Manisa Celal Bayar Üniversitesi

Derin Öğrenme Müfredatı

Verinin topluluğu Derin Öğrenme önerilen müfredatıdır.
Aktif üyelerimizden oluşturulan proje öğrenen ekip ile birlikte çalışarak öğrenme sürecinizi hızlandırabilirsiniz.

Derin Öğrenme

Makine Öğrenmesi

 

  •        
  • Temel İstatistik ve Olasılık
  •        
  • Veri Görselleştirme ve Keşifsel Veri Analizi
  •        
  • Makine Öğrenimi Paradigmaları
  •        
  • Süpervize, Denetimsiz ve Pekiştirmeli Öğrenme
  •        
  • Model Seçimi ve Performans Değerlendirme Metrikleri
  •    

   

Süpervize Öğrenme

   

  •        
  • Regresyon Analizi
  •        
  • Sınıflandırma Modelleri
  •        
  • Karar Ağaçları ve Enseme Modelleri
  •        
  • Destek Vektör Makineleri (SVM)
  •        
  • Naive Bayes Sınıflandırıcıları
  •    

   

Denetimsiz Öğrenme

   

  •        
  • Kümeleme Algoritmaları
  •        
  • Boyut Azaltma Teknikleri
  •        
  • Öbekleme ve Yoğunluk Tabanlı Kümeleme
  •        
  • Boyut Azaltma: PCA, t-SNE, LDA
  •    

   

Derin Öğrenme

   

  •        
  • Yapay Sinir Ağları Temelleri
  •        
  • Derin Sinir Ağı Mimari Yapıları
  •        
  • Evrişimli Sinir Ağları (CNN’ler)
  •        
  • Tekrarlayan Sinir Ağları (RNN’ler) ve LSTM
  •        
  • Derin Öğrenme Uygulamaları ve Endüstriyel Kullanımlar
  •    

   

Model Optimizasyonu ve Hiperparametre Ayarlaması

   

  •        
  • Model Doğrulama ve Çapraz Doğrulama
  •        
  • Hiperparametre Ayarlama ve Optimizasyon Stratejileri - Grid Search, Random Search, Bayes Optimizasyonu
  •    

   

Doğal Dil İşleme ve Makine Öğrenimi Entegrasyonu

   

  •        
  • Metin Sınıflandırma ve Duygu Analizi
  •        
  • Metin Oluşturma ve Dil Modellemesi
  •        
  • Makine Çevirisi ve Metin Özetleme Uygulamaları
  •    

   

Büyük Veri ve Dağıtık Makine Öğrenimi

   

  •        
  • Hadoop ve Spark Temelleri
  •        
  • Dağıtık Veri Depolama ve İşleme Sistemleri
  •        
  • Paralel ve Dağıtık Makine Öğrenimi Algoritmaları
  •    

   

Makine Öğrenimi Model Deployment

   

  •        
  • Model Export ve Deployment Stratejileri
  •        
  • Web Servisleri ve API Entegrasyonu
  •        
  • Model Güncelleme ve Bakımı
  •    

   

Makine Öğrenimi ve Endüstriyel Uygulamalar

   

  •        
  • Sağlık Hizmetleri ve Tıbbi Görüntüleme
  •        
  • Finansal Tahmin ve Yatırım Analizi
  •        
  • Otomotiv Sektöründe Otonom Araçlar
  •        
  • Perakende ve Pazarlama Analitiği

Sosyal Medya Hesaplarımız

  • İnstagram
    @verimcbu
  • Linkedin
    @verimcbu
  • Twitter
    @verimcbu
  • Youtube
    @verimcbu
  • Github
    @verimcbu
  • Discord
    veritoplulugu

Aktif Üye Olarak Öğrenen Proje Ekimize Katıl!

Topluluğumuz içinde aktif olarak çalışan öğrenen proje ekibimize katılarak öğrenme sürecinizi hızlandırabilirsiniz. Oluşturduğumuz özel müfredatla, veri bilimi alanında uzmanlaşmanızı destekleyerek proje ekibimize katılmanıza olanak sağlıyoruz. Gelişiminizi gözlemledikten sonra, yeni projelerimizi birlikte hayata geçirme fırsatını yakalayabilirsiniz. TÜBİTAK 2209, Teknofest ve birçok diğer etkinlikte yer alarak deneyim kazanma şansını elde edebilirsiniz.
Ayrıca, topluluğumuz içinde yer alan diğer ekiplerle birlikte çalışarak, farklı alanlarda da deneyim kazanabilirsiniz. Eğitim, etkinlik ve projelerimiz hakkında daha fazla bilgi almak için sosyal medya hesaplarımızı takip edebilirsiniz.
Sosyal Medya Hesaplarımız
Aktif Üye Formumuz


Topluluğumuza Üye Ol: