Udemy
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
Development
Web Development Data Science Mobile Development Programming Languages Game Development Database Design & Development Software Testing Software Engineering Development Tools No-Code Development
Business
Entrepreneurship Communications Management Sales Business Strategy Operations Project Management Business Law Business Analytics & Intelligence Human Resources Industry E-Commerce Media Real Estate Other Business
Finance & Accounting
Accounting & Bookkeeping Compliance Cryptocurrency & Blockchain Economics Finance Finance Cert & Exam Prep Financial Modeling & Analysis Investing & Trading Money Management Tools Taxes Other Finance & Accounting
IT & Software
IT Certification Network & Security Hardware Operating Systems Other IT & Software
Office Productivity
Microsoft Apple Google SAP Oracle Other Office Productivity
Personal Development
Personal Transformation Personal Productivity Leadership Career Development Parenting & Relationships Happiness Esoteric Practices Religion & Spirituality Personal Brand Building Creativity Influence Self Esteem & Confidence Stress Management Memory & Study Skills Motivation Other Personal Development
Design
Web Design Graphic Design & Illustration Design Tools User Experience Design Game Design Design Thinking 3D & Animation Fashion Design Architectural Design Interior Design Other Design
Marketing
Digital Marketing Search Engine Optimization Social Media Marketing Branding Marketing Fundamentals Marketing Analytics & Automation Public Relations Advertising Video & Mobile Marketing Content Marketing Growth Hacking Affiliate Marketing Product Marketing Other Marketing
Lifestyle
Arts & Crafts Beauty & Makeup Esoteric Practices Food & Beverage Gaming Home Improvement Pet Care & Training Travel Other Lifestyle
Photography & Video
Digital Photography Photography Portrait Photography Photography Tools Commercial Photography Video Design Other Photography & Video
Health & Fitness
Fitness General Health Sports Nutrition Yoga Mental Health Dieting Self Defense Safety & First Aid Dance Meditation Other Health & Fitness
Music
Instruments Music Production Music Fundamentals Vocal Music Techniques Music Software Other Music
Teaching & Academics
Engineering Humanities Math Science Online Education Social Science Language Teacher Training Test Prep Other Teaching & Academics
AWS Certification Microsoft Certification AWS Certified Solutions Architect - Associate AWS Certified Cloud Practitioner CompTIA A+ Cisco CCNA Amazon AWS CompTIA Security+ Microsoft AZ-900
Graphic Design Photoshop Adobe Illustrator Drawing Digital Painting InDesign Character Design Canva Figure Drawing
Life Coach Training Neuro-Linguistic Programming Personal Development Personal Transformation Mindfulness Life Purpose Meditation CBT Emotional Intelligence
Web Development JavaScript React CSS Angular PHP Node.Js WordPress Vue JS
Google Flutter Android Development iOS Development React Native Swift Dart Programming Language Mobile Development Kotlin SwiftUI
Digital Marketing Google Ads (Adwords) Social Media Marketing Google Ads (AdWords) Certification Marketing Strategy Internet Marketing YouTube Marketing Email Marketing Retargeting
Microsoft Power BI SQL Tableau Business Analysis Data Modeling Business Intelligence MySQL Data Analysis Blockchain
Business Fundamentals Entrepreneurship Fundamentals Business Strategy Business Plan Startup Freelancing Online Business Blogging Home Business
Unity Game Development Fundamentals Unreal Engine C# 3D Game Development C++ 2D Game Development Unreal Engine Blueprints Blender
30-Day Money-Back Guarantee
Development Data Science Artificial Intelligence

Python ile Yapay Zeka: A'dan Z'ye Reinforcement Learning (7)

Yapay Zekanın en gizemli konularından biri olan Reinforcement Learning (Pekiştirmeli Öğrenme) ile geleceğe hazırlanın !!
Rating: 4.6 out of 54.6 (405 ratings)
5,437 students
Created by DATAI TEAM
Last updated 4/2021
Turkish
30-Day Money-Back Guarantee

