Machine Learning Projeleri
-
@0x656e o işi unuttum ben ya :D
@Ratbat evet hocam ileride olabilir. ama değişken kriterler çok bi pm attım sana.
up olsun hem
-
Machine learning ne kadar 'hacking' mantigiyla ogrenilmeye musait olsa da matematiksel altyapisini ogrenmen, senin methodlari kavraman konusunda daha da saglamlastirir. Machine learning ogrenicem demek yine ayni sekilde biraz genel bir bildirim cunku alt basliklari gercekten buyuk olabiliyor.
Genel olarak machine learning(ML) ogrenmeyi istiyorsan ilk onceligin matematik altyapini biraz gelistirmek olmali. Bunun icin sunlara calisman gerek. (Kavram isimlerinin ingilizcelerini yaziyorum, cunku turkcelerini bilmiyorum, yanlis cevirip yapip kafani karistirmayim.)
1. Probability
a. Basic Probability
b. Bayes Rule
c. Independence, conditional independence
d. Random variables
e. Probability Distribution
2. Linear Algebra
Bunlar matematik altyapini minimum seviyeye getirir. Bundan sonra ML in calisabilecegin 3 alani var:
1. Supervised
2. Unsupervised
3. Reinforcement Learning
Senin kafanda nasil bir ML konusu calismak istedigini bilmiyorum ancak basitce fikir edinmen acisindan ben su sirayla giderdim. Ve ML den en iyi ogrenme teknigi deneyerek ogrenmendir. Konulari zorluk sirasina gore dizmedim, ancak bu sekilde ogrenmen iyi olacaktir diye dusunuyorum. :
1. Linear Regression
2. Cost minimalization + regularization
3. Feedforward Neural Networks ( http://karpathy.github.io/neuralnets/ )
4. Convolutional Neural Networks ( http://cs231n.github.io/convolutional-networks/ )
5. Recurrent Neural Networks ( http://karpathy.github.io/2015/05/21/rnn-effectiveness/ )
6. SVM
7. Clustering (K-means)
8. Principle Component Analysis(PCA) ( http://setosa.io/ev/principal-component-analysis/ )
Bunlara bakarken Python ile github uzerinde yapilmis bircok proje gorebilirsin, kodlarla oynaman, kendi kodunu yazman en iyi sekilde gelismene yardimci olur.
Ingilizcen varsa da Andrew NG' nin Coursera'daki kursunu izlemeni tavsiye ederim.
-
sandman ile bu konu üzerine daha önce birkac kere konusmustuk kısaca. vaktim olsa gercekten yogunlasmak isterdim bu alana, hatta aklımda icinde bilisim güvenliginin de gectigi, efsane olabilecek bir proje fikri var bu konuyla ilgili ama onun icin de oturup yapay zeka ve veri madenciligine calısmam gerekiyor, o da su sıralar imkansıza yakın zaten.
yine de somut bir seyler cıkardıgın günler gelirse, paslasırız artık, umarım üstesinden gelirsin.
edit : anubisx'in mesajındaki kavramlar, dedigi gibi arastırma yaptıkca karsına cıkacak olan konu baslıklarından sadece birkacı, bodoslama gitmeden önce bir yol haritası cizmeni öneririm.
Andrei tarafından 12/Eyl/15 20:32 tarihinde düzenlenmiştir -
@anubisx sağol hocam epey bilgilendirici yazmışsın. aslında andrewNG nin kursuna başlamıştım bi ara sonra araya birkaç şey girince yarıda kaldı. bi proje bulup onu hedef edinerek daha rahat olur diye düşünmüştüm ama temelleri sağlam atmak daha önemli anladığım kadarıyla.
@Andrei dediğin şeyi merak ettim hocam uyarsa bi pm atar mısın?
-
L
-
anubisx bunu yazdı
Machine learning ne kadar 'hacking' mantigiyla ogrenilmeye musait olsa da matematiksel altyapisini ogrenmen, senin methodlari kavraman konusunda daha da saglamlastirir. Machine learning ogrenicem demek yine ayni sekilde biraz genel bir bildirim cunku alt basliklari gercekten buyuk olabiliyor.
Genel olarak machine learning(ML) ogrenmeyi istiyorsan ilk onceligin matematik altyapini biraz gelistirmek olmali. Bunun icin sunlara calisman gerek. (Kavram isimlerinin ingilizcelerini yaziyorum, cunku turkcelerini bilmiyorum, yanlis cevirip yapip kafani karistirmayim.)
1. Probability
a. Basic Probability
b. Bayes Rule
c. Independence, conditional independence
d. Random variables
e. Probability Distribution
2. Linear Algebra
Bunlar matematik altyapini minimum seviyeye getirir. Bundan sonra ML in calisabilecegin 3 alani var:
1. Supervised
2. Unsupervised
3. Reinforcement Learning
Senin kafanda nasil bir ML konusu calismak istedigini bilmiyorum ancak basitce fikir edinmen acisindan ben su sirayla giderdim. Ve ML den en iyi ogrenme teknigi deneyerek ogrenmendir. Konulari zorluk sirasina gore dizmedim, ancak bu sekilde ogrenmen iyi olacaktir diye dusunuyorum. :
1. Linear Regression
2. Cost minimalization + regularization
3. Feedforward Neural Networks ( http://karpathy.github.io/neuralnets/ )
4. Convolutional Neural Networks ( http://cs231n.github.io/convolutional-networks/ )
5. Recurrent Neural Networks ( http://karpathy.github.io/2015/05/21/rnn-effectiveness/ )
6. SVM
7. Clustering (K-means)
8. Principle Component Analysis(PCA) ( http://setosa.io/ev/principal-component-analysis/ )
Bunlara bakarken Python ile github uzerinde yapilmis bircok proje gorebilirsin, kodlarla oynaman, kendi kodunu yazman en iyi sekilde gelismene yardimci olur.
Ingilizcen varsa da Andrew NG' nin Coursera'daki kursunu izlemeni tavsiye ederim.