Kaynaklar

Pekiştirmeli Öğrenme Kitabı

Pekiştirmeli öğrenme, amaca yönelik ne yapılması gerektiğini öğrenen bir makine öğrenmesi yaklaşımıdır. Pekiştirmeli Öğrenme için en detaylı Türkçe kaynak.

Devamını Oku

CS 229 - Makine Öğrenmesi (TR)

Stanford CS 229 Makine Öğrenmesi ders notlarından oluşturulmuş gözetimli öğrenme, gözetimsiz öğrenme, derin öğrenme ve makine öğrenmesi ipuçları/püf noktalarını göreceğiniz kapsamlı el kitapçığı

Devamını Oku

CS 230 - Derin Öğrenme (TR)

Stanford CS 230 Derin Öğrenme ders notlarından oluşturulmuş evrişimli yapay sinir ağları, tekrarlayan yapay sinir ağları ve derin öğrenme ipuçları/püf noktalarını göreceğiniz kapsamlı el kitapçığı

Devamını Oku

CS 221 - Yapay Zekâ (TR)

Stanford CS 221 Yapay Zekâ ders notlarından oluşturulmuş Makine Öğrenmesi ile Refleks-temelli modeller, Arama optimizasyonu ve Markov karar sürecine sahip durum-temelli modeller, CSP ile değişken-temelli modeller ve Bayesçi ağlar ile Önermeli ve birinci dereceden mantık-temelli modelleri göreceğiniz kapsamlı el kitapçığı

Devamını Oku

Derin Öğrenme Kavramları

Özellikle derin öğrenme terimleriyle karşılaştığınızda ne anlama geldiğini bilmeniz cümle içinde ne anlatıldığını doğru şekilde anlamanız için kritik önem arz etmektedir. Bu yüzden bu not defteri bir sözlük gibi de kullanabileceğiniz bir kaynak olma niteliğinde

Devamını Oku

(Video) Yapay Sinir Ağları ve Nöral Hesaplama - Tülay Yıldırım

Yapay sinir ağları hakkında temel bilgiler vermek üzere Prof. Dr. Tülay Yıldırım (YTÜ) tarafından hazırlanmıştır. Biyolojik nöron, yapay nöron modeli, temel ağ yapıları, öğrenme çeşitleri ve yapay sinir ağı tasarımında dikkat edilmesi gereken bazı noktalar özetlenmiştir.

Devamını Oku

Keras ile TPU Üzerinde Yapay Sinir Ağları Eğitimi

Yapay Sinir Ağlarını Google Colab üzerinde ücretsiz sunulan TPU'larda en hızlı şekilde nasıl eğitileceği ile ilgili Google Code Labs Türkçe dökümanları

Devamını Oku

PyTorch ile Görüntü Sınıflandırma için Uygulamalı Çalışma Dosyası

PyTorch ekosistemindeki yeniliklerden de faydalanılarak, Evrişimli Sinir Ağları ile basit bir görüntü sınıflandırma uygulamasının Türkçe anlatımlı çalışma dosyası.

Devamını Oku

YOLOv5 ile Obje Tespiti ve Takibi Rehberi

Örnek kodlar ile sıfırdan YOLOv5 kurulumu, eğitim gerçekleştirme, tahmin alma, birkaç satır kod ile YOLOv5 obje takibi ve dilimlenmiş tahmin ile küçük obje tespiti demoları.

Devamını Oku

Deep Learning Architectures That You Can Use with a Few Data

Düşük sayıda veri ve sadece bir kaç iterasyon ile eğitim yapmayı hedefleyen few-shot learning modellerindeki temel mimariler açıklanmıştır.

Devamını Oku

1. Türk Yapay Zeka ve Yapay Sinir Ağları Sempozyumu Bildirileri (1992)

Yapay Zeka konusunda ülkemizin duayen araştırmacılarının yer aldığı ve düzenlediği Türkiye'nin ilk ilgili alandaki sempozyumunun bildiri kitabını çevrimiçi kitabı.

Devamını Oku

Makine Düşünebilir mi ve Nasıl Düşünebilir? - Ord. Prof. Dr. CAHİT ARF

Ord. Prof. Dr. Cahit Arf’in "MAKİNE DÜŞÜNEBİLİR Mİ VE NASIL DÜŞÜNEBİLİR?" çalışmasının aslı Dr. Emir Öngüner‘in arşivinden dijital formata dönüştürülmüştür.

Devamını Oku

Computers & Ethics Lecture Notes

Bahcesehir University, Faculty of Engineering and Natural Sciences, Artificial Intelligence Engineering Department in Spring 2022 Term. Computers & Ethics Lecture Notes by M. Ayyüce Kızrak

Devamını Oku

Bilgisayarlar & Etik Ders Notları

Bahçeşehir Üniversitesi, Mühendislik ve Doğa Bilimleri Fakültesi, Yapay Zeka Mühendisliği Bölümü'nde Bahar 2022 Dönemi'nde Dr. M. Ayyüce Kızrak'ın Bilgisayarlar & Etik Ders Notları

Devamını Oku

Ulusal Yapay Zekâ Stratejisi 2021-2025

Yapay zekâ alanında ülkemizin ilk ulusal strateji belgesi olma özelliğini taşıyan Ulusal Yapay Zekâ Stratejisi (UYZS) ile Türkiye, yapay zekâ (YZ) stratejisini yayımlayan ülkeler arasında yerini almıştır.

Devamını Oku