Google Cloud ile Bilgisayarlı Görü Temelleri

Bu kurs, farklı bilgisayarlı görü (computer vision) kullanım senaryolarını açıklar ve ardından bu senaryoları çözmek için farklı makine öğrenimi stratejilerini vurgular. Stratejiler, hazır ML API'leri ve AutoML Vision aracılığıyla önceden oluşturulmuş ML modelleriyle denemeler yapmaktan; doğrusal modeller, derin yapay sinir ağı (DNN) modelleri veya evrişimli sinir ağı (CNN) modelleri kullanarak özel görüntü sınıflandırıcıları oluşturmaya kadar çeşitlilik gösterir. Kurs, verilerin aşırı öğrenilmesini (overfitting) önlemeye çalışırken; veri artırma, özellik çıkarma ve hiperparametre ince ayarı ile bir modelin doğruluğunun nasıl artırılacağını gösterir. Kurs ayrıca, örneğin yeterli veriye sahip olunmadığında ortaya çıkan pratik sorunlara ve en son araştırma bulgularının farklı modellere nasıl dahil edileceğine de değinir. Katılımcılar, üzerinde çalışacakları laboratuvarlarda çeşitli genel veri kümeleri üzerinde kendi görüntü sınıflandırma modellerini oluşturma ve optimize etme konusunda uygulamalı pratik yapacaklardır.