Beschreibung

Makine öðrenmesi son yıllarda oldukça çarpıcı bir ilerleme saðladı: Konuþma ve görüntü tanımada çok kötüydük fakat insana yakın doðruluða geçtik, ortalama bir Go oyuncusunu yenemeyen uygulamalardan dünya þampiyonlarını yenen uygulamalar geliþtirme noktasına geldik. Bu ilerlemenin arkasında derin öðrenme var.

Gelecekte derin öðrenme sadece araþtırmacılar, akademik profilli mühendisler ve lisansüstü öðrenciler gibi profesyoneller tarafından deðil tüm geliþtiriciler tarafından kullanılacak. Herkes akıllı uygulamalar geliþtirmeye ihtiyaç duyacak: Tüm iþletmeler nasıl þimdi bir internet sitesine ihtiyaç duyuyorsa tüm ürünler kullanıcının oluþturduðu veriyi anlamlandırmak için akla ihtiyaç duyacak. Bundan dolayı þu an ve yakın gelecekte derin öðrenmeye hâkim uygulama geliþtiricilere olan ihtiyaç katlanarak artacaktır.

Bu kitap, derin öðrenmeyi sıfırdan keþfetmek ya da derin öðrenme anlayıþını geniþletmek isteyen herkes için yazılmıþtır. İster makine öðrenmesi üzerine çalıþan bir mühendis ya da akademisyen, isterse yazılım geliþtiricisi veya üniversite öðrencisi olun, bu sayfalar size çok þey katacak. İþiniz bittiðinde, derin öðrenmeyi kendi projelerinizde uygulamak için gerekli bilgi ve beceriye sahip olacaksınız.

Bu kitap, matematiksel gösterime girmekten kaçınarak derin öðrenmeyi pratik ve uygulamalı olarak öðretiyor. Nicel kavramları kod parçaları aracılıðıyla açıklıyor. Makine öðrenmesi ve derin öðrenmenin temel fikirleri hakkında pratik sezgiler geliþtirmenizi saðlıyor. Bu kitapta, somut problemleri derin öðrenmeyi kullanarak çözmeye baþlamak için bilmeniz gereken her þeyin ayrıntılı yorumuna, pratik önerileri ile hem basit hem de üst düzey açıklamalar içeren otuzdan fazla kod örneðine ulaþacaksınız.

Kod örnekleri, Python derin öðrenme kütüphanesi Keras'ı kullanarak yazılmıþtır. En popüler ve en hızlı büyüyen derin öðrenme kütüphanesi olan Keras, derin öðrenmeye baþlamak için en iyi araçtır.

Bu kitabı okuduktan sonra derin öðrenmenin ne olduðunu, ne zaman uygulanabilir olduðunu ve sınırlarının ne olduðunu tam olarak anlayacaksınız. Makine öðrenmesi sorunlarını çözmeniz için gerekli olan standart iþ akıþını bilecek ve sık karþılaþılan sorunların nasıl ele alınacaðını öðreneceksiniz. Görüntü iþlemeden doðal dil iþlemeye kadar gerçek dünyadaki sorunların üstesinden gelmek için Keras'ı kullanabileceksiniz: Görüntü sınıflandırma, zaman serisi tahmini, duygu analizi, görüntü ve metin üretme ve daha fazlası.

François Chollet, Keras'ın yaratıcısıdır. Aynı zamanda TensorFlow makine öðrenmesi kütüphanesine katkı saðlamaktadır. CVPR, NeurIPS, ICLR, vb. alanın ana konferanslarında yayınlanmıþ çok sayıda makalesi bulunmaktadır. Google AI'da çalıþmaktadır.