Deep Learning with Python Eğitimi
Deep Learning with Python Eğitimi
Eğitim Hakkında
Eğitim, Python programlama dilinin temel ve ileri düzey konularıyla başlayarak derin öğrenme konseptlerine ayrıntılı bir giriş sunmaktadır. Jupyter Notebook kullanımı, veri yapıları, yapay sinir ağları, erişimli sinir ağları, oto-kodlayıcılar ve tekrarlayan sinir ağları gibi konular detaylı bir şekilde ele alınmaktadır. Eğitimde ayrıca gerçek hayattan örnekler ve Keras kütüphanesi ile uygulamalı dersler de bulunmaktadır. Katılımcılar, derin öğrenmenin temellerini kavramak ve bu alandaki projeleri gerçekleştirmek için gereken bilgi ve becerilere sahip olacaklardır.
Ön Koşul
Katılımcıların temel düzeyde Python programlama diline ve makine öğrenmesi konularına hakim olması gerekmektedir.
Eğitim İçeriği
- Introduction to DL problems
- DL Terminologies
- DL Project Workflow
- DL Real Life Examples
- Working with Jupyter Notebooks
- Markdown and Code Blocks
- Keyboard Shortcuts
- Python Syntax
- Basic Data Types
- Basic Data Structures
- Numpy Arrays
- Plotting using Matplotlib
- Pandas Dataframes
- Introduction to Keras
- What is a Neuron
- What are Activation Functions
- How Does a Neural Network Learn?
- Gradient Descent
- Stochastic Gradient Descent
- Back Propagation
- Artificial Neural Networks in Keras
- Linear Model (No Hidden Layers)
- Neural Network with a Single Hidden Layer
- Image Representation
- ConvNets or CNN
- Convolution Layer
- Padding
- How Do We Learn these Kernels?
- Can We Force a Particular Kernel to Learn to Recognize a Specific Feature?
- Non-Linear Activations
- Downsampling or Pooling
- Full Connection
- Loading MNIST Data
- Implementation of CNN in Keras
- Introduction to Auto Encoders
- Why Learn Identity Function?
- Properties of Learned Function
- Real World Applications of Autoencoders
- MNIST Dimensionality Reduction
- A Simple Autoencoder
- Functional API
- Deep Autoencoder
- Convolutional Autoencoder
- Image Denoising
- Data Specific Encoding and Decoding
- Introduction to Recurrent Neural Networks
- Sequence Learning
- Regular Neural Network
- Simple RNN
- Problems with RNN
- Long Short Term Memory (LSTM)
- Stacked (Deep) LSTM Model
- Deep Stacked LSTM with Stateful Cells
- Gated Recurrent Unit
Kazanımlar
- Derin öğrenme konularında temel bilgileri edinebileceksiniz.
- Python programlama dilindeki temel ve ileri düzey konuları öğrenebileceksiniz.
- Yapay sinir ağları, evrişimli sinir ağları, oto-kodlayıcılar ve tekrarlayan sinir ağları gibi derin öğrenme tekniklerini tanıyabileceksiniz.
- Keras kütüphanesi ile gerçek hayattan örnekler üzerinde uygulamalı dersler yapabileceksiniz.
- Derin öğrenme konularında bilgi ve becerilerinizi artırarak kendinizi geliştirmeye motive olabileceksiniz.
Hedef Kitle
- Yazılım Geliştiriciler ve Mühendisler
- Makine Öğrenmesi Uzmanları
- Endüstri 4.0 ve IoT Uzmanları
- Veri Bilimcileri ve Analistleri
- Bilgisayar Mühendisleri ve Bilgi Teknolojileri Profesyonelleri
- BT Yöneticileri
Sertifika
Eğitimlerimize %80 oranında katılım gösterilmesi ve eğitim müfredatına göre uygulanacak sınav/projelerin başarıyla tamamlanması durumunda, eğitimin sonunda dijital ve QR kod destekli “BT Akademi Başarı Sertifikası” verilmektedir.
İlgili Kurslar
SEKTÖRÜN GÜVENDİĞİ ÇÖZÜM ORTAĞI
BT Akademi'yi tercih eden 4.000'den fazla kurum yanılmıyor.
