari ile T. C. Cumhurbaşkanlığı Dijital Dönüşüm Ofisi'nde Büyük Veri ve Yapay Zeka Daire Başkanlığı'nda Yapay Zeka Uzmanı olarak görev başlamış ve görevini 3. yıl itibariyle Dijital Dönüşüm Koordinasyon Dairesi Başkanlığı'nda sürdürmektedir.
Özellikle bilgisayarlı görü olmak üzere yapay öğrenme konuları üzerine lisans eğitiminden bu yana çalışmaktadır.
Akademik araştırma konularının detaylarına web sitesi üzerinden ulaşabilirsiniz.
Ayrıca bir sosyal sorumluluk projesi olarak 2017 yılında kurulan Deep Learning Türkiye topluluğunun kurucu ortaklarındandır. Yapay Sinir Ağları, Makine Öğrenmesi ve Derin Öğrenme konularında Türkçe içerik üretimine katkı sağlamaya çalışmaktadır. Arkadaşlarıyla birlikte Yapay Zekâ Araştırma İnisiyatifi üzerinden yürüttükleri çalışmaları paylaşmayı sürdürmektedir.