Lütfen, "Sık Sorulan Sorular" sayfasını dikkatli bir biçimde okuyun.


27 Ocak - 3 Şubat
2018
Karabük Üniversitesi

       

Ana Sayfa

Kurs Listesi

Güncellemeler için takip edin.

Derin Öğrenme Atölyesi

 
Kursta, özgür yazılımlar ile güncel derin öğrenme konuları üstüne örnek çalışmalar yaparak, bu alanla ilgili önemli konuların anlaşılması ve pekiştirilmesi sağlanacaktır.
 
Kurs Sorumlusu/Sorumluları: Ayşe Bilge Gündüz, Ahmet Sezgin Duran
Eğitmen/Eğitmenler: Ahmet Sezgin Duran, Hüseyin Erdem
 
Eğitmene iş günlerinde izin vererek kursun yapılmasına sağladığı katkıdan ötürü ATAR Labs’a teşekkür ederiz.
 
Katılımcılar için ön-şartlar:

* Giriş seviyesi Python bilgisi
* Üniversite giriş seviyesinde matematik ve lineer cebir bilgisi

Katılımcıların kursa getirmesi gereken donanım/yazılım:

Dizüstü bilgisayar getirilmesi ve sonradan paylaşılacak rehberlerden gerekli yazılımların kurulması.

Kurs İçeriği:

* Özgür yazılım felsefesi
* Yapay zeka ve makine öğrenimi üzerine genel sohbet
* Varsa kullanılacak yazılımlarla ilgili sorunların giderilmesi
* Yapay zeka ve makine öğrenimi genel bakış (konu anlatımı ve tartışma)
* Derin öğrenme kavramı
* Temel problem modelleri ve çözümleri için yaklaşımlar
* Temel doğrusal model
* Sinir ağları
* Konvolüsyon yapıları
* Örnek çalışma: Farklı tekniklerle MNIST sınıflandırma
* Optimizasyon teknikleri
* Önemli ipuçları
* Örnek çalışma: Derin bir model ile CIFAR10 sınıflandırma
* Takviyeli (Reinforcement) Öğrenme
* Deep Q-Network yapısı
* Örnek çalışma: OpenAI Gym CartPole-v0
* Örnek çalışma: OpenAI Gym Breakout-v0
* Örnek çalışma: OpenAI Gym Pong-v0
* Tekrarlı sinir ağları (RNN) ve LSTM yapıları
* Örnek çalışma: Metin üretim sistemi
* Autoencoder yapıları
* Kullanım alanları
* Örnek çalışma: MNIST’de boyut düşürme ve yeniden yapılandırma (reconstruction)