turkce yapay zeka kaynaklari Download - turkce yapay zeka kaynaklari Quellcode Download

turkce yapay zeka kaynaklari

Python

1.0.0

Herunterladen

Auf dieser Seite finden Sie Studien im Bereich Deep Learning und maschinelles Lernen (Blog -Beitrag, Videounterricht, wissenschaftliche Artikel, Codes, Daten) in türkiye.

Die Seite wird von Deep Learning Truthy Community unterstützt. Wenn Sie Studien zum Deep -Lernen und zum maschinellen Lernen durchführen , können Sie das Antragsformular ausfüllen, um an der Deep Learning Turkey Community teilzunehmen.

Sie können uns auf LinkedIn, Facebook und Twitter folgen.

So fügen Sie der Seite neue Quellen hinzu: Befolgen Sie die Anweisungen unter der Adresse der Beitragshandbuch.

Inhalt

Grundprobleme
Algorithmen
Verwendung
Frameworks
Hardware- und Cloud -Unterstützung
Wissenschaftliche Artikel
Daten
Videounterricht
Präsentationen
Github
Blogs
Bücher
Wettbewerbe (Kaggle usw.)
Mobile Anwendungen

Grundprobleme

Basis: Lassen Sie uns diese Black Box öffnen: künstliche neuronale Netze (Merve Ayyüce Kızrak)
Motivation: Die Geschichte der künstlichen Intelligenz und des tiefen Lernens (Merve Ayyüce Kızrak)
Deep Learning Start -Set - Hardware und Software (Arda Blue)
Künstliche Intelligenz - Geburt von Maschinen, die denken und produzieren (Arda Blue)
Lernen in Mensch und Maschine (Arda Blue)
Bild- und Zahlenreihe auf dem Computer (Arda Blue)
Deep Learning 1 (Birolschmuck)
Deep Learning 2 (Birolschmuck)
Deep Learning 3 (Birolschmuck)
Deep Learning, künstliche Intelligenz und Informatik (Burak Bayramli)
Maschinelles Lernen macht Spaß (Özgür şahin)
Maschinelles Lernen macht Spaß 2 (Atakan Yenel)
Was ist das maschinelle Lernen? (Halil İbrahim şafak)
Maschinelles Lernen 101 (Seray Beşer)
Deep Learning 101 (Seray Beşer)
Maschinelles Lernen Mathematik (Seray Beşer)
Leitfaden zum Datenwissenschaftler (şefik İlkin Serengil)
Python: Programmierung von Null zum Fachwissen (Kaan Can Yılmaz)
Data Science und Python (Kaan Can Yılmaz)
Datengesellschaft (Kaan Can Yılmaz)
Maschinelles Lernen (Kaan kann yılmaz)

Algorithmen

Tipps für Algorithmen

Die am häufigsten verwendeten Hyperparameter in Deep-Learning-Anwendungen (Necmettin çarkacı)
Erfolg in Deep Learning Applications (Necmettin Çarkacacı)

Künstliche neuronale Netze (künstliche neuronale Netze)

Einführung in künstliche neuronale Netze (Arda Blue)
Künstliche neuronale Netze (Birol Akan Essen)
Künstliche neuronale Netze Grundkonzepte: Perceptron, Score -Funktion und Fehlerberechnung (Verlustfunktion) (Necmettin çarkacı)
Neuronale Netze: Aus früheren Fehlern lernen (şefik İlkin Serengil)
Nervennetzwerke Learning Algorithmus Review Leitfaden: Rückerstattungsalgorithmus (şefik İlkin Serengil)
Nurales Netzwerk (Seray Beşer)
Perceper (Perceptron (P)) (Seray Beşer)
Feed vorwärts (ff)) (Seray Beşer)
Rezidivierende Nervennetz (RNN) (RNN) (Seray Beşer)
Deep Freed (DFF) (DFF)) (Seray Beşer)
Lang- / Kurzzeitgedächtnis (Lang- / Kurzzeitspeicher (LSTM)) (Seray Beşer)
Radial Basis Network (RBF)) (Seray Beşer)
Wiederholte wiederkehrende Einheit (gr)) (Seray Beşer)
Auto -Encoder (Auto Encoder (AE)) (Seray Beşer)
Variationsautomatischer Codierer (VAE) (VAE)) (Seray Beşer)
Automatische Codiererin (Rauschlinderung) (Seray Beşer)
Sparse Automatic Codierer (SAE) (SAE) (Seray Beşer)
Markov -Kette (Markov -Kette (MC)) (Seray Beşer)
Hopfield Network (HN) (HN)) (Seray Beşer)
Boltzmann -Maschine (Bolzmann -Maschine (UN)) (Seray Beşer)
Eingeschränkte Boltzmann -Maschine (Rastricted Un (RBM)) (Seray Beşer)
Deep Glaubensnetzwerk (Deep Belgnef Network (DBN)) (Seray Beşer)
Faltungsfischnetz (CNN)) (Seray Beşer)

