19. Akademik Bilisim Konferansi

BaşlıkPython ile Pratik Makine Öğrenimi
Yazar(lar) Yazar 1
Name: Ahmet Sezgin Duran
Org: BİTES Savunma, Havacılık ve Uzay Teknolojileri
Country: TR
E-mail: sezgin.duran_AT_linux.org.tr

Yazar 2
Name: Dora Uzunsoy
Org: Ankara Üniversitesi
Country: TR
E-mail: dorauzunsoy_AT_yahoo.com
Anahtar Kelimeler
Özet
Kursun hedefi:

Hali hazırda Python programlama dilini bilen ve
kullanan kişilere, pratik uygulamalar ile makine
öğrenimi alanının önemli kavramlarını kazandırmak

Kursa kimler katılabilir?

Makine öğrenimine ilgi duyan ve bu konuya giriş
yapmak isteyen herkes.

Katılımcılar için ön-şartlar:

* Python programlama dilini bilmek. (Bunun için sınav yapılacaktır.)
* Tercihen GNU/Linux kullanıyor olmak

Katılımcıların kursa getirmesi gereken donanım/yazılım:

* Dizüstü bilgisayar
* Şart olmamakla beraber, mümkünse GNU/Linux temelli bir işletim sistemi
* Belirtilecek adresteki Türkçe rehberden gerekli yazılımların kurulması

Azami katılımcı sayısı:

25 kişi (yoğun başvuru durumunda 35'e yükseltilebilir)

Kapsanacak Konular:

1. Gün, 1. Yarım Gün
* Tanışma
* Özgür yazılım felsefesi
* Yapay zeka ve makine öğrenimi üzerine genel sohbet
* Varsa kullanılacak yazılımlar ile ilgili sorunların giderilmesi

1. Gün, 2. Yarım Gün
* Makine öğrenimi nedir?
* Popüler kullanım alanları
* Temel problem modelleri ve çözümleri için yaklaşımlar

2. Gün, 1. Yarım Gün
* Regresyon, sınıflandırma ve kümeleme kavramları
* Veriseti kavramları ve bölümlemesi
* Regresyon örnekleri ve uygulamaları

2. Gün, 2. Yarım Gün
* Sınıflandırma örnekleri ve uygulamaları
* Kümeleme örnekleri ve uygulamaları

3. Gün, 1. Yarım Gün
* Hassasiyet ölçme ve sonuç yorumlama
* Çapraz geçerlilik kullanımı

3. Gün, 2. Yarım Gün
* En iyi hiperparametreleri ve modeli bulma
* Sıfırdan bir proje oluşturmak için izlenmesi ideal adımlar

4. Gün, 1. Yarım Gün
* Örnek proje uygulamaları
* Örnek proje uygulamaları

4. Gün, 2. Yarım Gün
* Örnek proje uygulamaları
* Örnek proje uygulamaları

SIKÇA SORULMASI MUHTEMEL SORULAR:

1-) Kursta makine öğreniminin matematiksel altyapılarına girilecek mi?

Hayır, olabildiğinde pratik kullanımlara odaklanacağız.

2-) Derin öğrenme, sinir ağları gibi popüler konular olacak mı?

Hayır.

3-) Makine öğrenimi için kullanılacak modeller ve bunların nasıl çalıştığı öğretilecek mi?

Genel hatlarıyla popüler modellerden bahsedeceğiz ama bunların nasıl çalıştığını anlatmayacağız. 4 günlük bir süre buna yeterli değil.

4-) Peki bunların hiçbirisi yoksa, kursun tam olarak amacı nedir?

Model ve matematiksel altyapı dışında her şey: Önemli problem tipleri, çözümleri için yaklaşımlar, veri seti yönetimi ve bölümlemesi, 
hiperparametrelerin optimizasyonu, modelin hassasiyetini ölçme ve değerlendirme ve son olarak da eğitilen modellerin deploy edilmesi.

5-) O zaman bu kurs gerçekten kimlere hitap ediyor?

Amaçladığınız şeye göre değişir:

* Geliştiriciyseniz ve uygulamanıza pratik bir şekilde makine öğrenimini entegre etmek için öğrenmek istiyorsanız, size hitap eder.
* Makine öğrenimi denilen şeyin genel hatlarıyla nasıl gerçekleştirildiğini öğrenmek istiyorsanız ama derin matematiksel altyapılara girmek istemiyorsanız, size hitap eder.
* Makine öğrenimini, derin öğrenme ve sinir ağları gibi popüler konular için öğrenmek istiyorsanız, size hitap etmez.
* Makine öğrenimini, ileri seviye akademik veya mühendislik çalışmaları için matematiksel altyapısıyla öğrenmek istiyorsanız, kesinlikle ve kesinlikle size hitap etmez.

6-) Python sınavı ne kadar zor olacak?

Zor değil ama oldukça seçici olacak. Python dilini ezbere bilip bilmediğinizi değil, genel hatlarıyla bu dille sorunların çözümüne nasıl yaklaşabildiğinizi test edeceğiz.

7-) Kursa gelemeyeceğim ama notları sizden alabilir miyim?

Kursta işlediğimiz her şeyi, Akademik Bilişim organizasyonu altında bir Github reposunda paylaşacağız.

Başlıklar AB-Kurs
Dosya
 

 

Powered by OpenConf®
Copyright ©2002-2015 Zakon Group LLC