Python ile Yapay Zeka: A'dan Z'ye Reinforcement Learning (7)

• Yapay Zeka (Pekiştirmeli Öğrenme) algoritmalarının ardında yatan matematiği, mantığı, teoriyi ve bu algoritmaların Python ile sıfırdan nasıl kodlanacağını
• Hem birlikte kodlayacağımız hem de bireysel olarak yapacağınız farklı Yapay Zeka (Pekiştirmeli Öğrenme) projeleri
• Bir Yapay Zeka modelinin (Agent) veriye bağlı olmadan kendi kendine nasıl eğitilebileceğini
• Q-Learning, Deep Q-Learning gibiYapay Zeka (Pekiştirmeli Öğrenme) algoritmalarını
• Yapay Zeka (Pekiştirmeli Öğrenme) algoritmalarını kullanmak için Python ile oyun ortamı (Atari Game) yaratmayı
• Dünyada Yapay Zeka (Pekiştirmeli Öğrenme) algoritmalarının nasıl, neden ve ne için kullanıldığını
• Kendi başınıza Yapay Zeka (Pekiştirmeli Öğrenme) algoritması geliştirmeyi
• İsteğe bağlı (opsiyonlu): EK-1,2,3: Yapay Sinir Ağları, Nesne Tabanlı Programlama, Evrişimsel Sinir Ağları

Merhaba arkadaşlar,

Bu kurs 7 adımlık Yapay Zeka yolculuğumuzun nihai hedefi olan Yapay Zeka (Reinforcement Leaning) kursudur.

1. Python: Python Sıfırdan Uzmanlığa Programlama (1)

2. Data Science ve Python: Sıfırdan Uzmanlığa Veri Bilimi (2)

3. Data Visualization: A'dan Z'ye Veri Görselleştirme (3)

4. Machine Learning ve Python: A'dan Z'ye Makine Öğrenmesi (4)

5. Deep Learning (Derin Öğrenme)

6. Statistical Learning (İstatistik)

7. Artificial Intelligence (Yapay Zeka)

Bu Kurs ile Alacaklarınız

1. Sıfırdan Kodlama Becerisi:Sizinle birlikte kod yazıyoruz. Her ders boş bir sayfa ile başlar ve kodu sıfırdan yazarız. Bu şekilde ilerleyebilir ve kodun nasıl bir araya geldiğini ve her satırın ne anlama geldiğini tam olarak anlayabilirsiniz.

2. Kodlar ve Şablonları: Kursta oluşturduğumuz her Python şablonlarını ve kodunu indirebilirsiniz. Bu, sizlere hem daha sonra kod üzerinde pratik yapma hem de kendi projelerinizi şablon sayesinde daha kolay bir şekilde yaratma imkanı sağlayacaktır

3. Teori ve Mantık:Size yalnızca kod yazmayı değil, hem yazdığımız kodun arkasında yatan mantığı ve teoriyi hem de neden böyle bir kod yazdığımızı anlatıyoruz.

4. Kurs içi destek:Size sadece video ile ders anlatımı yapmıyoruz. Size destek olmak için profesyonel Veri Bilimcilerinden oluşan bir ekip oluşturduk. Bu da ders ve ya ders dışı sorularınıza en fazla 72 saat içinde yanıt alacağınız anlamına geliyor.

Yapay Zeka(Reinforcement Leaning) kursu içeriği:

• Giriş Bölümü

  • Reinforcement Learning Giriş

  • Anaconda ve Python Kurulumu

  • Kurs kaynaklarının gösterimi

• Q-Learning

  • Agent-Environment-State-Action-Reward

  • Bellman Equation

  • Deterministic vs Stochastic

  • Markov Decision Process

  • Q-Learning

  • Temporal Difference

  • Q-Table/Algoritma

  • Exploitation vs Exploration

  • Living Penalty

  • Taxi Projesi

  • Frozen Lake Projesi

• Deep Q-Learning

  • Q-Learning vs Deep Q-Learning

  • Deep Q-Learning

  • Experience Replay

  • Adaptive Epsilon Greedy

  • Cart Pole Projesi

  • Lunar Lander Projesi

• Envrionement Design

  • Game Design

  • Player-Sprite-Enemy

  • Collision

  • Environment Design

  • DQL Algoritması

• Deep Convolutional Q-Learning

  • Deep Convolutional Q-Learning Nedir?

  • Pong Oyunu Kodlama Planı

  • Environment Design Sabit Değişkenler

  • Pong Oyunu İnitializer, Display, Update, Action, Process

  • Pong Oyunu Train Agent Model Eğitimi

  • Pong Oyunu Train Agent Sonuçlar

İçeriğin İngilizceolması sizi yanıltmasın arkadaşlar. Derslerim tamamen Türkçedir.

Hemen kaydolun ve bir an önce başlayalım.