Uygulamalar ile Yapay Zeka ve Makina Öğrenmesi Prof. Dr. Mitat Uysal  - Kitap
Uygulamalar ile

Yapay Zeka ve Makina Öğrenmesi

1. Baskı, 
Kasım 2024
Kitabın Detayları
Dili:
Türkçe
Ebat:
16x24
Sayfa:
234
Barkod:
9789750297304
Kapak Türü:
Karton Kapaklı
Fiyatı:
325,00
24 saat içerisinde temin edilir.
Kitabın Açıklaması
Yazdığı onlarca bilgisayar kitabı ve yetiştirdiği binlerce öğrenciyle bilişim ve yazılım konularında çok deneyimli olan Prof. Dr. Mitat Uysal, bu kitabı özellikle yeni öğrenenlerin zorlanabileceği noktaları dikkate alarak kaleme almıştır. Kitap, konuya yeni başlayanlara en yalın şekilde rehberlik eden ve güncel bilgiler sunan bir kaynaktır.
En güncel teknolojiler çerçevesinde yapay zeka ve onun bir bileşeni olan makine öğrenimi konularını ele alan kitapta, yapay zekanın tüm türleri ve makine öğreniminin en önemli algoritmaları anlaşılır bir dille sunulmuştur. Ayrıca, her Türkçe terimin İngilizce karşılığına da özenle yer verilmiştir.
Kitap, esas olarak üniversitelerin ilgili dersleri için ders kitabı olarak yazılmıştır. Ancak yapay zeka, günümüzde oldukça popüler bir konu olduğundan, diğer alanlardaki okuyucuların da kitaptan faydalanabileceği düşünülmüştür. Ek olarak, kitabın sonunda sosyal bilimler, tıp, matematik ve mühendislik gibi çeşitli alanlarla ilişkili yapay zeka uygulamalarına da yer verilmiştir.
Kitabın Konu Başlıkları
.
Yapay Zeka
.
Sınıflandırma Yöntemleri
.
Destek Vektör Makinası (Support Vector Machine–SVM)
.
Kümeleme (Clustering) İşlemi
.
Doğal Dil İşleme (Natural Language Processing–NLP) ve Bilgisayar Görüntüleri (Computer Vision–CV)
.
Sınıflandırma İçin Öne Çıkan Makine Öğrenimi Algoritmaları ve Python Kodları
.
XGBoost Algoritması–Genel
.
Büyük Dil Modeli (Large Language Model–LLM) Nedir?
.
Transformer
Yorumlar
Kitabın İçindekileri
Önsöz 
5
BÖLÜM 1: YAPAY ZEKA 
9
BÖLÜM 2: MAKİNA ÖĞRENİMİNE GİRİŞ 
15
BÖLÜM 3: DENETİMLİ ÖĞRENME 
21
BÖLÜM 4: SINIFLANDIRMA YÖNTEMLERİ 
27
BÖLÜM 5: DESTEK VEKTÖR MAKİNASI (SUPPORT VECTOR MACHINE–SVM) 
41
BÖLÜM 6: R DİLİNDE DESTEK VEKTÖR MAKİNASI İLE SINIFLANDIRMA 
65
BÖLÜM 7: DENETİMSİZ ÖĞRENME VE YAPAY SİNİR AĞLARI 
73
BÖLÜM 8: KÜMELEME (CLUSTERING) İŞLEMİ 
81
BÖLÜM 9: YARI DENETİMLİ VE TAKVİYELİ ÖĞRENME 
97
BÖLÜM 10: DOĞAL DİL İŞLEME (NATURAL LANGUAGE PROCESSING–NLP) VE BİLGİSAYAR GÖRÜNTÜLERİ (COMPUTER VISION–CV) 
107
BÖLÜM 11: SINIFLANDIRMA İÇİN ÖNE ÇIKAN MAKİNE ÖĞRENİMİ ALGORİTMALARI VE PYTHON KODLARI 
119
BÖLÜM 12: PYTHON'DA ADABOOST SINIFLANDIRICI 
131
BÖLÜM 13: XGBOOST ALGORİTMASI–GENEL 
139
BÖLÜM 14: XGBOOST’UN ARKASINDAKİ MATEMATİK 
145
BÖLÜM 15: BÜYÜK DİL MODELİ (LARGE LANGUAGE MODEL–LLM) NEDİR? 
159
BÖLÜM 16: TRANSFORMER 
167
BÖLÜM 17: ÇEŞİTLİ UYGULAMALAR 
171
BÖLÜM 18: ÇEŞİTLİ ALANLAR İÇİN EN İYİ YAPAY ZEKA YAZILIMLARI 
199
BÖLÜM 19: MAKİNA ÖĞRENMESİ UYGULAMALARI 
207
BÖLÜM 20: ANİMASYON ÖRNEKLERİ 
211
Referanslar 
229
Kavram Dizini 
231