Sizin İçin Yapay Zeka
Yapay Zeka Teknolojileri ve Uygulamaları için Burayı Takip Edin!İşte tam bu noktada ai4y.org devreye giriyor!
Erasmus+ 205 Projesi ile Yapay Zeka öğrenme ve geliştirme çalışmamız Pitonca Education katkıları ile devam ediyor.
Sizin için YZ programı, sizlere 4. sanayi devrimi döneminde gerekli beceriler ile donatacak eğitim ve haberleri sizlere sunmaktadır. Bilgileriniz sizleri yüzyılın sorunlarına YZ teknolojilerini kullanarak çözümler üretmenize yardımcı olacaktır.
Bu site YZ öğrenme ve uygulama ihtiyaçlarını karşılamayı amaçlamaktadır.
ai4y.org, yapay zeka konusunda öğrenmek isteyen herkes için ilham verici ve öğretici bir platform sunuyor. İster yeni başlıyor olun ister ileri düzeyde bir uzmanlık hedefleyin, burada sizi bekleyen eğitimler ve içeriklerle kendinizi geliştirebilirsiniz.
Neler Sunuyoruz?
Yapay Zeka eğitimleri sizlere aşağıdaki kabiliyetleri kazandıracak, sorun çözmenizde yardımcı olacaktır.
Hemen Başlayın!
Kendinizi geleceğin teknolojisiyle donatmak için daha fazla beklemeyin. ai4y.org'a katılın ve yapay zeka dünyasındaki yerinizi alın.
🚀 Haydi, şimdi harekete geçin! Bilgi dolu bir yolculuğa davetlisiniz.
👉 ai4y.org
YZ Portal Çalışmasının amacı öğrencilerimize verilen Python, ML ve DL eğitimlerinde anlatılan konular ve oluşturulan kodları barındırmaktır. Bu portal üzerinde kodlara ulaşıp, deneyebilir ve bunları daha sonra projelerinizde kullanmak için indirip arşivleyebilirsiniz.
Biz çalışmalarımızda Google Colab platformunu kullandık. Sizler kodlarınızı isterseniz
Jupyter Notebook orijinal sitesi üzerinde de kullanabilirsiniz.
Portalden faydalanmak için ilgili konuların görsellerini tıklamalı ve GİRİŞ için istekte bulunmanız gerekmektedir.
Çalışmalar açılan eğitimlerin kodlarını içerir. Kodları çalışır halde bulacaksınız. Bunlar Not Defterleri (Jupyter Notebook) içerisinde hem metin hemde kod olarak verilmiştir. Bu kodları dilediğiniz gibi değiştirip kullanabilirsiniz. Bu Not Defterlerini kullanmak için google hesabınızın olması gerekir. Öncelikle bir gmail.com uzantılı mail adresiniz ile oturum açın ve google drive'ınızın olduğundan emin olun. Daha sonra eğitim bölümündeki derslerin bağlantılarına tıklamanız yeterlidir. Ders Notları ise hem Jupyter Notebook hemde pdf formatında verilmiştir.
Eğitimleri daha rahat takip edebilmeniz için sayfanın sağ üst kısmındaki ve ikonlarına tıklayarak en uygun platforma geçebilirsiniz
Haluk Tanrıkulu'nun İstatistiğe Giriş Eğitimlerine katılmadan önce lütfen bu podcast dinleyiniz.
Bu podcast, istatistiğe giriş niteliğinde bir ders notu veya kitaptan alıntılar sunmaktadır. Bu alıntılar, iki veri kümesinin basit ortalamalarının aynı olması durumunda bile, varyasyon açısından incelenmesi gerektiğini vurgulayarak, Chebyshev teoremi ve standart sapma gibi temel kavramları açıklamaktadır. Ayrıca, farklı ortalama ve standart sapmaya sahip dağılımlardaki başarıların karşılaştırılması için z-değerlerinin hesaplanması ve veri kümesinin standardize edilmesi işlemlerine değinilmektedir. Metin, değişkenler arasındaki doğrusal ilişkiyi ölçmek için kullanılan Pearson çarpım moment korelasyon katsayısının özelliklerini ve regresyon analizi ile tahmin yapmanın sınırlarını da ele almaktadır. Son olarak, metnin ilerleyen kısımları olasılık hesaplamaları, koşullu olasılık, Bayes kuralı ve kesikli rasgele değişkenlerin beklenen değeri ile varyansı gibi konulara odaklanmaktadır.
