
Derin öğrenme, makine öğrenmesinin bir alt alanıdır ve büyük verilerdeki gizli bilgileri bulmak için kullanılır. Bu videoda derin öğrenmeye nedir konusunu ele alacağız.
Bu videoda derin öğrenme ile makine öğrenmesi arasındaki farklara bakacağız.
Bu videoda derin öğrenme algoritmalarını ele alacağız.
Derin öğrenme bir çok alanda kullanılıyor. Bu videoda derin öğrenmenin uygulandığı bazı alanları göreceğiz.
Bu videoda derin öğrenme için kullanılan frameworkleri göreceğiz.
Bu videoda, derin öğrenme için bilmeniz gereken alanları ele alacağız.
Bu videoda derin öğrenmenin temeli olan yapay sinir ağlarına giriş yapacağız.
Bu videoda perceptron nedir ve yapay sinir ağları nasıl çalışır konularını işleyeceğiz.
Bu videoda sınıflandırma için yapay sinir ağları mimarisini inceleyeceğiz.
Bu videoda Keras ile nasıl resim sınıflandırma yapılacağını gösterdim.
00:26 Keras nedir?
01:49 Veri setini yükleme
03:35 Veri ön işleme
07:28 Model kurma
17:24 Model eğitme
23:45 Yeni veri tahmin etme
İyi seyirler...
Bu derste Keras Functional API ile nasıl sinir ağları inşa edebileceğinizi anlattım.
00:10 Functional API nedir?
01:00 Veri setini yükleme
01:40 Veri ön işleme
03:45 Bir girdi & bir çıktı için Functional API kullanımı
15:03 İki girdi & bir çıktı için Functional API kullanımı
24:43 İki girdi & iki çıktı için Functional API kullanımı
İyi seyirler...
Bu videoda Keras Subclassing API ile nasıl esnek ve dinamik derin öğrenme katmalarının oluşturulacağını anlattım.
00:04 Sequential API vs Functional API vs Subclassing API
01:46 Subclassing API ile katman oluşturma
10:00 add_weight ile katman oluşturma
12:13 Girdi boyutu girmeden katman oluşturma
16:19 Art arda katman oluşturma
İyi seyirler...
Merhaba arkadaşlar, bu videoda TensorFlow & Keras Subclassing API ile nasıl derin öğrenme modelleri oluşturacağınızı anlattım.
00:20 Keras Subclassing API nedir?
00:49 Veri yükleme
02:01 Veri ön işleme
04:19 Model kurma
15:42 Model eğitim
18:11 Model değerlendirme
20:48 Son sözler
İyi seyirler...
Merhaba, bu videoda derin öğrenme modeli nasıl kurulur ve model performansı nasıl arttırılır konularını anlattım.
00:14 Denetimli öğrenme
01:33 Feeding nedir?
02:14 Backpropagation
02:43 Uygulama
04:41 Model kurma
07:43 Model eğitim
09:27 Normalleştirme
11:15 Model değerlendirme
11:57 Standartlaştırma
İyi seyirler...
Merhaba bu videoda callbackler nasıl kullanılır ve tüm model nasıl yüklenir konularını anlattım.
00:49 Veri setini yükleme
01:45 Veri ön işleme
02:54 Modelleme
05:46 Checkpoint callback
09:04 Ağırlıkları yükleme
11:22 Callback opsiyonları
17:23 EarlyStopping callback
21:12 Tüm modeli kaydetme
23:11 Model yükleme
İyi seyirler...
Derin öğrenmede iyi bir model kurmak için hiperparametre ayarı yapmak çok önemlidir. Keras-Tuner hiperparametre ayarı yapmak için harika bir kütüphane. Bu videoda Keras-Tuner ile nasıl hiperparametre ayarı yapılacağını anlattım.
00:15 Hiperparametre vs Parametre
02:16 Veri setini yükleme
03:47 Keras-Tuner ile model kurma
12:37 Model eğitim
18:10 Hiperparametreleri ayarlamak için tüyolar
İyi seyirler...
Bu videoda, TensorFlow'un gücünü gösterdim.
00:18 TensorFlow vs PyTorch
01:06 TensorFlow nedir?
04:54 Tensor nedir?
05:38 Tensor nasıl oluşturulur?
11:03 Rasgele tensor oluşturma
12:51 Dizileri tensore çevirme
15:11 Boyut değiştirme
16:31 Tensor işlemleri
17:41 Matris çarpımı
19:33 Veri tipini değiştirme
21:47 One-hot kodlama
22:43 tf.function dekoratör
İyi seyirler...
Bu derste TensorFlow tf.data API ile veri ön işlemenin nasıl yapıldığını anlattım.