Faltungsnetzwerke mit Faltungsnetzwerken)

Ein tiefer Vergleich: Inception und Res-Net werden ausgeführt (die Verbindung wird aktualisiert!) (Merve Ayyüce Kızrak)
Deep tiefer: sich nervöse Netzwerke entwickeln (Merve Ayyüce Kızrak)
Eingang zu Evolution Nervennetzwerken (Arda Blue)
Studie zu MNIST -Daten mit TensorFlow -basierten Keras (Erdogan Bavas)
Ein kurzer Eingang zu konvolialen neuronalen Netzwerken (şefik İlkin Serengil)
Lernübertragung: Verwendung von Inception V3 mit Keras (şefik İlkin Serengil)

Kapselnetzwerke)

Große Innovation in der künstlichen Intelligenz: Kapselnetzwerke (Merve Ayyüce Kizrak)

Zeitgenössische Hersteller Netzwerke (generative kontroverse Netzwerke)

Generative kontroverse Netzwerke - Was ist Gan? (Türkisch) (Muhammad Buyukkınacı)

Autococoder (AutoCodierer)

Künstliche neuronale Netzwerke: Autoencoder (Faruk Eroğlu)
Autocoder (Seray Beşer)
Denoising Autocoder (Seray Beşer)
Sparse Automatic Coder (Sparse AutoCoder) (Seray Beşer)
Variational Autocoder) (Seray Beşer)

Verwendung

Verarbeitung natürlicher Sprache)

Emotionsanalyse mit Keras (Birolschmuck)
Erste Schritte in der türkischen Textverarbeitung (İlker Birbil)

Cybersicherheit (Cybersicherheit)

Bestimmung von entsorgten Serviceangriffen unter Verwendung von Deep Learning Technologies (Ferhat Özgür Çatak, Ahmet Fatih Mustaçoglu)

Computer Vision

Optische Charaktererkennung, Schreibanerkennung.
YOLO: Real -Time -Objekterkennungsbibliothek (Darknet) Installation (Yavuz Kömeçoğlu)
Wie gewährleisten wir die Wahrnehmung unserer eigenen privaten Person oder unserem Objekt in Yolo? (Yavuz Kömeçoğlu)
Wie verbessere ich mobile Anwendungen zum Erkennen von Bildern? (Özgür şahin)
Entwickeln Sie eine mobile Anwendung, die das Bild in 10 Minuten klassifiziert (Özgür şahin)

Frameworks

Kaffe

Caffe Guide - Arbeitsführer mit Kaffe mit allen Details (Birol Kuyumcu)
Praktische Kaffe -Verwendung (Birolschmuck)
KAFFE -Feinabstimmung: Kaffe mit eigenen Daten verwenden (Yavuz Kömeçoğlu)
KAFFE -Installation für Windows -Betriebssystem (Mesut Pişkin)

Wunder

Einführung in Keras-1 (Birolschmuck)
Einführung in Keras-2 (LSTM) (Birolschmuck)
Keras türkische Dokumentation (Kemalcan Bora)
Kerasinstallation (İbrahim Delibaşoğlu)
Klassifizierung von Sonardaten mit Keras (İbrahim Delibaşoğlu)

Tensorflow

Einführung in Deep Learning mit Tensorflow (Emre Durukan)
Tensorflow verstehen (M.Cemil Güney)
Tensorflow türkische Trainingsdokumente (Ayse Elvan Aydemir)
Tensorflow 101 (Seray Beşer)

Pytorch

Einführung in Deep Learning mit Pytorch: Installation (Original Young)

DeepLearning4J

Einführung in Deep Learning mit DeepLearning4J (Mesut Pişkin)
DeepLearning4J Architektur (Mesut Pişkin)
Künstliche neuronale Netze mit DeepLearning4J (Mesut Pişkin)