What you'll learn

  • Yapay Zeka (Pekiştirmeli Öğrenme) algoritmalarının ardında yatan matematiği, mantığı, teoriyi ve bu algoritmaların Python ile sıfırdan nasıl kodlanacağını
  • Hem birlikte kodlayacağımız hem de bireysel olarak yapacağınız farklı Yapay Zeka (Pekiştirmeli Öğrenme) projeleri
  • Bir Yapay Zeka modelinin (Agent) veriye bağlı olmadan kendi kendine nasıl eğitilebileceğini
  • Q-Learning, Deep Q-Learning gibiYapay Zeka (Pekiştirmeli Öğrenme) algoritmalarını
  • Yapay Zeka (Pekiştirmeli Öğrenme) algoritmalarını kullanmak için Python ile oyun ortamı (Atari Game) yaratmayı
  • Dünyada Yapay Zeka (Pekiştirmeli Öğrenme) algoritmalarının nasıl, neden ve ne için kullanıldığını
  • Kendi başınıza Yapay Zeka (Pekiştirmeli Öğrenme) algoritması geliştirmeyi
  • İsteğe bağlı (opsiyonlu): EK-1,2,3: Yapay Sinir Ağları, Nesne Tabanlı Programlama, Evrişimsel Sinir Ağları

Course content

9 sections • 140 lectures • 16h 30m total length

  • Preview03:16
  • Preview06:37
  • Reinforcement Learning Popüleritesi
    02:08
  • Kurulumlar: Anaconda, Python, Keras, Gym, Pygame, Pybox2d
    11:21
  • GitHub: Kaynaklar
    01:40
  • İndirilebilir Kaynaklar
    00:15

  • Preview01:30
  • Q-Learning Nedir?
    15:55
  • State (Durum)
    07:07
  • Action (Hareket)
    06:34
  • Reward (Ödül)
    12:12
  • Preview11:12
  • Q-Learning Taxi Environment Projesi: Gym-1
    13:43
  • Q-Learning Taxi Environment Projesi: Gym-2
    15:50
  • Bellman Equation (Bellman Denklemi)
    16:15
  • Deterministic vs Stochastic Environments
    01:41
  • Markov Decision Process (MDP)
    08:35
  • Q-Learning
    08:55
  • Temporal Difference (TD)
    13:16
  • Q-Learning Algoritması ve Q-Table
    09:52
  • Exploitation vs Exploration
    04:49
  • Living Penalty
    04:49
  • Q-Learning Proje 1: Taxi Environment Şablon
    12:04
  • Q-Learning Taxi Environment Projesi: Q-Learning Giriş
    05:44
  • Q-Learning Taxi Environment Projesi: Action (Hareket)
    09:27
  • Q-Learning Taxi Environment Projesi: Q-Learning Fonksiyonu
    15:42
  • Q-Learning Taxi Environment Projesi: Görselleştirme
    02:45
  • Q-Learning Taxi Environment Projesi: Q-Table Yorumlama
    05:31
  • Q-Learning Frozen Lake Environment Projesi
    04:04
  • Q-Learning Frozen Lake Environment Projesi Kodları
    05:05
  • Q-Learning Sonuç
    01:34

  • Deep Q-Learning Ders Programı
    01:18
  • Q-Learning vs Deep Q-Learning (DQL)
    08:37
  • ANN Review (Yapay Sinir Ağları Gözden Geçirme)
    03:14
  • Deep Q-Learning-1
    11:55
  • Deep Q-Learning -2
    20:04
  • Experience Replay
    04:25
  • Adaptive Epsilon Greedy
    04:19
  • DQL Cart Pole Environment Projesi: Giriş
    04:39
  • DQL Cart Pole Environment Projesi: Template (Şablon)
    06:16
  • DQL Cart Pole Environment Projesi: Template Coding (Şablon Kodlama)
    09:42
  • DQL Cart Pole Environment Projesi: Deep Q-Learning Main
    13:09
  • DQL Cart Pole Environment Projesi: Initializer
    05:40
  • DQL Cart Pole Environment Projesi: Adaptive Epsilon Greedy
    02:37
  • DQL Cart Pole Environment Projesi: Remember (Depolama)
    00:55
  • DQL Cart Pole Environment Projesi: Build Model (Agent)
    03:23
  • DQL Cart Pole Environment Projesi: Acting (Hareket)
    03:57
  • DQL Cart Pole Environment Projesi: Replay (Tekrarlama)
    09:25
  • DQL Cart Pole Environment Projesi: Test
    08:35
  • Preview06:51
  • DQL Lunar Lander Environment Projesi Kodları
    07:59
  • Deep Q-Learning Sonuç
    00:59