01:21 Dataset objesi oluşturma
02:07 Elemanları NumPy çevirme
03:03 Elemanların özelliklerini görme
04:29 tf.data ile pipeline
05:53 take metodu
07:02 map metodu
07:39 shuffle metodu
09:38 batch metodu
10:26 Pipeline oluşturma
12:06 Resim veri seti ile uygulama
15:07 Veri setini parçalama
16:12 Etiketleri oluşturma
18:04 Veri ön işleme
İyi seyirler...
Bu videoda TensorFlow Dataset kütüphanesini anlattım ve hazır veri setleri nasıl kullanılr gösterdim.
00:19 TensorFlow Dataset nedir?
01:55 TFDS ile veri seti yükleme
05:39 Metadata'lar
06:28 Keras ile veri seti yükleme
07:41 Önemli metotlar
11:27 Görselleştirme
12:57 Veri setini parçalama
Merhaba, bu videoda yapay zeka & veri bilimi için Python TensorFlow ile CNN mimarisini anlattım ve örnek bir uygulama yaptım.
01:16 Convolution nedir?
03:22 Strike
04:20 Pooling-Havuzlama nedir?
05:04 CNN mimarisi
05:57 Uygulama
06:56 Resim ön işleme
12:13 Global average pooling nedir?
İyi seyirler...
Bu derste at ve insan veri setini kullanarak CNN ile nasıl resim sınıflandırması yapılacağını anlattım.
00:32 Veri setini tanıma
01:20 ImageDataGenerator nedir?
02:50 Veri ön işleme
04:17 Model kurma
09:29 Model eğitme
10:28 Model değerlendirme
12:50 Data Augmentation
06:08 Model tahmin
İyi seyirler...
Python ile derin öğrenme derslerine hoş geldiniz. Bu videoda TensorFlow & Keras ile transfer learning ile resim sınıflandırmayı anlattım.
00:07 Transfer learning nedir?
01:53 Veri setini yükleme
04:09 Veri setini parçalama
05:15 Veri ön işleme
12:03 Model kurma
16:33 Model eğitimi
İyi seyirler...
Merhaba, bu videoda çok kategorili resim sınıflandırma nasıl yapılır anlattım ve bu analizi yaparken modern yaklaşımları kullandım.
02:09 Veri setini anlama
05:25 Veri ön işleme
12:17 Performans arttırma
14:41 Veri arttırma
19:32 Model kurma
24:21 Model eğitim
28:21 Model tahmin
Bu derste zaman serilerini nedir ve klasik yaklaşımlarla zaman serileri nasıl analiz edilir konularını ele aldım.
00:55 Zaman serileri nedir?
01:50 Zaman serileri kavramları
04:58 Zaman serisi verisi oluşturma
12:29 En basit yaklaşım
15:48 Hareketli ortalamalar yaklaşımı
19:15 Hareketli ortalamaları iyileştirme
Merhaba, bu videoda bir makine öğrenmesi tekniği olan yapay sinir ağları ile zaman serilerini analiz etme konusunu ele aldım.
00:27 Zaman serilerini hazırlama
06:36 Veri seti oluşturma
08:07 Veri ön işleme
11:21 Veri setini parçalama
12:27 Veri görselleştirme
14:21 Verileri dönüştürme
16:14 Model kurma
18:06 Model eğitim
18:33 Model tahmin
22:03 Model değerlendirme
Bu videoda zaman serileri için derin öğrenme tekniklerini anlattım.
00:42 Veri setini yükleme
02:38 Veri setini okutma
04:44 Veri ön işleme
20:56 Basit model
25:23 Yapay sinir ağları
32:04 CNN tabanlı model
37:56 RNN tabanlı model
Bu derste RNN'e dayanan LSTM ve GRU mimarilerini adım adım anlattım.
00:49 RNN nedir?
02:38 NumPy ile RNN oluşturma
08:47 Gradyan kaybolma problemi
09:58 RNN mimarisi
12:52 LSTM mimarisi
17:07 GRU mimarisi
Bu derste RNN mimarileri ile zaman serileri analizi nasıl yapılır adım adım gösterdim.
00:47 Veri setini yükleme
02:28 Veri setini okuma
05:39 Veri setini tanıma
19:45 Veriyi hazırlama
23:33 Regresyon model
28:30 Basit RNN model
33:16 Derin RNN model
36:56 Model tahmin
43:38 LSTM & GRU model
Bu videoda NLP'nin ne olduğunu ve TensorFlow TextVectorization katmanı ile metinsel verilere nasıl veri ön işleme yapılacağını anlattım.
00:15 Doğal diş işleme nedir?
