Eğitim Detayı:
Python ile Kapsamlı Veri Bilimi sınıfımızın üzerine kuruludur ve katılımcılara Derin Öğrenmenin temellerini ve Keras ve TensorFlow kullanarak yapay sinir ağı (YSA) uygulamalarını uygulamayı öğretir.
Eğitim Hedefleri:
- • Sinir ağlarının arkasındaki temel teoriyi öğrenmek
- • Bir yapay sinir ağı (YSA) kullanarak rastgele bir işlevi modelleyebilmek
- • Kayıp ölçümlerini ve yakınsama koşullarını yorumlama alıştırması yapmak
- • Bir regresyon problemine sinir ağı uygulamak
- • YSA'lar bağlamında düzenlileştirmeyi anlamak
- • Ağ düzenleme stratejileri olarak bırakma ve LASSO'yu uygulamak
- • Derin Öğrenmeyi bir sınıflandırma problemine uygulamak
- • Python ve Keras'ta görüntü işleme yöntemlerini uygulamak
- • İleri beslemeli ağ mimarilerini evrişimli katmanlara genişletmek
- • 2B evrişimli görüntü sınıflandırma mimarileri oluşturmak
- • Çok sınıflı bir sınıflandırma gerçekleştirmek
- • Tekrarlayan mimariler (RNNS, LSTM'ler ve GRU'lar) kullanarak sıralı verilere Derin Öğrenme uygulamak
- • Derin Öğrenmeyi zaman serisi tahmin uygulamalarına uygulamak
- • Autokeras'ı kullanarak YSA mimarisi seçimini otomatikleştirmek
- • Gizli Semantik Temsil kavramını ve kelime gömmelerini anlamak
Ön Koşullar:
Tüm katılımcıların Comprehensive Data Science with Python sınıfını tamamlamış veya eşdeğer deneyime sahip olması gerekir.
Eğitimin İçeriği:
- • Constructing Deep Learning Models
- • Introduction to Image Processing with Python and Keras
- • Deep Learning for Image Classification with Convolutional Architectures
- • Time Series Forecasting with Deep Recurrent Architectures
- • Deep Learning and Natural Language Processing (NLP)
- • Transfer Learning
- • Variational Autoencoders
- • Generative Adversarial Networks (GANs)
- • Transformer Architectures