YAPAY ZEKA

Yapay Zeka ve Görüntü İşleme Günü (YAZGİG'17)

Yapay Zeka ve Görüntü İşleme Günleri (YAZGİG) ’nin üçüncüsü 29 Nisan 2017 tarihinde Ankara Üniversitesi Ord. Prof. Dr. Abdülkadir Noyan Konferans Salonunda geçen seneye nazaran daha fazla katılım ile gerçekleşmiştir.  Görüntü İşleme ve Robotik alanları hakkında yapılan çalışmaları, uygulama alanlarını, gelecekteki durumunu, tarihini ele alarak katılımcıların öncelikli olarak kafasındaki sorulara yanıtlar bulmasını ve bu konulardaki bilgi birikimlerinin artmasını amaçlayan bir organizasyon olan Yapay Zeka ve Görüntü İşleme Günleri (YAZGİG) ’nin üçüncüsü 29 Nisan

Basamak Korelasyon Sinir Ağı (Bölüm 3): Nilgün Şengöz

Tekrarlı Basamak Korelasyon Sinir Ağları Eğer örneklerin sırası belirli bir modelse, rekurrent (tekrarlı) sinir ağları (RSA) ileri beslemelerden daha iyi probleme uyumlu olabilir. RSA güncel olan veya önceki katmanlara doğru geri beslemeli bağlantılara sahiptir, böylece veri ağ içerisinde yayılabilir. Bu verileri kullanarak giriş ve çıkış modellerinin tanıma yetisi kısa bir zaman diliminde simule edilebilir. Ne yazık ki genel bir RSA için etkili bir öğrenme algoritması bulunmamaktadır. Fahlman (1991) tarafından yayımlanan

Yapay Zeka 11: Genetik Algoritmalar

Genetik algoritmaların çıkışı, hangi tip problemlerin çözümünde kullanılabileceği, sınırları ve yapamayacakları, bir genetik algoritmanın problem çözümünde nasıl kullanılabileceği, hangi adımlardan geçilmesi gerektiği basitçe bir gerçek hayat probleminin kromozom dizilimleri (genler) ile nasıl kodlanacağı (encoding), topluluğun (population) nasıl ilklendirileceği, çaprazlama (crossover) ve mutasyon (mutation) operatörlerinin nasıl çalıştığı ve farklı tipte örnekleri, çıkan topluluğun ve yeni nesillerin nasıl değerlendirileceği ve sonuç olarak başarı kriterleri ve sezgisel algoritmalara (heuristic algorithms) özgü bazı problemlerin

Yapay Zeka 10: Bulanık Mantık ve Bulanık Kümeler

Bulanık Mantık, Bulanık Kümeler konusu çok geniş kapsamlı bir konu olup bu konuda yüksek lisans hatta doktora eğitimi yapılabilecek kadar kapsamlı ve geniş bir konu olsa da burada Doç.Dr.Şadi Evren ŞEKER sadece genel hatlarından bahsedip, nerede işe yaradığından ve özellikle Yapay Zekâ ile ilişkisinden bahsedilecektir. Genel olarak Fuzzy Logic ve Fuzzy Sets olarak geçen kavramlara giriş yapılarak yapay zeka açısından önemini ve nasıl kullanılabileceği açıklanmaktadır. Kaç kilometre hızla giden bir arabaya

Yapay Zeka 9: Birinci Derece Mantık (First Order Logic)

Kitabın 8’inci Bölümünü oluşturan bu bölümde Doç.Dr.Şadi Evren ŞEKER Birinci derece mantığın diğer mantık sistemleri ile olan farklarını anlatarak bu mantıkta bulunan fonksiyonarı (Functions), önermeleri (Facts), nesneleri (objects) ve ilişkileri (relations) anlatıyor ve bu mantık üzerinden farklı mantıkların nasıl üretilebileceğini bizlere açıklıyor. Matematik mantığın özel bir halidir. Mantık matematikten çok daha geniş bir yapıya sahiptir ve daha fazla detayı içerir. Matematik sadece onun bir küçük bir alt kümesidir. Matematik mantık

