Bu GitHub deposu, "Derin Öğrenme" dersi için materyalleri içermektedir. Bu ders, temel derin öğrenme kavramlarını ve uygulamalarını öğretmek amacıyla tasarlanmıştır. Ders boyunca, öğrenciler derin öğrenmenin temellerini anlayacaklar ve farklı projelerde bu becerileri uygulayacaklardır.
- Yapay Zekâ tanımı ve önemi
- Makine Öğrenmesi tanımı ve amaçları
- Makine Öğrenmesi ve Derin Öğrenme Uygulamaları için Gereksinimler
- Regresyon Modelleri Anlatımı ve Uygulaması
- Örnek Uygulama - Week #1 - YAZ20411_Linear_Regression_Models.ipynb
- Python 3.7 veya üzeri
- Sklearn, TensorFlow gibi derin öğrenme kütüphaneleri
- Jupyter Notebook veya Google Colab
- Veri kümesi (örnekler, görüntüler, metin, vb.)
Her haftanın sonunda, o haftanın içeriğine uygun örnek kodlar ve projeler bu depoda bulunacak ve bu README.md dosyasına eklenecektir. Kodları çalıştırmak ve projeleri incelemek için yönergeleri izleyin.
Bu dersi daha derinlemesine anlamak ve geliştirmek için aşağıdaki kaynakları kullanabilirsiniz:
- Hands-on Machine Learning with Scikit Learn, Keras & Tensorflow - Buzdağı Yayınevi
- Deep Learning - D&R
- Makine Öğrenmesi Teorik Yönleri ve Python Uygulamaları - Amazon
- Deep Learning with Python D&R
- İnternet üzerindeki derin öğrenme eğitim kaynakları ve dökümantasyonlar
Dersle ilgili herhangi bir soru veya geri bildirim için lütfen bana e-posta ile ulaşın: [email protected]
Bu proje MIT Lisansı altında lisanslanmıştır. Katkıda bulunmak isterseniz, lütfen katkıda bulunma rehberimize bakın.
Bu README.md dosyası, ders materyallerini ve kaynakları düzenli ve erişilebilir bir şekilde sunmak için tasarlanmıştır. Ders boyunca bu dosya güncellenecektir. İyi çalışmalar!