Machine Learning ve Deep Learning Üretken modellerle sentetik veri: gizlilik-koruyan üretim, augmentasyon, kalite ve önyargı kontrolü.
Kategori
Machine Learning ve Deep Learning
Gerçek verinin kıt, pahalı ya da gizlilik açısından riskli olduğu durumlarda sentetik veri üretmeyi öğreten kurs. Üretken modellerle veri sentezinden gizlilik-koruyan tekniklere, veri augmentasyonundan sentetik verinin kalite ve önyargı değerlendirmesine; model eğitimini besleyen güvenilir sentetik veri pipeline'ları kurarsın.
Öğrenilecek teknolojiler Synthetic data Generative models Privacy Augmentation Evaluation
Ne öğreneceksin Üretken modellerle sentetik veri üretme Gizlilik-koruyan veri teknikleri Augmentasyon ve dengeleme Sentetik veri kalitesi ve önyargı değerlendirmesi Kimler için Veri kıtlığı/gizlilik ile boğuşan ML ekipleri Sentetik veri üreten mühendisler Regüle sektörlerde çalışan veri bilimciler Müfredat özeti 01 Sentetik veri neden ve ne zaman 02 Üretken modellerle sentez 03 Gizlilik-koruyan üretim 04 Augmentasyon ve dengeleme 05 Kalite ve önyargı değerlendirmesi 06 Pipeline ve üretim Fiyat yakında Diğer kursları keşfet Machine Learning ve Deep Learning
LLM Fine-Tuning: LoRA, QLoRA ve Hugging Face Ne zaman fine-tune, veri hazırlama, LoRA/QLoRA ile parametre-verimli eğitim, değerlendirme ve dağıtım.
İleri Fiyat yakında LoRA QLoRA Hugging Face PEFT
Ön Talep Oluştur Machine Learning ve Deep Learning
Machine Learning Bootcamp: Python ve Scikit-learn Sıfırdan ML: Python, pandas, feature engineering, denetimli/denetimsiz öğrenme ve model değerlendirme.
Başlangıç–Orta Fiyat yakında Python scikit-learn pandas Feature engineering
Ön Talep Oluştur Machine Learning ve Deep Learning
Deep Learning: PyTorch ile Sinir Ağları Sinir ağı temelleri, backpropagation, PyTorch, CNN'ler, eğitim döngüsü ve GPU ile hızlandırma.
Orta Fiyat yakında PyTorch Sinir ağları Backprop CNN
Ön Talep Oluştur