Yapay Zeka 8: Mantık (Logic)

Kitabın 7’nci Bölümünü oluşturan bu bölümde Doç.Dr.Şadi Evren ŞEKER Bilgi tabanlı ajanlar (knowledge based agents) kavramına giriş yaparak mantıksal sistemlerin bir ajanın karar sistemlerinde kullanılması ve ajanın performans kriterlerini sağlayabilmek için ortamdan topladığı duyarga girdileri ve ön tanımlı bilgileri nasıl aksiyona dönüştürdüğünü anlatıyor. Ayrıca çok kullanılan wumpus world örneği üzerinden bir oyundaki karar sistemini bizlere açıklıyor. Genel olarak bu ünitede aşağıdaki konulardan bahsedilmektedir: -Bilgi tabanlı ajanlar (knowledge based agents) -Wumpus

Açık ve Uzaktan Öğrenmede Makine Öğrenmesi Uygulamaları: Öğr. Gör. Utku Köse

Anadolu Üniversitesi – Açıköğretim Fakültesi Seminerleri kapsamında 29 Mart 2017 Çarşamba günü Açıköğretim Fakültesi Konferans Salonunda, Uşak Üniversitesi’nde Öğretim Görevlisi ve aynı zamanda; Bilgisayar Bilimleri Uygulama ve Araştırma Merkezi, Merkez Müdürü olarak görev yapan Utku Köse tarafından “Açık ve Uzaktan Öğrenmede Makine Öğrenmesi Uygulamaları” konulu bir konferans verilmiştir. Bu konferansta aşağıdaki konu başlıklarına değinilmiştir.  *YZ Nedir? Ne Değildir? *YZ Alanları *Makine Öğrenmesi Teknikleri *Makine Öğrenmesi ve Eğitim *Makine Öğrenmesi ve

Makine Öğrenmesi (Yapay Zeka): Mehmet Burak Sayıcı

Bilkent Üniversitesi’nde Endüstri Mühendisliği bölümünde lisans eğitimini 1. sınıftan devam ettiren Mehmet Burak Sayıcı, Yapay Zekanın alt konularından olan Makine Öğrenmesine (Machine Learning) ilgi duyanların meraklarını giderecek güzel bir çalışma gerçekleştirmiş. Bu çalışmayı kendisinden gerekli müsade alınarak burada sizlerle paylaşmak istiyorum. Youtube da yayınlamış olduğu videoların güncel haline kendisinin oluşturmuş olduğu heveslimuhendis.com‘dan erişebilirsiniz..

Derin Öğrenme (Deep Learning) Nedir ve İnsanlık için Tehdit midir?

Doç.Dr.Şadi Evren Şeker, Dr. Çağlayan Dicle (Computer Vision Engineer, Ditto Labs) ile derin öğrenme (deep learning) kavramı hakkında bu konuyu hiç bilmeyen insanların anlayabileceği seviyede bir söyleşi gerçekleştiriyor. Ayrıca bu alandaki çalışmaların insanlık için bir tehdit içerip içermediğini Dr. Çağlayan Dicle bizlere açıklıyor. “Deep learning (Derin Öğrenme) aslında bu yapay sinir ağlarının tekrar ısıtılıp önümüze sunulmuş şeklidir. Mekanizma olarak yeni bir şey değildir. İlk ilhamını sinir sisteminden alıyor. Akson ve

Basamak Korelasyon Sinir Ağı (Bölüm 2): Nilgün Şengöz

Önceki yazıda basamak korelasyon ağının hangi problemlerin çözümü için ortaya çıktığı anlatılmıştır. Bundan dolayı, basamak korelasyon iki anahtar fikri birleştirir; ilki basamak mimarisi ki burada bahsi geçen gizli birimler ağa bir kez eklenir ve eklendiği zamanda değişmezler. İkinci önemli durum ise, öğrenme algoritmasıdır. Bu algoritma yeni gizli birimler yaratır ve yükler. Burada aslında yapılmak istenen şey her bir gizli birim için, yeni birimlerin çıkışı ile elimine edilmeye çalışılan artık hata