• Buradasın

    CNN

    Özetteki ilgi çekici içerikler

    • Makine Öğrenmesi ve Zaman Serisi Tahmini Eğitimi

      Bu video, bir eğitimci tarafından sunulan ve Fatih İlhan, Furkan, Oğuzhan ve İsmail gibi öğrencilerin de katıldığı bir eğitim içeriğidir.. Video, makine öğrenmesi kullanılarak geleceğe yönelik tahminlerin yapılabilip yapılamayacağı sorusunu ele alarak başlıyor ve zaman serisi tahminindeki temel prensipleri açıklıyor. İçerik, zaman serisi tahminindeki dört temel zorluğu (yeterli bilgiye sahip olunmaması, veri setinin sürekli değişmesi, kör soft dimensionality sorunu ve model seçimi zorluğu) detaylı şekilde ele alıyor ve çeşitli makine öğrenmesi algoritmalarını (LSTM, CNN, DNN, SARMAX, ensemble modeller, klasik algoritmalar) karşılaştırıyor.. Videoda ayrıca veri anomalilerinin incelenmesi, ek bilgi toplama yöntemleri, online tahmin yapma ve eksik veri işleme teknikleri gibi konular da ele alınmaktadır. Elektrik tüketimi gibi zaman serisi verilerinde yapılan testler ve sonuçlar paylaşılırken, makine öğrenmesinin elektrik-elektronik mühendisliği alanındaki önemi de tartışılmaktadır.

      • youtube.com

    • Büyük Beden Giyim Alışverişi Vlogu

      Bu video, bir kişinin izleyicilerden gelen istek üzerine büyük beden giyim alışverişini paylaştığı bir alışveriş vlogu formatındadır.. Videoda konuşmacı, LC Waikiki, Peros, Hamis, Evans, New Look, CNN ve Devyhams gibi markalardan aldığı giyim parçalarını detaylı olarak göstermektedir. Özellikle elbiseler, tişörtler, kimono, pantolonlar, desenli pantolonlar, etek ve atletler hakkında fiyat bilgileri, tasarım özellikleri ve hangi durumlarda giyilebileceği hakkında yorumlar yapmaktadır.. Konuşmacı özellikle işe giyecek kıyafetlere ihtiyacı olduğunu belirtmekte ve kozmetik ürünleri hakkında da kısa bir bilgi vererek, bunların ayrı videolarda detaylı olarak ele alınacağını ifade etmektedir. Ayrıca Peros ve Hamis gibi mağazaların nerede bulunabileceği hakkında da bilgi vermektedir.

      • youtube.com

    • CNN: History and Operations

      Founded in 1980 by Ted Turner and Reese Schonfeld as 24-hour cable news channel. First all-news TV channel in United States. Currently owned by Warner Bros. Discovery. Operates 42 bureaus worldwide, including CNN International

      • en.wikipedia.org

    • CNN ve Keras ile Görüntü Sınıflandırma

      CNN, görüntü özniteliklerini çıkaran bir sinir ağıdır. Evrişim katmanı öznitelik çıkarımı için filtreler kullanır. Kenar işaretleme filtresi yüksek frekanslı bölgeleri bulur. Stride ve padding parametreleri çıkış boyutunu etkiler. Pooling katmanı görüntü boyutlarını azaltır

      • karabayyazilim.com

    • Top 20 Global TV Channels 2024

      ESPN leads with 19 million viewers per standalone game in 2022-2023. Fox News ranks as most-watched cable news network with 1.72 million viewers. CBS leads with 5.69 million median viewers, known for dramas and sports. ABC averages 3.89 million viewers, featuring shows like "Grey's Anatomy"

      • marketing91.com

    • Spor Haber Programı Görüşmesi

      Bu video, bir spor haber programı formatında olup, konuşmacılar arasında Bocu Esmersoy ve diğer bir kişi bulunmaktadır. Bocu Esmersoy, NTV ve NTV Spor'da çalıştığını belirtmektedir.. Videoda konuşmacılar, Real takımı hakkında kısa bir sohbetten sonra Bocu Esmersoy'un spor haber programı hakkında konuşmaktadır. Konuşmacılar, NTV ve CNN kanallarının spor haberlerini takip ettiklerini ve her ikisinin de birbirinden güzel olduğunu belirtmektedir.