Fann

FANN -Werkzeughandbuch (Birolschmuck)

Hardware- und Cloud -Unterstützung

Hardware

Nvidia Titan -Serie

Nvidia Jetson TX -Serie

Intel-Movidius Neural Compute Stick

Was ist Intel-Movidius Neural Compute Stick und wie man benutzt (Merve Ayyüce Red)
Raspberry Pi 3 auf Intel Movidius Neural Compute Stick Running Deep Learning Applications (Yavuz Kömeçoğlu)

Wolkig

Google Colaboratory

Kostenlose GPU -Verwendung mit Google Colab (Fuat)

Systemvorbereitungs- und Installationsleitfäden für tiefes Lernen

Grafikkartentreiber, CUDA und CUDNN -Installation

Nvidia GPU -Fahrer, Cuda und Cudnn Installation Guide (Ender Ayhan Rencüzoğulları)

Microsoft Azure Notebook

Wissenschaftliche Artikel

Allgemein (Überprüfung/Umfrage)

Eine Überprüfung von Deep -Learning -Methoden und -anwendungen (Abdulkadir şeker, Banu Diri, Hasan Hüseyin Balık)

Computer Vision

Marvel: Ein großflächiger Bilddatensatz für maritime Schiffe (Erhan Gündoğdu, Berkan Solmaz, Veysel Yücesoy, Aykut Koç)
Gesichtserkennungsklassifizierer basierend auf der Verringerung der Dimensionen der tiefen Lerneigenschaften (Ahmet Bilgiç, Onur Can Muurban, Tülay Yıldırım)
Signaturerkennungsanwendung basierend auf Deep Learning (Nurullah Çalık, Onur Can Muurban, Ali Rıza Yılmaz, Lütfiye Durak Ata, Tülay Yıldırım)
Bei Identifikationsblättern: Ein Vergleich von CNN mit klassischen ML -Methoden (Mohamed Abbas Hedjazi, Ikram Kourbane, Yakup Genç)
Über Identifikationsblätter: Ein Vergleich von CNN mit klassischen ML -Methoden (Contemporary Bak, Aysun Koçak, Erkut Erdem, Aykut erdem)
Ausbeutung von Faltungsfiltermuster für das Lernen von Transfer (Mehmet Aygün, Yusuf Aytar, Hazim Kemal Ekenel)
Die Herausforderung der nicht eingeschränkten Ohrerkennung (žiga Emeršič, Dejan Štepec, Vitomir Štruc, Peter Peer, Anjith George, Adil Ahmad, Elshibani Omar, Terrance E. Bult, Reza Safdari, Yuxiang Zhou, Stefanos Zafeirio Feirio Fevziy I.
Kombination von LiDAR Space Clustering und Faltungsfischnetzwerken zur Erkennung von Fußgänger (Damien Matti, Hazim Kemal Ekenel, Jean-Philippe Thiran)
Kombinieren Sie mehrere Ansichten zur visuellen Spracherkennung (Marina Zimmermann, Mostafa Mehdipour Ghazi, Hazim Kemal Ekenel, Jean-Philippe Thiran)
Ein Computer-Vision-System zur Lokalisierung und Klassifizierung von Abfällen auf den Straßen (Mohammad Saeed Rad, Andreas von Kaenel, Andre Droux, Francois Tieeche, Nabil Ouerhani, Hazim Kemal Ekenel, Jean-Philippe Thiran)

Türkische natürliche Sprachverarbeitung

Sprachmerkmale in türkischen Wortrepressionen (Onur Güngör, Eray Yıldız)
Morphologische Einbettungen für die Erkennung von Entität in morphologisch reichen Sprachen (Onur Güngör, Eray Yıldız, Suzan Üsküdarlı, Tunga Güngör)
Zemberek -Parser für Python3.x (Kemalcan Bora)
Ein morphologischbewusstes Netzwerk zur morphologischen Disambiguierung (Eray Yildiz, Caglar Tirkaz, H. Bahadir Sahin, Mustafa Tolga Eren, Ozan Sonmez)
Automatisch kommentierte türkische Korpus für die Erkennung und Textkategorisierung der Entität unter Verwendung von Gazeteern (H. Bahadır şahin, Çağlar Tirkaz, Eray Yıldız, Mustafa Tolga Eren, Ozan Sönsz)
Türkische und natürliche Sprachverarbeitung (Kemal Oflazer)
Türkisch und seine Herausforderungen für die Sprachverarbeitung (Kemal Oflazer)
Zemberek Docker Restserver (Canbey Bilgili)

