TensorFlow ile Derin Öğrenme Esasları

Derin öğrenme; bilgisayarlı görü, tahmine dayalı analitik ve doğal dil anlama genelinde modern yapay zeka uygulamalarına güç verir. Yapay sinir ağlarının temellerinde uzmanlaşmak, sizi geleneksel algoritmaların zorlandığı karmaşık veri sorunlarını çözmeye hazırlar. Bu yazılı kurs; TensorFlow ve onun üst düzey Keras API'sini kullanan pratik kod uygulamalarının ardından açık, kavramsal bir temel sunar. Nöral mimarilerin perde arkasında nasıl çalıştığını keşfedecek, girdi verilerini hazırlayacak, model boru hatlarını yapılandıracak ve eğitim metriklerini güvenle yorumlayacaksınız. Öğrenecekleriniz: - Temel derin öğrenme terminolojisini, yapay nöronları, aktivasyon fonksiyonlarını ve katman mimarilerini anlama - Tablo tabanlı regresyon ve sınıflandırma görevleri için ileri beslemeli yapay sinir ağları oluşturma ve derleme - Eğitimi yönlendirmek için uygun kayıp fonksiyonlarını, değerlendirme metriklerini ve optimizasyon algoritmalarını uygulama - Doğrulama bölümleri (validation splits), düzenlileştirme (regularization) ve erken durdurma (early stopping) geri çağrıları gibi modern eğitim uygulamalarını hayata geçirme - Eğitilmiş yapay sinir ağı modellerini kaydetme, yükleme ve bunlar üzerinde çıkarım (inference) çalıştırma - Model performansını inceleme ve aşırı öğrenme (overfitting) ile eksik öğrenme (underfitting) gibi sorunları teşhis etme Okuma materyali, sizi yapılandırılmış yazılı eğitimler ve temiz kod uygulamalarıyla yönlendirmeden önce temel teori ve esas terminoloji ile başlar. Bu kurs, derin öğrenmeye yeni başlayan ve sadece temel Python bilgisi gerektiren veri uygulayıcısı adayları ve programcılar için tasarlanmıştır. TensorFlow ile derin öğrenmede sağlam bir temel geliştirmek için okumaya başlayın.