Bu kursları tamamladıktan sonra profesyonel görselleştirmeler ve panolar oluşturma konusunda kendime güveniyorum
Shoebur RahmanSatın Alma Uzmanı, Giz Bangladesh
Kurs Açıklaması
Derin Öğrenme Uygulamalarını Keşfedin
Derin öğrenme, robotik, doğal dil işleme, görüntü tanıma ve yapay zeka alanlarındaki en heyecan verici yeteneklerin ardında yatan makine öğrenimi tekniğidir. Bu 4 saatlik kursta, Python becerilerinizi Keras 2.0 kütüphanesi ile derin öğrenmeye nasıl uygulayacağınız konusunda uygulamalı bilgi edineceksiniz.Bir kütüphane katkısı sağlayan kişiyle Keras modellerini keşfedin
Eski Google veri bilimcisi ve Keras katkıcısı Dan Becker tarafından verilen bu derin öğrenme kursu, sinir ağı modellerini ve bu modellerle nasıl tahminler üretebileceğinizi ele alıyor. İlk bölümler, hem ileri hem de geri yayılım hakkında ve bunların pratikte nasıl işlediğine dair anlayışınızı geliştirecektir.Keras kütüphanesi, derin öğrenme modellerini geliştirmenize ve incelemenize yardımcı olabilecek bir Python kütüphanesidir. Birçok Python kütüphanesi gibi, bu da ücretsiz, açık kaynaklı ve son derece kullanıcı dostudur. Öncelikle bir Keras modeli oluşturacak ve tahminlerde bulunmadan önce bu modeli derlemeyi, uyarlama ve sınıflandırmayı öğreneceksiniz. Bu kursu tamamladığınızda, derin sinir ağları oluşturmak için ihtiyacınız olan tüm araçlara sahip olacak ve zamanla daha geniş ve daha derin ağlarla denemeler yapmaya başlayabileceksiniz.
Derin Öğrenmeyi Daha Derinlemesine İncelemek
Bu ders, çeşitli makine öğrenimi ve derin öğrenme programlarının bir parçasıdır. Giriş dersini tamamladıktan sonra, ister kişisel bir proje gerçekleştirmek ister Makine Öğrenimi Uzmanı olarak kariyerine adım atmak iste, bu alanda beceri ve deneyimini geliştirmek için sana net bir yol haritası sunar.Ön Koşullar
Müfredat
Kurs planı
1
Deep learning ve sinir ağlarının temelleri
Bu bölümde, deep learning'de kullanılan temel kavram ve terimlere aşina olacak ve bugün deep learning tekniklerinin neden bu kadar güçlü olduğunu anlayacaksın. Basit sinir ağları kuracak ve onlarla tahminler üreteceksin.
- Deep learning’e giriş50 XP
- Yapay sinir ağı modellerini klasik regresyon modelleriyle karşılaştırma50 XP
- İleri yayılım50 XP
- İleri yayılım algoritmasını kodlama100 XP
- Aktivasyon fonksiyonları50 XP
- Düzeltilmiş Doğrusal Etkinleştirme Fonksiyonu100 XP
- Ağını verideki birden çok gözleme/satıra uygulamak100 XP
- Daha derin ağlar50 XP
- Daha derin bir ağda ileri yayılım50 XP
- Çok katmanlı sinir ağları100 XP
- Temsiller öğrenilir50 XP
- Temsil düzeyleri50 XP
2
Geriye yayılım ile bir sinir ağını optimize etme
Sinir ağlarının ürettiği tahminleri nasıl optimize edeceğini öğren. Deep learning'in en önemli tekniklerinden biri olan geriye yayılım yöntemini kullanacaksın. Nasıl çalıştığını anlamak, kursun ikinci yarısında üzerine inşa edeceğin sağlam bir temel sağlar.
3
Keras ile deep learning modelleri kurma
Bu bölümde, hem regresyon hem de sınıflandırma için Keras kütüphanesini kullanarak deep learning modelleri kuracaksın. Tahmin yapmak için kullanabileceğin Belirt-Derle-Eğit (Specify-Compile-Fit) iş akışını öğrenecek ve bölümün sonunda derin sinir ağları kurmak için gerekli tüm araçlara sahip olacaksın.
4
Keras modellerini ince ayar yapma
Keras'ta deep learning modellerini nasıl optimize edeceğini öğren. Önce modellerini nasıl doğrulayacağını öğren, ardından model kapasitesi kavramını anla ve son olarak daha geniş ve daha derin ağlarla denemeler yap.
Python ile Deep Learning'e Giriş
Kurs
Tamamlandı
