01 / Yapı taşları
Katman, aktivasyon, kayıp fonksiyonu ve geri yayılım; küçük bir ağın elle izlenmesi.
MAKİNE ÖĞRENİMİ / İLERİ
Bugünün modellerinin altındaki mekanizmayı anlamak.
Sinir ağlarını sezgi ve kodla kavrayın; hazır modelleri kendi probleminize uyarlamayı ve sınırlarını değerlendirmeyi öğrenin.
- ALAN
- Makine öğrenimi
- SEVİYE
- İleri
- FORMATLAR
- Çevrim içi canlı sınıf, Seanslı mentorluk
KİMLER İÇİN?
Size uygun mu?
Makine öğrenimi temellerini bilen ve büyük modellerin nasıl çalıştığını, nasıl uyarlanacağını öğrenmek isteyen mühendisler, araştırmacılar ve ileri düzey öğrenciler.
Ön koşullar
- Makine öğrenimi temelleri
- Rahat Python kullanımı; temel doğrusal cebir kavramları
Sonunda neler yapabilirsiniz?
- Bir sinir ağının nasıl öğrendiğini açıklamak
- Önceden eğitilmiş bir modeli transfer öğrenme ile uyarlamak
- Görüntü ve metin görevlerinde uygun model ailesini seçmek
- Hesaplama maliyeti, veri ihtiyacı ve riskleri değerlendirmek
MODÜLLER
Adım adım.
Uygulaya uygulaya.
Modüller kitleye ve formata göre uyarlanır; sıra ve derinlik ön görüşmede belirlenir.
ARAÇLAR
Python ve yaygın derin öğrenme kütüphaneleri · Önceden eğitilmiş açık modeller · Deney takip araçları
02 / Eğitim pratiği
Optimizasyon, düzenlileştirme, veri artırma ve deney takibi.
03 / Görüntü ve dizi modelleri
Evrişimli ağlar ve dikkat mekanizması; transformer mimarisine giriş.
04 / Transfer öğrenme
Hazır bir modeli az veriyle uyarlama, değerlendirme ve hata analizi.
05 / Sorumlu kullanım
Önyargı, veri kaynağı, lisans ve üretim öncesi kontroller.
UYGULAMA PROJESİ
Az veriyle çalışan bir sınıflandırıcı.
Kendi seçtiğiniz küçük bir görüntü veya metin kümesiyle önceden eğitilmiş bir modeli uyarlayın; sonuçları hata örnekleriyle birlikte sunun.
KOCAELİ’DE VE ÇEVRİM İÇİ
Derin öğrenme ve modern modeller:
Kocaeli’de yüz yüze, Türkiye genelinde çevrim içi.
Uygulamalı atölyeleri Kocaeli’de kurumun kendi alanında ya da birlikte belirlenen bir ortamda planlıyoruz. İzmit, Gebze, Körfez veya Gölcük’teki bir ekip için yerinde çalışmak; farklı şehirlerdeki katılımcılar için canlı çevrim içi sınıf veya seanslı mentorluk mümkün.
Eğitim formatlarını karşılaştırınAKLINIZDAKİ SORULAR
Biraz daha netleştirelim.
Uygulamalar küçük veri ve hazır modellerle, sıradan bir dizüstü veya ücretsiz bulut not defterleriyle yapılabilecek biçimde planlanır.
Küçük örneklerde evet, mekanizmayı görmek için. Gerçek işlerde transfer öğrenme ve hazır modellerin uyarlanması ele alınır.
EĞİTİMDEN UYGULAMAYA
Web. Yazılım. Yapay zekâ.
Eğitim.
Tek ekip, dört çalışma alanı. Bir projeye ihtiyaç duyduğu disiplinlerden bakıyor; gerektiğinde web, yazılım, otomasyon ve eğitimi tek planda birleştiriyoruz.
01
Web tasarım
Ziyaretçinin aradığını bulduğu, sizin rahatça yönettiğiniz kurumsal web siteleri.
02
Yazılım
İşinizin çalışma biçimine göre geliştirilen, sürdürülebilir dijital sistemler.
03
Yapay zekâ
Gösteri değil; günlük işin belirli bir adımını iyileştiren, insan onaylı sistemler.
04
Eğitim
Şirketler, bireyler, gençler, çocuklar ve öğretmenler için uygulamalı yapay zekâ eğitimi.
BİR FİKRİNİZ Mİ VAR?
Bu konuyu ekibinize göre planlayalım.
Katılımcıları, düzeyi ve tercih ettiğiniz biçimi anlatın; programı birlikte kuralım.