T.C. Millî Eğitim Bakanlığı

mail_outline İletişim

    Python ile Derin Öğrenmeye Giriş Kursu

    Bu faaliyet; Bakanlığımıza bağlı okul ve kurumlarda görev yapan öğretmenlerin etkili, verimli ve sürdürülebilir eğitimler planlamaları, yürütmeleri ve değerlendirmeleri konusundaki dijital bilgi ve becerilerini artırmak amacıyla düzenlenmiştir.

    Eğitim Hedefleri

    Bu faaliyeti başarı ile tamamlayan her kursiyer;

    • Python programlama dili ile derin öğrenme hakkında bilgi sahibi olur.
    • “Yapay zekâ”, “Makine öğrenmesi” ve “Derin öğrenme” kavramları hakkında bilgi sahibi olur.
    • Yapay sinir ağları hakkında bilgi sahibi olur.
    • Yapay sinir ağlarının gelişimi hakkında bilgi sahibi olur.
    • Yapay sinir ağının yapısı hakkında bilgi sahibi olur.
    • Yapay sinir ağının çalışma prensibi hakkında bilgi sahibi olur.
    • Yapay sinir ağları öğrenme süreci hakkında bilgi sahibi olur.
    • Yapay sinir ağlarında yaygın olarak kullanılan aktivasyon fonksiyonları hakkında bilgi sahibi olur.
    • İleri yayılım algoritması hakkında bilgi sahibi olur.
    • Geri yayılım algoritması hakkında bilgi sahibi olur.
    • Popüler sinir ağlarının kullanım alanları hakkında bilgi sahibi olur.
    • Yapay sinir ağları modelleme ve eğitim süreci hakkında bilgi sahibi olur.
    • Çok kullanılan derin öğrenme kütüphaneleri hakkında bilgi sahibi olur.
    • Google Teachable Machine platformu hakkında bilgi sahibi olur.
    • Google Teachable Machine platformu ile model oluşturma hakkında bilgi sahibi olur.
    • Google Teachable Machine platformu ile oluşturduğu modeli farklı platformlarda kullanılmak üzere dışa aktarma hakkında bilgi sahibi olur.
    • Test görselleri ile modeli test etme hakkında bilgi sahibi olur.
    • CIFAR veri setini kullanarak, nesne tanıma uygulaması oluşturma hakkında bilgi sahibi olur.
    • Nesne tanıma uygulaması için gerekli kütüphanelerin kurulması hakkında bilgi sahibi olur.
    • Nesne tanıma uygulaması için CNN modelinin oluşturulması hakkında bilgi sahibi olur.
    • Modelin derlenmesi hakkında bilgi sahibi olur.
    • Modelin derlenmesi aşamasında kullanılan parametreler hakkında bilgi sahibi olur.
    • Modelin eğitilmesi hakkında bilgi sahibi olur.
    • Modelin eğitim sürecinin görselleştirilmesi hakkında bilgi sahibi olur.
    • Modelin performansının değerlendirilmesi hakkında bilgi sahibi olur.
    • MNIST veri setini kullanarak, el yazısı ve rakam tanıma uygulaması oluşturma hakkında bilgi sahibi olur.
    • Flatten katmanı hakkında bilgi sahibi olur.
    • Dense katmanları hakkında bilgi sahibi olur.
    • Fashion MNIST veri setini kullanarak bir derin öğrenme modeli eğitmek hakkında bilgi sahibi olur.
    • Veri normalleştirme hakkında bilgi sahibi olur.
    • Canlı video akışından nesne tespiti ve tanıma uygulaması oluşturma hakkında bilgi sahibi olur.
    • Darknet derin öğrenme çerçevesi hakkında bilgi sahibi olur.
    • YOLOv4nesne tespiti yöntemi hakkında bilgi sahibi olur.
    • JavaScript nesnesini OpenCV formatında bir görüntüye dönüştürme hakkında bilgi sahibi olur.
    • "Neural Style Transfer" (Sinirsel Stil Aktarımı) hakkında bilgi sahibi olur.

    Eğitime Kimler Katılmalı?

    Bakanlığımıza bağlı okul ve kurumlarda görev yapan öğretmenler ve okul yöneticileri.

    Python ile Derin Öğrenmeye Giriş Kursu

    Derin Öğrenmeye Giriş Scorm

    Bu ders etkileşimli öğeler içermektedir.

    Uygulama 1: Görüntü Sınıflandırıcı ile Derin Öğrenme Scorm

    Bu ders etkileşimli öğeler içermektedir.

    Uygulama 2: Evrişimli Sinir Ağları Scorm

    Bu ders etkileşimli öğeler içermektedir.

    Uygulama 3: El Yazısı ve Rakam Tanıma Scorm

    Bu ders etkileşimli öğeler içermektedir.

    Uygulama 4: Temel Sınıflandırma Scorm

    Bu ders etkileşimli öğeler içermektedir.

    Uygulama 5: Gerçek Zamanlı Nesne Tespiti Scorm

    Bu ders etkileşimli öğeler içermektedir.

    Uygulama 6: CNN ile Stil Aktarımı Scorm

    Bu ders etkileşimli öğeler içermektedir.

    SINAV

    Sınav Diğer

    Diğer öğeler içermektedir.