Neural Networks and Computer Vision Foundations

Bu kurs, ileri yayılım (forward propagation), geri yayılım (backpropagation), optimizasyon ve konvolüsyonel mimarilerin modern yapay zeka uygulamalarını nasıl mümkün kıldığına odaklanarak, sinir ağları ve bilgisayarlı görü sistemlerinin arkasındaki temel ilkelere rehberlik eder. Uygulamalı gösterimler ve pratik egzersizler aracılığıyla, sıfırdan sinir ağları kurmayı, bunları etkili bir şekilde eğitmeyi ve bu modelleri görüntü sınıflandırma, nesne tespiti ve benzerlik öğrenimi gibi gerçek dünya bilgisayarlı görü görevlerine uygulamayı öğreneceksiniz. Bu kursun sonunda şunları yapabileceksiniz: - Sinir ağlarının ileri geçişler, kayıp fonksiyonları ve geri yayılım kullanarak nasıl öğrendiğini açıklamak - Sinir ağı eğitim boru hatlarını (pipelines) uygulamak ve model yakınsamasını analiz etmek - Performansı artırmak için optimizasyon, düzenlileştirme (regularization) ve normalizasyon tekniklerini uygulamak - Konvolüsyonel sinir ağlarını ve bunların görsel özellikleri nasıl çıkardığını anlamak - Uçtan uca görüntü sınıflandırma ve bilgisayarlı görü sistemleri oluşturup değerlendirmek. Bu kurs; sinir ağları ve görü tabanlı öğrenme konusunda güçlü bir temel geliştirmek isteyen geleceğin yapay zeka uzmanları, veri bilimcileri, yazılım mühendisleri ve makine öğrenimi (ML) mühendisleri için idealdir. Çalışma düzeyinde Python ve temel makine öğrenimi bilgisi önerilir.