00:55 Doğal dil işlemenin gelişimi
02:21 Veri ön işleme
07:38 TensorFlow ile veri ön işleme
16:22 Pratikte TextVectorization
Bu videoda doğal dil işlemenin en çok kullanılan uygulamalarından duygu analizini anlattım.
00:06 Duygu analizi nedir?
01:20 Veri setini yükleme
02:41 Veri setini tanıma
05:37 Veri setini hazırlama
11:30 Veri ön işleme
22:18 Konfigürasyon
23:51 Model kurma
24:11 Embedding nedir?
28:57 Model eğitim
30:18 Görselleştirme
34:26 Model export
36:57 Model tahmin
Bu videoda bag-of-words ve TF-IDF teknikleri ile nasıl derin öğrenme modelleri kurulacağını anlattım.
00:01 Kelimeleri kodlama yaklaşımları
02:12 Veri setini yükleme
06:27 Bag-of-words
11:13 Model kurma
15:57 Model eğitim
18:12 Bigrams tekniği
21:59 TF-IDF
27:18 Model export
Bu videoda word embedding tekniğini anlattım.
03:09 Word embedding nedir?
05:36 Ön tanımlı word embeddings
09:29 Keras embedding katmanı
11:59 Modelde embedding katmanı
15:45 Sonuç
Word embeddingler doğal dil işleme de çok sık kullanılan bir tekniktir. Bu derste word embeddingler nasıl eğitilir ve nasıl görselleştirilir konularını anlattım.
01:14 Word Embedding nedir?
02:25 Veri setini yükleme
04:26 Veri setini tanıma
05:48 Model konfigürasyonu
08:06 Veri temizleme
13:43 Model kurma
18:02 Model eğitim
20:21 Embedding katmanı
23:18 Embedding Projector
Merhaba, bu videoda Hugging Face ve TensorFlow ile nasıl metin sınıflandırma yapılır, metnin duygusu nasıl çıkarılır konularını anlattım.
00:36 HuggingFace nedir?
03:00 Veri setini yükleme
04:08 Veri setini anlama
05:17 Veri ön işleme
11:45 Model metriğini ayarlama
18:04 Model kurma
22:59 Yeni bir veriyi tahmin etme
Bu videoda Gradio ile NER analizi için eğittiğimiz büyük dil modeli deploy edilir adım adım anlattım. Önce pipeline ile modeli HuggingFace Hub'dan indireceğiz. Ardından bu modeli ile Gradio'yu kullanarak bir uygulama inşa edeceğiz ve en son bu uygulamayı Hub'a yükleyeceğiz.
02:00 NER nedir?
03:09 Pipeline ile model yükleme
10:30 Gradio ile uygulama yapma
14:15 Uygulamayı Hub'a yükleme
Bu videoda bir uygulama üzerinden makine öğrenmesini anlattım.
00:16 Makine öğrenmesi giriş
01:45 Makine öğrenmesi nedir
03:00 Makine öğrenmesi çeşitleri
05:23 Makine öğrenmesi aşamaları
08:08 Model doğrulama
09:45 Uygulama
İyi seyirler...
Bu videoda sıfırdan kod yazarak bir makine öğrenmesi projesinin nasıl yapılacağını gösterdim.
01:54 Veri setini yükleme
03:48 Veri ön işleme
09:05 Veri görselleştirme
13:14 Veri doğrulama
21:04 Model kurma
32:38 Öznitelik mühendisliği
39:45 Regülerleştirme
45:55 Yeni veriyi tahmin etme
Bu videoda makine öğrenmesi ve derin öğrenme için önemli kütüphaneleri anlattım.
Bu derste Scikit-Learn kütüphanesini kullanarak lojistik regresyon algoritması ile bir sınıflandırma projesi yaptım.
01:19 Makine öğrenmesi nedir?
01:29 Makine öğrenmesi çeşitleri
02:21 Regresyon & Sınıflandırma
03:40 Veri setini yükleme
04:24 Veri setini anlama
06:50 Veri ön işleme
16:20 Verileri parçalama
20:08 Öznitelik mühendisliği
24:44 Lojistik regresyon
27:13 Model değerlendirme
30:24 Model yorumlama
31:47 Yeni verileri tahmin etme
33:42Mülakat soruları
Merhaba, bu video da yedi adımlık bir makine öğrenmesi yol haritasını anlattım.
Derin öğrenme analizlerini yapmak zordur. Çünkü çok para ve zaman gerektirir. Bu alana bilimden çok sanat denir. Projenizi yaparken doğru adımları atmak oldukça önemlidir. Problem çözdükçe bu alanda kendinizi geliştirebilirsiniz. Derin öğrenme projelerinizde başarılı olmak için 10 senelik tecrübelerimden öğrendiklerimi bu videoda paylaştım.