  • Nesne Tabanlı Programlama Gözden Geçirme
    01:57
  • Preview02:43
  • Neden Kendi Environment'ımız?
    06:41
  • Oyun Design
    06:50
  • Environment Template(Şablon)
    12:57
  • Sprite
    19:24
  • Player
    12:14
  • Enemy
    10:27
  • Collide
    06:22
  • Agent AI Model
    02:25
  • Environment Initializer - Step Methods
    17:56
  • Environment Initial State Method
    03:38
  • DQL Algorithm
    15:44
  • Training ve Results
    06:35
  • RL Environment Design Sonuç
    01:36

  • Convolutional Neural Network (CNN) Gözden Geçirme
    01:19
  • Deep Convolutional Q-Learning Nedir?
    05:43
  • Pong Oyunu Kodlama Planı
    03:23
  • Environment Design Sabit Değişkenler
    12:29
  • Pong Oyunu İnitializer Metodu
    09:58
  • Pong Oyunu İnitializer Display Metodu
    09:31
  • Pong Oyunu Update Metodu
    14:11
  • Pong Oyunu Move Metodu
    18:31
  • Pong Oyunu Agent Sabit Değişkenler
    07:29
  • Pong Oyunu Agent İnitializer Metodu
    01:54
  • Pong Oyunu Agent Neural Network Modeli
    04:59
  • Pong Oyunu Agent Choose Action
    03:09
  • Pong Oyunu Agent Capture Images
    03:40
  • Pong Oyunu Agent Process Metodu
    06:43
  • Pong Oyunu Train Agent Sabit Değişkenler
    03:26
  • Pong Oyunu Train Agent Resim Preprocess
    03:23
  • Pong Oyunu Train Agent Model Eğitimi
    14:28
  • Pong Oyunu Train Agent Sonuçlar
    00:40
  • DCQL Sonuç
    01:21

  • Kendinize İyi Bakın
    00:38

  • Gözden Geçirme/Opsiyonel Ders
    00:27
  • Preview02:05
  • Artificial Neural Network Nedir
    11:27
  • Artificial Neural Network Computation Graph
    12:22
  • 2-Layer Neural Network
    01:34
  • Initializing Parameters
    06:21
  • Forward Propagation
    04:01
  • Loss and Cost Functions
    02:12
  • Backward Propagation
    04:25
  • Update Parameters
    03:01
  • Prediction
    03:23
  • Create ANN Model
    09:18
  • L-Layer Neural Network
    07:03
  • Neural Network with Keras
    14:02
  • Neural Network with Pytorch
    02:16
  • Neural Network Tensorflow Playground
    14:38

  • Gözden Geçirme/Opsiyonel Ders
    00:27
  • Sınıflar/Classes
    11:23
  • Nitelikler/Attributes
    07:54
  • Metodlar
    12:47
  • Metotlar vs Fonksiyonlar
    15:20
  • Yapıcı/Constructor/Initializer
    13:04
  • Hesap Makinesi Projesi
    15:42
  • Hesap Makinesi Ödevi
    03:59
  • Kapsülleme/Encapsulation
    14:23
  • Miras/Inheritance
    14:01
  • Inheritance Projesi
    09:06
  • Soyut Sınıflar/Abstract Classes
    07:46
  • Overriding
    03:53
  • Polymorphism
    09:29
  • Final Projesi
    16:37

