Bu proje, CIFAR-10 veri seti üzerinde çeşitli makine öğrenmesi ve derin öğrenme teknikleri kullanılarak yapılan bir görüntü sınıflandırma çalışmasını içerir.
📊 Bu adım veri setini yükleme, eğitim ve test verilerinin görselleştirilmesi ve normalizasyon işlemlerini içermektedir.
📊 Makine öğrenmesi metodlarından KNN, Decision Tree , SVM, Logistic Regression ve Random Forest algoritmaları kullanılarak modeller oluşturulup accuracy, f1 score, recall ve precision metriklerine göre değerlendirilme aşamalarını içerir .
📊 Bir Convolutional Neural Network (CNN) modeli oluşturularak katmanlar belirlenmesi ve model eğitimi adımlarını içerir.
📊 Modelin doğruluğunu artırmak ve overfitting’i önlemek amacıyla kullanılan Dropout, Early Stopping, L1 ve L2 Regularization yöntemleri içerir.