Schallverarbeitung

Ein musikalisches Informationsabrufsystem für klassische türkische Musik -Makams (Merve Ayyüce Kızrak, Bülent Bolat)

Erraten

Intraday -Prädikation von Bort Exchange Istanbul USNG Faltungsnetzwerke und Korrelationen (Hakan Gündüz, Yusuf Yaslan, Zehra çataltepe)

Cybersicherheit

Bestimmung von entsorgten Serviceangriffen unter Verwendung von Deep Learning Technologies (Ferhat Özgür Çatak, Ahmet Fatih Mustaçoglu)
CPP-ELM: Kryptographie Privatsphäre, die extreme Lernmaschine für Cloud-Systeme (Ferhat Özgür Çatak, Ahmet Fatih Mustaçoglu)

Daten

Datendaten Daten (Türkiye Ankara Ayrancı Anatolian High School - Zeynep Dikle & Arda Mavi)
Marvel: Ein großflächiger Bilddatensatz für maritime Schiffe (Erhan Gündoğdu, Berkan Solmaz, Veysel Yücesoy, Aykut Koç)
Yıldız Technische Universität Bone Natural Language Processing Group -Datenbanken (YTU Bone Natural Language Processing Group)
[TTC-3600: Ein neuer Benchmark-Datensatz für die Kategorisierung der türkischen Text] (https://github.com/denopas/ttc-3600)
Turkish Sentiment Dataset (Ahmet Fan, Mustafa Sert)
Englisch/türkische Wikipedia benannte Nicht-Erkennung und Textkategorisierungsdatensatz
Turkischer NLP -Datensatz (Sezer, B., Sezer, T. 2013.
1B Tokens Turkish Corpus und türkische Wortvektoren und analoge Denkungsaufgabenpaare (Onur Gungor, Eray Yildiz, "Sprachmerkmale in türkischen Wortdarstellungen", Siu, Antalya, 2017)
Türkische Sprachressourcen, die von Deniz Yüret zusammengestellt wurden
Metu-Sabanci Turkish Treebank
SEMEVAL-2016 ABSA Telecom Tweets-Turkish: Testerdatenphase A (Subtask 1)
SEMEVAL-2016 ABSA Restaurant Bewertungen Türkisch: Zugdaten (Subtask 1)
Turkish Paraphrase Corpus (TUPC) (Eyecioglu, Asli und Bill Keller.
Turkish Wordnet (König) (Sasmaz, E., R. Ehsani, Ot Yildiz, "Hypernym -Extraktion aus Wikipedia und Wiktionary", Siu, Antalya, Türkei, 2017)
Parkinson -Sprachdatensatz mit mehreren typechen Typten von Sound -Aufzeichnungsdatensatz (Erdogdu Sakar, B., Isenkul, M., Sakar, CO, Sertbas, A., Gürgen, F., S., Apaydin, H., Kursun, O. Arten von Soundaufzeichnungen "
Turkey Student Evaluation Data Set (Gunduz, G. & Fokoue, E. (2013).).
Combined Cycle Power Plant Data Set (Pınar Tüfekci, Vorhersage der elektrischen Ausgangsleistung der Volllast eines Basislasts, das kombiniertes Kombinationskreiskraftwerk unter Verwendung maschineller Lernmethoden, International Journal of Electrical Power & Energy Systems, Volme 60, September 2014, Seiten 126-140, ISSN 0142-06)
Dermatologischer Datensatz (G. G. Demiroz, Ha Govenir und N. Ilter, "Lerndifferenzierungen von Eryhemato-Squamous-Krankheiten unter Verwendung von Abstimmungsmerkmalen", Arithiation Intelligence in Medicine, 1998-2004)
Arrhythmia -Datensatz (H. Altay Guvenir, Burak Acar, Gulsen Demiroz, Ayhan Cekin "Ein überwachte Algorithmus für maschinelles Lernen für die Analyse der Arrhythythmie.
Datensatz für künstliche Zeichen (H. Altay Guvenir et al., 1992)
Türkische natürliche Sprachverarbeitung Toolkit- in Zemberek eingebettet
235.000 türkische Produktbewertungen
ODP TR-30 Turkish Suchergebnisse Clustering-Datensatz (Çalı, 2010)
Dataati der Kleidung in Modacruz und Zara (Kemalcan Bora)

