Sıfırdan Uzmanlığa Deep Learning

Merhaba Sevgili Bilgi Arayan,Bu kurs içerisinde bizi nelerin beklediğini kısaca bir özetini bu alanda bulabilirsiniz. 4 Ana bölümden oluşan bu kursta aşağıdaki ana başlıklarda şu konuları işliyoruz.1- Derin Öğrenmeye Giriş: Derin öğrenmede bir modeli kurarken ne kadar karmaşık ya da basit olursa olsun her zaman kullanacağımız başvuracağımız bazı anahtar kelimeler ve fonksiyonlar var. Örneğin aktivasyon Fonksiyonlarını sıkça kullanıyoruz. Bu bölüm derin öğrenmedeki temel konseptleri ve metodolojileri sanki Tensorflow ve Keras hiç icat edilmemiş gibi elimizle kodlayarak neyi neden kullandığımızı öğrendiğimiz bölüm olarak karşımıza çıkıyor.2-Tensorflow ve Keras: Bir Derin Öğrenme projesindeki tüm bileşenleri tek tek elimizle kodlamamız tahmin edeceğiniz gibi imkansız. İlk bölümde elimizle kodladığımız tüm bilgileri bu sefer Tensorflow ve Keras üzerinden modeller kurarak hem detaylandırıyor hem de bunların üstüne yeni bilgiler katıyoruz. Bölüm sonunda tüm bu öğrendiklerimizi bir örnek ile adım adım pekiştiriyoruz.3- RNN: Derin Öğrenme dediğimizde bana göre en havalı olan alan Doğal Dil İşleme alanı. Bir bilgisayarın aynı bir insan gibi yazılanları anlayabildiği bir dünyada yaşıyoruz bugün. Şu anda belki o kadar büyük bir örnek yapmayacağız ancak bir bilgisayar nasıl bir insan gibi cümleleri anlayabilir dediğimizde karşımıza çıkan RNN Sinir Ağı modelini detaylıca öğreneceğiz. Bu öğrenme sürecimizde hem bölüm içerisinde hem de bölüm sonunda yaptığımız uygulamalar ile de öğrendiklerimizi pekiştirmiş olacağız.4.CNN: Yine bana göre ikinci en havalı derin öğrenme alanı ise Görüntü İşleme. Bir bilgisayar gözleri olmadığı halde videoları izleyip oradaki nesneleri tanıyabiliyor, sınıflandırabiliyor. Bu teknolojilerin sonu her ne kadar yok gibi görünse de bir başlangıç noktası bulunmakta. Fotoğraflar. Kursun bu bölümünde CNN ile bir görüntü işleme projesi nasıl yapılır ve bu projeyi uçtan uca kodlarken bir CNN mimarisi nasıl inşa edili