Modern Vision AI ve Çok Modlu Anlama

Yapay zekanın hem görüntüler hem de kelimelerden oluşan bir dünyada yol alması gereken bir çağda, makinelerin farklı veri türlerini nasıl işlediğini anlamak çok önemlidir. Bu kurs, görsel ve çok modlu zekanın mekaniğine net bir yol sunarak sistemlerin pikseller ve dil arasındaki boşluğu nasıl kapattığını açıklar. Sinyal işlemenin matematiksel temellerinden, günümüzün en tanınmış AI uygulamalarına güç veren gelişmiş modellere geçiş yapacaksınız. Bu kursun sonunda, modern görsel sistemlerin temel mantığını ve karmaşık görevleri çözmek için birden fazla bilgi biçimini nasıl entegre ettiklerini anlayacaksınız. Yazılı açıklamalar ve pratik örnekler aracılığıyla, yapay zekanın dünyayı nasıl 'gördüğüne' ve 'anladığına' dair kavramsal ve teknik bir kavrayış kazanacaksınız. Neler öğreneceksiniz: - Temel sinyal işlemeyi ve Fourier transforms'un görüntü verilerindeki rolünü anlayın. - Gelişmiş veri sınıflandırması için Nonlinear Support Vector Machines (NSVMs) mekaniğini öğrenin. - Vision Transformers (ViT) mimarisini ve görüntü analizini nasıl devrimleştirdiklerini keşfedin. - Görsel verileri doğal dille birleştirmek için CLIP gibi çok modlu kavramları uygulayın. - Vektör gömülerini ve verimli çapraz modlu alımı nasıl sağladıklarını anlayın. - Yazılı analiz ve kavramsal alıştırmalar aracılığıyla modern model mimarilerini yorumlama pratiği yapın. Kurs, temel terminoloji ve sinyal işlemenin matematiksel temelleriyle başlar, ardından derin öğrenme yapılarına ve çok modlu entegrasyona ilerler. Alanında önceden deneyime ihtiyaç duymadan modern görsel AI'ın 'nasıl' çalıştığını anlamak isteyen yeni başlayanlar ve meraklı öğrenciler için tasarlanmıştır. Çok modlu zekanın geleceğine yolculuğunuza bugün başlayın.