Eğitim İçeriği :
Yapay zeka, makine öğrenimi ve derin öğrenme, sinir ağlarının matematiksel yapı taşları, İkili sınıflandırma, Çok Sınıflı Sınıflandırma, Regresyon, Bilgisayarla Görme için Derin Öğrenme konuları işlenecektir.
Eğitim Yöntemi ve Süresi :
Derslerin tamamı sanal sınıfımızda, canlı dersler şeklinde yapılacak olup, dilediğiniz yerden katılım sağlayabilirsiniz.
Program yaklaşık 4 ay sürecektir (15 hafta).
Eğitimin Amacı :
Bu dersin amacı; Derin Sinir Ağı mimarilerine, öğrenme algoritmalarına ve uygulamalarına giriş sağlamaktır.
Eğitim Sonunda Kursiyerin Kazanımlar :
- Derin Sinir Ağlarının kavram ve tekniklerini tanımlamak
- Derin Sinir Ağlarının davranışının nedeni anlamak
- Hangi Derin Sinir Ağı modelinin belirli bir uygulama için uygun olduğunu değerlendirmek
- Derin Sinir Ağı modellerini değerlendirmek
- Derin Sinir Ağlarını belirli alanlara uygulamak
- Derin Sinir Ağları geliştirme adımlarını belirlemek
Eğitim Süresi :
60 saat
Eğitim Yöntemi :
Derslerin tamamı sanal sınıfımızda zoom üzerinden canlı dersler şeklinde yapılacak olup, her yerden katılım sağlayabilirsiniz.
Blege ve Sınav :
Eğitimin başarı ile tamamlayan kursiyerlere; e-Devlet'ten sorgulanabilen Atılım Üniversitesi Rektörü onaylı resmi sertifika verilecektir. (E-Devletten sorgulanabilir sertifikanız, 10 iş günü içinde ulaştırılacaktır)
Ön Koşul :
Herhangi bir programlama dilini (C, C++, Java, Python) orta seviyede bilmek
Eğitim Dili :
Türkçe
İçerik Dili :
İngilizce
- Yapay zeka, makine öğrenimi ve derin öğrenme (Artificial intelligence, machine learning, and deep learning) - 4 saat
- Sinir ağları ve Sinir ağları için veri gösterimleri (Data representations) - 4 saat
- TensorFlow, Keras ve Tensör operasyonları - 4 saat
- Gradyan tabanlı optimizasyon (Gradient-based optimization) - 4 saat
- Keras ile Derin Sinir Ağı Modeli: Katmanlar (Deep Neural Network Model: Layers) - 4 saat
- Keras ile Derin Sinir Ağı Modeli: Kayıp İşlevleri (Deep Neural Network Model: Loss Functions) - 4 saat
- Sınıflandırma Problemleri (Classification Problems) - 4 saat
- Keras ile İkili sınıflandırma (Binary classification) - 4 saat
- Keras ile Çok sınıflı sınıflandırma (Multiclass classification) - 4 saat
- Keras ile Kestirim (Regression) - 4 saat
- Model Değerlendirme, Veri ön işleme (Model Evaluating, Data preprocessing) - 4 saat
- Aşırı Uyum ve Yetersiz Uyum, Evrensel iş akışı (Overfitting and Underfitting, Universal workflow) - 4 saat
- Bilgisayarla görme için Derin Sinir Ağları: Konvnetlere Giriş (Deep Neural Networks for computer vision: Introduction to Convnets) - 4 saat
- Bir Convnet Eğitimi (Training a Convnet) - 4 saat
- Önceden Eğitilmiş Bir Convnet Kullanma (Using a Pretrained Convnet) - 4 saat
Doç. Dr. Murat Karakaya
(Atılım Üniversitesi Öğretim Üyesi)
Diğer eğitmenler