  • Gözden Geçirme/Opsiyonel Ders
    00:27
  • Preview04:15
  • Dataset ve CNN Kernel
    06:54
  • Loading Data Set
    12:01
  • Normalization - Reshape - Label Encoding
    07:26
  • Train - Test Split
    05:33
  • Convolutional Neural Network (CNN)
    07:30
  • Convolution Operation Nedir
    14:47
  • Same Padding
    05:15
  • Max Pooling
    03:34
  • Flattening
    02:05
  • Fully Connected
    05:02
  • CNN Implementing with Keras
    02:08
  • Create Model
    08:54
  • Adam Optimizer
    01:46
  • Compiler
    02:13
  • Batch and Epoch
    02:46
  • Data Augmentation
    03:11
  • Fit the Model
    02:27
  • Evaluate the Model
    05:04
  • CNN with Pytorch
    01:22
  • BONUS
    00:00

Requirements

  • Artificial Neural Networks (Yapay Sinir Ağları): Bu konu, bu kurs içerisinde EK-1 de anlatılmaktadır. Bu ders videoları isteğe bağlıdır. Eğer konuyu biliyorsanız izlemenize gerek yoktur.
  • Python ile Nesne Tabanlı Programlama: Bu konu, bu kurs içerisinde EK-2 de anlatılmaktadır. Bu ders videoları isteğe bağlıdır. Eğer konuyu biliyorsanız izlemenize gerek yoktur.
  • Convolutional Neural Networks (Evrişimsel Sinir Ağları): Bu konu, bu kurs içerisinde EK-3 de anlatılmaktadır. Bu ders videoları isteğe bağlıdır. Eğer konuyu biliyorsanız izlemenize gerek yoktur.

Description

Merhaba arkadaşlar,

Bu kurs 7 adımlık Yapay Zeka yolculuğumuzun nihai hedefi olan Yapay Zeka (Reinforcement Leaning) kursudur.

  1. Python: Python Sıfırdan Uzmanlığa Programlama (1)

  2. Data Science ve Python: Sıfırdan Uzmanlığa Veri Bilimi (2)

  3. Data Visualization: A'dan Z'ye Veri Görselleştirme (3)

  4. Machine Learning ve Python: A'dan Z'ye Makine Öğrenmesi (4)

  5. Deep Learning (Derin Öğrenme)   

  6. Statistical Learning (İstatistik)   

  7. Artificial Intelligence (Yapay Zeka)   

Bu Kurs ile Alacaklarınız

  1. Sıfırdan Kodlama Becerisi: Sizinle birlikte kod yazıyoruz. Her ders boş bir sayfa ile başlar ve kodu sıfırdan yazarız. Bu şekilde ilerleyebilir ve kodun nasıl bir araya geldiğini ve her satırın ne anlama geldiğini tam olarak anlayabilirsiniz.

  2. Kodlar ve Şablonları: Kursta oluşturduğumuz her Python şablonlarını ve kodunu indirebilirsiniz. Bu, sizlere hem daha sonra kod üzerinde pratik yapma hem de kendi projelerinizi şablon sayesinde daha kolay bir şekilde yaratma imkanı sağlayacaktır

  3. Teori ve Mantık: Size yalnızca kod yazmayı değil, hem yazdığımız kodun arkasında yatan mantığı ve teoriyi hem de neden böyle bir kod yazdığımızı anlatıyoruz.

  4. Kurs içi destek: Size sadece video ile ders anlatımı yapmıyoruz. Size destek olmak için profesyonel Veri Bilimcilerinden oluşan bir ekip oluşturduk. Bu da ders ve ya ders dışı sorularınıza en fazla 72 saat içinde yanıt alacağınız anlamına geliyor.

