|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/derinlemesine-python-ai-machine-learning/
课程评论：没有评论
课程名称：深入Python 3：人工智能与机器学习 课程概述：本课程介绍了如何使用Python进行人工智能（AI）和机器学习（ML）的应用。涵盖了聚类（Clustering）、分类/回归（Classification & Regression）等主题。课程将通过多种算法讲解应用开发，包括人工神经网络（Artificial Neural Networks）、支持向量机（Support Vectors）、决策树（Decision Tree）、K最近邻（K-Nearest Neighbours）及K均值（K-Means）等方法。学习将使用Sklearn进行，且还将介绍TensorFlow、Keras与PyTorch库。课程采用完全实用的方式进行，理论内容仅在必要时进行简要介绍。 学习内容重点在于如何使用Python编写人工智能应用，涵盖的算法发展与工作原理的介绍仅限于实际应用所需，因这些算法的深入探讨涉及计算机科学和数学的广泛知识。计算机视觉（Computer Vision）与图像特征（Image Features）以及自然语言处理（Natural Language Processing）和文本特征（Text Features）的相关内容将单独作为课程外的主题。虽然整体课程假设学习者对Python和数据科学的基础知识有所了解，但在必要时会结合实际案例进行讲解，帮助学生提高其Python及数据科学技能。因此，即便是对人工智能不感兴趣的人，也可以通过本课程提升其Python编程能力。 学习样例可以在GitHub网站上找到，用户godoro-education下的python-machine-learning仓库提供相关资源。
Bu eğitimde Python ile Yapay Us (Artificial Ingelligence) & Düzenek Öğrenmesi (Machine Learning) anlatılmaktadır. Salkımlama (Clustering), Sınıflandırma/Kökleşileme (Classification) & Gerileme (Regression) gibi konular işlenmektedir. Yapay Sinir Ağları (Artificial Neural Networks), Destek Yöneyleri (Support Vectors), Karar Ağacı (DecisionTree), K En Yakın Komşu (K-Nearest Neighbours), K Bayağılar (K-Means ) yöntemleriyle uygulama geliştirme açıklanmaktadır. Skit-Learn / Sklearn ile konular işlenip TensorFlow & Keras ile PyTorch kütüphaneleri de anlatılmaktadır.Eğitim tümüyle uygulamaları olarak yapılmaktadır. Kuramsal/Teorik konular yeri geldikçe, özet olarak verilmektedir. Python dilindeki betikliklerle yapay zeka uygulamalarının nasıl geliştirildiği anlatılmakta; kullanılan algoritmaların nasıl geliştirildiği ve nasıl çalıştığı konusu, yalnızca onları kullanabilmek için gerektiği ölçüde anlatılmaktadır. Her yöntemin ya da algoritmanın çalışması kendi başına, bilgisayar bilimi ve matematiğin konusu olduğu için burada çok ayrıntılı olarak gösterilmemektedir.Eğitimde, Bilgisayar Görümü (Computer Vision) ve İmge Özellikleri (Image Features) konusu ile Doğal Dil İşleme (Natural Language Processing) ve Yazı Özellikleri (Text Features), ayrı bir eğitim konusu olduğu için dışarda tutulmuştur. Öte yandan söz konusu alanlar için gerekli, çoğu kez ön koşul olan temel makine öğrenmesi özellikleri burada anlatılmaktadır. Eğitimde Python dili ve Veri Bilimi (Data Science) en başından anlatılmamakta, temel düzeyde bilindiği var sayılmaktadır. Öte yandan bu konular yeri geldikçe uygulama olarak gösterildiği için, bu eğitimle Python ve Veri Bilimi bilgilerinin ilerletilmesi sağlanmaktadır. Bu nedenle, yapay zekayla ilgilenmeyenleri de Python dilini geliştirmek için bu eğitimi almalarını öneriyoruz.Eğitimdeki örnekleri GitHub sitesinde godoro-education kullanıcısı altında python-machine-learning adlı depoya katıldıktan sonra görebilirsiniz.