Makine öğrenmesi ve derin öğrenme iki yapay zeka alanıdır. Ama bu alanlar bir birinden farklıdır. Genelde bu iki alan karıştırılır. Hangi durumda hangi analizleri kullanacağınızı bilmeniz önemlidir. Yanlış teknik kullanırsanız hem para hem de zaman kaybedersiniz.
Bu videoda derin öğrenme ve makine öğrenmesi arasındaki 7 farkı göreceğiz.
00:36 Yapay zeka nedir?
01:55 Makine öğrenmesi nedir?
06:07 Derin öğrenme nedir?
08:04 Makine öğrenmesi vs derin öğrenme
Bu videoda doğal dil işlemeyi öğrenmek bir yol haritası anlattım.
01:41 NLP Nedir?
03:32 NLP için Alanlar
07:56 Frameworkler ve kütüphaneler
10:35 Kaynaklar
12:40 Sonuç
Merhaba,
Uygulamalarla TensorFlow ve Keras ile modern yapay zeka kursuna hoş geldiniz. Bu kursta derin öğrenme teknikleri kullanarak verilerle top gibi oynayacağız.
Bu kursu uygulamalarla modern yapay zekayı öğrenmek isteyenler için hazırladık. Veri bilimi, makine öğrenmesi, bilgisayarlı görü, doğal dil işleme ve zaman serileri alanında uzmanlaşmak isteyen herkes bu kursu alabilir.
Bu derslerde öncelikle Keras ve TensorFlow ekosistemini tanıyacaksınız daha sonra derin öğrenme tekniklerini kullanarak doğal dil işleme, bilgisayarlı görü, zaman serileri ve veri bilimi gibi alanlarda nasıl uygulamalar yapabileceğinizi öğreneceksiniz.
1. Derin öğrenmeye giriş
Derin öğrenmeye ilk adım
Python ile Yapay Sinir Ağlarını Öğrenelim
Derin Öğrenme vs Makine Öğrenmesi
Başarılı Derin Öğrenme Projeleri için 7 İpucu
2. Derin öğrenme için Keras
Keras ile resim sınıflandırma
Functional API ile Model Kurma
Subclassing API ile Katman Oluşturma
Subclassing API ile Model Kurma
Model Performansını Arttırma
Keras-Tuner ile Hiperparametreleri Ayarlama
3. TensorFlow ekosistemi
TensorFlow 'u tanımayım
TensorFlow ile Veri Ön İşleme
TensorFlow Dataset Kütüphanesi
4. Bilgisayarlı görü (Computer vision)
Evrişimli Sinir Ağları
CNN ile Resim Sınıflandırma
Transfer Learning ile Resim Sınıflandırma
Bilgisayar Görüşü Uygulaması
5. Derin öğrenme için zaman serileri
Zaman Serilerine Giriş
Makine Öğrenmesi Yaklaşımı ile Zaman Serileri Analizi
Derin Öğrenme Teknikleri ile Zaman Serileri Analizi
Adım Adım RNN & LSTM & GRU Mimarileri
Zaman Serileri Analizi Uygulaması
6. Doğal dil işleme (NLP)
NLP'nin Kilidini Açalım
Duygu Analizi Nasıl Yapılır?
Bag-of-Words & TF-IDF ile Model Kurma
Modern Yaklaşım: Word Embedding
Word Embedding 'leri Eğitme ve Görselleştirme
Bir RNN tabanlı Model ile Metin Üretme
HuggingFace ve TensorFlow ile Metin Sınıflandırma
7. Ek-1: Makine öğrenmesi dersleri
Makine Öğrenmesi Aslında Nedir?
Sıfırdan Makine Öğrenmesi Algoritması Yazalım
Önemli Makine Öğrenmesi Kütüphaneleri
Makine Öğrenmesi Sınıflandırma Projesi
Makine Öğrenmesi Regresyon Projesi
8. Ek-2: Bonus dersler (Yol haritaları ve uygulamalar)
Yapay Zeka Destekli Uygulama Yapalım
NLP için Yol Haritası
Makine Öğrenmesi için Yol Haritası
Özetle, bu kurs, TensorFlow ve Keras kullanarak derin öğrenme alanında uzmanlaşmanızı sağlayacak ve hızla büyüyen sektördeki fırsatları değerlendirmenize yardımcı olacak.
Hemen kaydolun ve yapay zekanın büyülü dünyasına dalmaya başlayın.
Kurs içinde görüşme üzere.
Tirendaz Akademi