Yapay zeka ve derin öğrenme alanında çalışmalar yapmak istiyorum ancak nereden ve nasıl başlayacağımı bilemiyorum diyenlerdenseniz bu yazı size bir rehber niteliğinde.Yapay zeka, dar zeka ve yapay genel zeka olarak ikiye ayrılmaktadır.

Yapay zekayı öğrenmek zor mu? Kendi kendime öğrenebilir miyim?

Hayır, zor değil. Ancak yapay zeka, ciddi anlamda zaman ayırıp çalışmayı gerektiren bir alandır.

Yapay zeka algoritmalarını ve matematiğini nereden öğrenebilirim?

Yapay zekanın temelini öğrenmek önemlidir. Aksi halde geliştirici değil uyarlayıcı  olursunuz. Bu yüzden yapay sinir ağları (artificial neural networks), makine öğrenmesi (machine learning), işlemsel zeka (computational intelligence), derin öğrenme (deep learning) gibi temel dersleri mutlaka takip etmelisiniz

Python Yapay Zeka ve Derin Öğrenme Derslerine Hoşgeldiniz…

Yapay Zeka
Makine Öğrenme
Derin Öğrenme
– Yapay Sinir Ağları
– Layers (Katmanlar)
– Aktivasyon Fonksiyonları
– Loss(Cost) Fonksiyonları
– Gradient Descent
– Backpropagation
– Overfitting
Tensorflow ile Yapay Sinir Ağları
-Basit Linear Model
Çok Layerlı Sinir Ağı
-Loos Grafiği
-Dropout
Konvolüsyonel Sinir Ağları (CNN)
-CNN ile MNIST
-CIFAR-10
-Data Augmentation
-CNN Mimarileri
-İmagenet
Yinelenen Sinir Ağları (RNN)
-RNN ile Spam Filtresi
-LSTM
Tensorflow ile Model Geliştirme
-Tensorboard
-Keras

Yapay Zeka ve Derin Öğrenme ÖZETLE…

  • Hayalinizdeki sistemi bir yapay zeka modeline dökebileceksiniz
  • Derin Öğrenme, hayvan zekasını taklit etmek için Yapay Sinir Ağlarını kullanır.
    • Bir sinir ağında üç tür nöron katmanı vardır:
      • 1-Giriş Katmanı
      • 2-Gizli Katmanlar
      • 3-Çıkış Katmanı
  • Nöronlar arasındaki bağlantılar, giriş değerinin önemini belirleyen bir ağırlıkla ilişkilendirilir.
  • Nöronlar, nörondan çıkan çıktıyı “standartlaştırmak” için verilerde bir Aktivasyon Fonksiyonu kullanırlar.
  • Yinelenen sinir ağları ile doğal dil işleme modelleri geliştirebileceksiniz.
  • Yapay sinir ağını eğitmek için büyük bir veri kümesine ihtiyaç vardır.
  • Veri kümesi boyunca yineleme yapmak ve çıktıları karşılaştırmak, yapay zekanın gerçek çıktılardan ne kadar uzakta olduğunu gösteren bir Maliyet Fonksiyonu üretecektir.
  • Veri kümesindeki her yinelemeden sonra, maliyet fonksiyonunu azaltmak için nöronlar arasındaki ağırlıklar Gradient Descent kullanılarak ayarlanır.İşte bu, Derin Öğrenmenin sihridir!

Sonraki yazılar için takipte kalın.

%d blogcu bunu beğendi: