Yeni Başlayanlar İçin ImageNet ve Evrişimsel Sinir Ağları

Bilgisayarlı görü, yazılımların dünyayla etkileşim kurma biçimini dönüştürdü, ancak bu sistemlerin nasıl öğrendiğini anlamak, her hevesli geliştirici veya veri bilimci için hayati önem taşır. Bu metin tabanlı kurs, sizi görüntü sınıflandırmanın temel kavramları, efsanevi ImageNet veri setinin yapısı ve derin öğrenme tarihini yazan sinir ağı mimarileri aracılığıyla yönlendirir. Temel teoriden, bilgisayarların görsel verileri nasıl yorumladığına dair net bir anlayışa geçiş yapacaksınız. Neler öğreneceksiniz: Bilgisayarlı görü ve görüntü sınıflandırmanın temel kavramlarını anlayın; ImageNet veri setinin yapısını, ölçeğini ve tarihsel etkisini keşfedin; GoogLeNet, ResNet dahil olmak üzere temel CNN mimarilerini ve modern transfer learning (aktarım öğrenimi) modellerini analiz edin; Normalleştirme, yeniden boyutlandırma ve data augmentation (veri artırma) gibi temel görüntü ön işleme tekniklerini öğrenin; Modern görü modellerinin gerçek dünya problemlerini çözmek için önceden eğitilmiş ağırlıkları nasıl kullandığını keşfedin. Kurs, veri seti hazırlığı, klasik evrişimsel sinir ağı tasarımları ve modern uygulama iş akışları aracılığıyla adım adım ilerlemeden önce, bilgisayarlı görünün temel tanımları ve anahtar terminolojisi ile başlar. Bu kurs, daha önce derin öğrenme deneyimi olmayan yeni başlayanlar, yazılım geliştiriciler ve teknoloji meraklıları için özel olarak tasarlanmıştır. Bilgisayarlı görü yolculuğunuza bugün başlayın.