Python ile Programlamaya Giriş - Bölüm 1
Bu kaynak, Haluk Tanrıkulu tarafından hazırlanan "Python ile Programlamaya Giriş" adlı eğitimden çıkarılmıştır. Bu podcast, öncelikle Python programının indirilmesi ve çeşitli işletim sistemlerine kurulum sürecini detaylıca açıklamaktadır. Kurulumun ardından, kullanıcıları Python komut satırı (shell) ve IDLE editörünü kullanarak programlamaya başlatır. Temel programlama kavramlarından ilki olan print() komutunun farklı kullanımlarını ve ekrana metin ya da sayı yazdırma yöntemlerini öğretir. Son olarak, kaynak aritmetik işlemlerin nasıl yapıldığını gösterir ve değişkenler kavramına giriş yaparak, veri saklama ve işleme mantığını örneklerle açıklar.
Yapay Öğrenme, Derin Öğrenme ve Uygulamaları (Bölüm 1)
Bu kaynak, Haluk Tanrıkulu tarafından hazırlanan "Yapay Öğrenme" adlı eğitiminden çıkarılmıştır. Bu podcast, Yapay Öğrenme ve özellikle Derin Öğrenme (DL) kavramlarına kapsamlı bir genel bakış sunmaktadır. Metin, bilgisayarların daha insancıl algılama ve karar verme yeteneklerine duyulan ihtiyacı vurgularken, makine öğreniminin bir alt kümesi olan derin öğrenmenin tanımını, evrimini ve mimarisini detaylandırmaktadır. Ayrıca, derin öğrenme modellerinin temelini oluşturan Lineer Cebir (özellikle matrisler, özdeğerler ve özvektörler) kavramlarını ve Yapay Sinir Ağlarının (YSA) çalışma prensiplerini, ileri ve geri yayılım mekanizmalarını açıklamaktadır. Son olarak, metin, DL'nin kendi kendini süren arabalar, doğal dil işleme ve sağlık hizmetleri gibi çeşitli alanlardaki pratik uygulamalarını ve Topluluk Öğrenme gibi gelişmiş yöntemleri özetlemektedir.
Yapay Sinir Ağlarına Giriş ve Derin Öğrenme (Bölüm 2)
Bu kaynak, Haluk Tanrıkulu tarafından hazırlanan "Yapay Öğrenme" adlı eğitiminden çıkarılmıştır. Bu podcast, derin öğrenmeye ve sinir ağlarına kapsamlı bir giriş sunmaktadır. Bölümler, temel olarak sinir ağlarının ne olduğunu, özellikle konut fiyat tahmini gibi örneklerle açıklayarak başlamakta ve tek bir nöronun nasıl işlediğini göstermektedir. Ayrıca, metin denetimli öğrenmenin önemini ve internet reklamcılığı, bilgisayarla görü, konuşma tanıma ve sürücüsüz araçlar gibi çeşitli uygulamalarda sinir ağlarının nasıl kullanıldığını ele almaktadır. Son olarak, derin öğrenmenin son yıllardaki yükseliş nedenleri, özellikle büyük veri miktarı, işlem gücündeki artış ve algoritmik yenilikler (örneğin ReLU aktivasyon fonksiyonuna geçiş) gibi faktörler üzerinden açıklanmaktadır.
Python ile Programlamaya Giriş, İleri Python, Makine Öğrenmesi, Derin Öğrenme, İstatistiğe Giriş ders notları, kodları ve "podcast" ler Haluk TANRIKULU (Ph.D.) tarafından hazırlanmıştır.
