TensorFlow 2 ile Derin Öğrenmeye Giriş Eğitimi


SeviyeSüreEğitim YöntemiKursa Kimler Katılmalı Ön gereksinim
Başlangıç5 günYüz yüzeDerin öğrenme alanında uzmanlaşmak isteyenlerTemel Python bilgisi gereklidir

Ne öğreneceksiniz?

Bu kurs sonunda yapay sinir ağlarının gerçek hayatta karşılaştığınız problemleri çözebilecek, en yaygın araç olan Tensorflow ile;

  • Konvolüsyonel Sinir Ağları (CNN)

  • Tekrarlayan Sinir Ağları (RNN)

  • Generative Adversarial Networks (GAN)

  • Pekiştirmeli Öğrenme modelleri geliştirebileceksiniz


Araçlar ve Kütüphaneler


  • Tensorflow

  • Keras

Eğitim İçeriği


Makine Öğrenmesi ve Yapay Sinir Ağları


  • Makine Öğrenmesi

  •           Makine Öğrenmesine Giriş

  •           Derin Öğrenme Nedir?

  •           Keras ile Lojistik Regresyon

  • Yapay Sinir Ağları

  •           Yapay Sinir Ağları (ANN) Mimarisi

  •          Aktivasyon Fonksiyonları

  •           Optimizasyon

  •           Gradient Descent

  •           Momentum

  •           Keras ile ANN

Konvolüsyonel Sinir Ağları (CNN)


  • Konvolüsyonel Sinir Ağları

  •           CNN Mimarisi

  •           Kanallar

  •           Padding ve Stride

  •           Pooling ve Dropout

  •           Batch Normalization

  • CNN Modelleri

  •           Keras ile CNN Uygulaması

  •           Yaygın CNN Modelleri

Tekrarlayan Sinir Ağları (RNN)


  • Sıralı (Sequence) Modeller

  • RNN’e Giriş

  • RNN’de Back-propagation

  • GRU

  • LSTM

  • Keras ile RNN

Generative Adversarial Networks (GAN)


  • Autoencoders

  • Keras ile Autoencoder uygulaması

  • Generative Adversarial Ağlar

  • Derin Konvolusyonel GAN’lar

  • GAN Modellerini Eğitme

Pekiştirmeli Öğrenme


  • Pekiştirmeli öğrenme uygulamaları

  • Pekiştirmeli Öğrenme’ye Giriş

  • Q-learningMarkov Karar Süreçleri