Derinlemesine Python 3 : AI Machine Learning

Bu eğitimde Python ile Yapay Us (Artificial Ingelligence) & Düzenek Öğrenmesi (Machine Learning) anlatılmaktadır. Salkımlama (Clustering), Sınıflandırma/Kökleşileme (Classification) & Gerileme  (Regression) gibi konular işlenmektedir. Yapay Sinir Ağları (Artificial Neural Networks), Destek Yöneyleri (Support Vectors), Karar Ağacı (DecisionTree), K En Yakın Komşu (K-Nearest Neighbours), K Bayağılar (K-Means ) yöntemleriyle uygulama geliştirme açıklanmaktadır.  Skit-Learn / Sklearn ile konular işlenip TensorFlow & Keras ile PyTorch kütüphaneleri de anlatılmaktadır.

Eğitim tümüyle uygulamaları olarak yapılmaktadır. Kuramsal/Teorik konular yeri geldikçe, özet olarak verilmektedir. Python dilindeki betikliklerle yapay zeka uygulamalarının nasıl geliştirildiği anlatılmakta; kullanılan algoritmaların nasıl geliştirildiği ve nasıl çalıştığı konusu, yalnızca onları kullanabilmek için gerektiği ölçüde anlatılmaktadır. Her yöntemin ya da algoritmanın çalışması kendi başına, bilgisayar bilimi ve matematiğin konusu olduğu için burada çok ayrıntılı olarak gösterilmemektedir.

Eğitimde, Bilgisayar Görümü (Computer Vision) ve İmge Özellikleri (Image Features) konusu ile Doğal Dil İşleme (Natural Language Processing) ve Yazı Özellikleri (Text Features), ayrı bir eğitim konusu olduğu için dışarda tutulmuştur. Öte yandan söz konusu alanlar için gerekli, çoğu kez ön koşul olan temel makine öğrenmesi özellikleri burada anlatılmaktadır.

Eğitimde Python dili ve Veri Bilimi (Data Science) en başından anlatılmamakta, temel düzeyde bilindiği var sayılmaktadır. Öte yandan bu konular yeri geldikçe uygulama olarak gösterildiği için, bu eğitimle Python ve Veri Bilimi bilgilerinin ilerletilmesi sağlanmaktadır. Bu nedenle, yapay zekayla ilgilenmeyenleri de Python dilini geliştirmek için bu eğitimi almalarını öneriyoruz.

Eğitimdeki örnekleri GitHub sitesinde godoro-education kullanıcısı altında python-machine-learning adlı depoya katıldıktan sonra görebilirsiniz.