      • youtube.com

    • CNN Haber Kanalı Tarihi ve Kapsamı

      CNN, Ted Turner tarafından 1980'de kurulan ilk ABD haber kanalıdır. 1 Haziran 1980'de David Walker ve Lois Hart ile yayına başladı. CNN2 kanalı 1982'de kuruldu ve 24 saat yayın yaptı

      • tr.wikipedia.org

    • Dünya'nın Harikaları Tarihi ve Güncel Listeler

      Antik Dünyanın Yedi Harikası listesi Akdeniz çevresindeki eserlerden derlenmiştir. Yedi sayısı Yunanlar için bereket ve mükemmeliyeti temsil ediyordu. Herodotus ve Callimachus İskenderiye Müzesi'nde bu listeleri hazırlamıştır. Sadece Giza Piramitleri günümüze ulaşmıştır

      • tr.wikipedia.org

    • TensorFlow 2.0 ile CNN Eğitimi ve CIFAR-10 Veri Seti Kullanımı

      Bu video, bir eğitim içeriği olup, konuşmacı TensorFlow 2.0 kütüphanesi kullanarak CNN (Convolutional Neural Network) modellerinin nasıl oluşturulacağını anlatmaktadır.. Video, CIFAR-10 veri setini kullanarak CNN modellerinin uygulamasını göstermektedir. Konuşmacı, veri setini yükleyip, farklı CNN modellerini (manuel olarak oluşturulan model, MobileNet ve ResNet gibi transfer learning modelleri) uygulamakta ve bu modellerin eğitim ve test doğruluk değerlerini karşılaştırmaktadır. Her model için epok sayısı, doğruluk oranı ve loss değerleri gösterilmekte, böylece izleyicilerin CNN modellerinin performansını değerlendirebilmesi sağlanmaktadır.

      • youtube.com

    • Bilgisayarla Görü ile Görüntüden Bitki Tür Tanıma Projesi Sunumu

      Bu video, Gebze Teknik Üniversitesi Bilgisayar Mühendisliği 4. sınıf öğrencisi Ahmet Selim Dursun'un 2015 bitirme projesi sunumudur.. Sunumda, doğal ortamda çekilmiş bitki fotoğraflarından tür tanıma sistemi geliştirme süreci anlatılmaktadır. Proje, veri kümesi hazırlama, CNN derin öğrenme mimarileriyle eğitim, kaynaştırma yöntemleri uygulama ve web ortamına taşıma aşamalarını içermektedir. Sunumda ayrıca sistemin test sonuçları gösterilmekte ve basit bir web arayüzü tanıtılmaktadır. Video, sistemin çeşitli bitki türlerini tanıma performansını gösteren pratik testlerle sonlanmaktadır.

      • youtube.com

    • Derin Öğrenme ve Görüntü Sınıflandırması Eğitim Videosu

      Bu video, bir eğitmen tarafından sunulan derin öğrenme ve görüntü sınıflandırması konusunda kapsamlı bir eğitim içeriğidir. Eğitmen, makine öğrenmesi kavramlarından başlayarak derin öğrenme modellerinin yapısını ve eğitimi detaylı şekilde anlatmaktadır.. Video, makine öğrenmesi temel kavramlarından başlayarak (confusion matrix, precision, recall, F-score) derin öğrenme modellerinin yapısını (CNN, VGG16, ResNet, MobileNet, EfficientNet), eğitimi ve performans değerlendirmesini adım adım göstermektedir. İçerik, modelin kodlanması, optimizasyon teknikleri, veri artırımı yöntemleri ve transfer öğrenme gibi konuları kapsamaktadır.. Eğitim sürecinde kedi-köpek sınıflandırma modeli üzerinden pratik uygulamalar yapılmakta ve model performansını değerlendirme için loss ve accuracy grafikleri, confusion matrix ve classification report gibi araçlar kullanılmaktadır. Ayrıca, veri azlığı sorununa çözüm olarak veri artırımı teknikleri (resim döndürme, zoom yapma, yansıtma) ve ImageNet yarışması sonuçlarında eğitilmiş modellerin transfer öğrenmesi de anlatılmaktadır.