Videounterricht

Allgemein

Ankara Deep Learning - Deep Learning Event 1 (Ferhat Kurt) {96 Minuten}
METU Image Analyse Application and Research Center (OGAM) Sommerschule 2016 (METU)

Künstliche neuronale Netze

Neurales Netzwerk 1: Einführung in Bildung und Konzepte (Dr. Sadi Evren Seker @Bilgisayarkavramlari) {23 Minuten}
Neurales Netzwerk 2: Konzept des Perzeptrons und Lernens (Dr. Sadi Evren Seker @Bilgisayframlari) {13 Minuten}
Neurales Netzwerk 3: Multi -Layer -künstliche neuronale Netze (Dr. Sadi Evren Seker @Bilgisayarkavramlari) {13 Minuten}
Mathematik künstlicher neuronaler Netzwerke und Mathematik -Codierung in 18 Zeilen (Mehmet Burak Saycı)

Künstliche Intelligenz

Künstliche Intelligenz (künstliche Intelligenz) - Spielliste (Dr. Sadi Evren Seker @Bilgisayframlari) {48 Video}
Künstliche Intelligenz und tiefes Lernen (merve ayyüce rot) {68 Minuten}
Künstliche Intelligenz Alter | TedxMetuankara (Dr. şeyda ertekin) {18 Minuten}

Computeransicht

Klassifizierung von entfernten wahrgenommenen Bildern auf der Pixelstufe Teil 1/2 (Erhan Abdullah (Erchan aptodoula) @Data Istanbul) {60 Minuten}
Klassifizierung von Fernerkennungsbildern auf Pixelstufe Abschnitt 2/2 (Erhan Abdullah (Erchan Aptoula) @Data Istanbul) {30 Minuten}
Deep Dive to Deep Learning (şefik First Serenengil @Softtech Stage) {52 Minuten}
Überlebenshandbuch im Zeitalter des maschinellen Lernens (şefik İlkin Serengil @ISTANBUL CODING VERRÄNGLICH) {84 Minuten}
Deep Learning: Gestern, morgen, morgen (şefik ilkin serengil @bilgisayar Chamber of Engineers) {100 Minuten}
Faltungsnetzwerke mit Keras (Mehmet Burak Saycı)
Faltungsnetzwerke mit Keras (Mehmet Burak Saycı)

IoT

IoT und Deep Learning Event (Ferhat Kurt) {82 Minuten}

Rahmen

Wunder

Keras Video Trainingserie (Mehmet Burak Count) {21 Video, zunehmend}

Julia

Einführung in Deep Learning mit Julia und Knet (Assoc. Dr. Deniz Yuret) {104 Minuten}

Matconvnet

Einführung in Deep Learning mit Matconvnet und Matlab (Ahmet Gökhan Poyraz) {5 Videos, Ergänzungen werden gemacht}

Präsentationen

Künstliche Lernen Sommerschule 2017 - Präsentationen (HUCVL)
METU Image Analyse Application and Research Center (OGAM) Sommerschule 2016 - Präsentationen (METU)
Metu Image Analysis Application and Research Center (OGAM) Sommerschule 2016 - Videos (Metu)
Deep Learning türkiye - Statistische Sprachverarbeitung - Prof.dr. Dr. Kemal Oflazer - Präsentationen (DLTR)

Github

Verarbeitung natürlicher Sprache

Zemberek -Parser für Python3 (Kemalcan Bora)
Das türkische Wort ist mit 900.000 Daten (Savas Y) eingebettet
Ein morphologischer Analysator für Finite-State für türkische (Çağrı çöltekin)
Türkische Bedeutung Analyse mit Keras (positiv - negativ) (Zeki Bird)

Suchalgorithmen

C mit c mit C. C.

Computeransicht

Bildklassifizierung mit CNN (Mesut Pişkin)
Echtzeit -Geschlechtserkennung (Mesut Pişkin)
Duygu-duygu und Geschlechtserkennung (Merve Ayyüce Kızrak-yavuz Kömeçoğlu)
Klassifizierung und Parameteranalyse von CIFAR10 -Datensatz mit CNN (TensorFlow)
Klassifizierung des FashionMnist -Datensatzes mit CNN (Zeki Bird)
Klassifizierung des CIFAR10 -Datensatzes mit CNN (Keras) (Zeki Bird)