Yapay Zeka(Reinforcement Leaning) kursu içeriği:   

  • Giriş Bölümü

    • Reinforcement Learning Giriş

    • Anaconda ve Python Kurulumu

    • Kurs kaynaklarının gösterimi

  • Q-Learning

    • Agent-Environment-State-Action-Reward

    • Bellman Equation

    • Deterministic vs Stochastic

    • Markov Decision Process

    • Q-Learning

    • Temporal Difference

    • Q-Table/Algoritma

    • Exploitation vs Exploration

    • Living Penalty

    • Taxi Projesi

    • Frozen Lake Projesi

  • Deep Q-Learning

    • Q-Learning vs Deep Q-Learning

    • Deep Q-Learning

    • Experience Replay

    • Adaptive Epsilon Greedy

    • Cart Pole Projesi

    • Lunar Lander Projesi

  • Envrionement Design

    • Game Design

    • Player-Sprite-Enemy

    • Collision

    • Environment Design

    • DQL Algoritması

  • Deep Convolutional Q-Learning

    • Deep Convolutional Q-Learning Nedir?

    • Pong Oyunu Kodlama Planı

    • Environment Design Sabit Değişkenler

    • Pong Oyunu İnitializer, Display, Update, Action, Process

    • Pong Oyunu Train Agent Model Eğitimi

    • Pong Oyunu Train Agent Sonuçlar

İçeriğin İngilizce olması sizi yanıltmasın arkadaşlar. Derslerim tamamen Türkçedir.   

Hemen kaydolun ve bir an önce başlayalım.

Who this course is for:

  • Yapay Zeka öğrenmek isteyen herkes
  • Yapay Zeka öğrenerek kendini geleceğe hazırlamak ve geleceği şekillendirmek isteyen herkes

Instructor

DATAI TEAM
Kaggle Grandmaster & AI Engineer
DATAI TEAM
  • 4.5 Instructor Rating
  • 17,095 Reviews
  • 82,141 Students
  • 17 Courses

Yapay Zekâ & Veri Bilimi

DATAI Team Bilkent ve ODTÜ gibi üniversitelerden mühendislik alanında lisans ve lisansüstü seviyelerde mezun Yapay Zekâ, Veri Bilimi ve Algoritma alanlarında uzman kişiler tarafından Türkçe kaynak eksikliğine çözüm olarak kurulmuş bir takımdır. Google'ın alt kuruluşu olan Kaggle platformunda kazandığımız başarılar sayesinde sizlere profesyonel ve dünya çapında kalitesi onaylı dersler anlatıyoruz.

Python, Veri Bilimi, Makine Öğrenmesi, Derin Öğrenme ve Yapay Zekâ konularına karşı olan ilgi ve uzmanlığımız sayesinde hazırladığımız derslerimizi gerçek hayattan verilen örnekler ile harmanlayıp sizlere sunuyoruz. Ayrıca sizlerin öğrendikleri bilgiyi genel kültür seviyesinin ötesine taşıyabilmesi için yapacağınız çalışmaları tüm dünya ile paylaşmanız konusunda yol gösteriyor ve teşvik ediyoruz.

Gerek ders ile ilgili gerekse güncel konular, iş ya da okul hayatınız ile ilgili sorularınızı sormaktan çekinmeyin. Sormanın en iyi öğrenme yöntemlerinden biri olduğunu unutmayın.

İhtiyacınız olan kursları hemen kütüphanenize ekleyin ve bir an önce derslere başlayalım!

--------------------------------------------------------------------------------------------

Artificial Intelligence & Data Science

DATAI Team is a team established by experts in the fields of Artificial Intelligence, Data Science and Algorithm. Thanks to our achievements on the Kaggle platform, a subsidiary of Google, we tell you professional, world-class quality lessons and blend them with real-life examples. In addition, we guide and encourage you to share your studies with the world so that you can carry the knowledge you learn beyond the level of the general culture.

  • Udemy for Business
  • Teach on Udemy
  • Get the app
  • About us
  • Contact us
  • Careers
  • Blog
  • Help and Support
  • Affiliate
  • Impressum Kontakt
  • Terms
  • Privacy policy
  • Cookie settings
  • Sitemap
  • Featured courses
Udemy
© 2021 Udemy, Inc.