      • youtube.com

    • CNN and Fox News Ownership Structure

      CNN and Fox News are major American cable news channels. CNN launched in 1980 as first 24-hour news channel in US. FOX News launched in 1996 as part of Fox Corporation. CNN has 90.1 million household subscribers globally

      • briefly.co.za

    • Yapay Zeka, Makine Öğrenmesi ve Derin Öğrenme Eğitim Dersi

      Bu video, İstanbul Üniversitesi Enformatik Bölümü öğretim üyesi Dr. İncizaim Gökbay tarafından sunulan kapsamlı bir eğitim dersidir. Konuşmacı, yapay zeka, makine öğrenmesi ve derin öğrenme konularını detaylı şekilde anlatmaktadır.. Video, yapay zekanın temel kavramlarından başlayarak, makine öğrenmesinin üç temel dalını (gözetimli, gözetimsiz ve pekiştirmeli öğrenme) ve derin öğrenme modellerini (CNN, RNN, RBM) kronolojik olarak ele almaktadır. Her bir kavram ve model detaylı örneklerle açıklanmakta, günlük hayattan uygulamalar sunulmaktadır.. Ders içeriğinde bilgisayar tarihi, nöron modelleri, öğrenme kuramları, algoritma kavramları ve makine öğrenmesinin çeşitli alanlardaki uygulamaları (kredi risk değerlendirmesi, ses tanıma, görüntü sınıflandırması, otonom araçlar, IBM Watson gibi) detaylı şekilde anlatılmaktadır. Video, yapay zekanın gelecekte kuantum kimya, parçacık fiziği ve materyal tasarımı gibi alanlarda nasıl kullanılabileceğine de değinmektedir.

      • youtube.com

    • PyTorch ile Göğüs Ekstraksiyon Görüntülerinde Sınıflandırma Eğitimi

      Bu video, bir eğitmen tarafından sunulan derin öğrenme ve makine öğrenimi eğitim içeriğidir. Eğitmen, PyTorch kütüphanesi kullanarak göğüs ekstraksiyon görüntülerinde iki sınıflı bir sınıflandırma ağının nasıl oluşturulacağını adım adım göstermektedir.. Video, sınıflandırma kavramının temel açıklamasıyla başlayıp, Google Colab platformunda PyTorch, torchvision, numpy, pandas gibi kütüphanelerin kullanımı, veri setinin hazırlanması, eğitim ve test verilerinin ayrılması, veri dengesizliğinin incelenmesi ve transfer learning ile sınıflandırma ağlarının oluşturulması konularını kapsamaktadır. Ayrıca, AlexNet ve DenseNet gibi farklı sınıflandırma ağlarının karşılaştırılması ve eğitim sürecinin nasıl başlatılacağı da anlatılmaktadır.. Eğitim sürecinde kullanılan metrikler (accuracy, Cohen's kappa skoru, classification report), optimizer'ların seçimi, parametrelerin ayarlanması, veri normalleştirme yöntemleri ve CNN modellerinin kullanımı gibi teknik detaylar da ele alınmaktadır. Video, bir sonraki bölümde performans metrikleri ve karmaşıklık matrisi hakkında daha detaylı bilgi verileceğini belirterek sona ermektedir.

      • youtube.com

    • İzmir Ekonomi Üniversitesi Kapalı Otoparkında Plaka Tanıma Sistemi

      Bu video, İzmir Ekonomi Üniversitesi'ndeki kapalı otoparkta kullanılan plaka tanıma sisteminin teknik açıklamasını içeren bir eğitim içeriğidir.. Video, sistemin üç temel aşamasını detaylı olarak anlatmaktadır: plaka tespiti, karakter çıkarımı ve karakter tanınması. Sistem, arabanın geliş açısına göre plaka içinde açı düzeltmesi yaparak diğer sistemlerden farklılaşmaktadır. Plaka tespiti aşamasında plakanın mavi kısmı da çıkarılarak en yakınındaki dikdörtgenle eşleştirilmekte, karakter çıkarımı aşamasında ise açı düzeltmesi yapılarak italik karakterler düzeltilmekte ve son olarak CNN (Convolutional Network) tekniğiyle karakterler tanınmaktadır.

      • youtube.com

    • Yapay Zeka Modelleri ve Deep Learning

      Bu video, yapay zeka modelleri hakkında bilgi veren eğitici bir içeriktir.. Video, yapay zeka modellerinin farklı kategorilere ayrılabileceğini anlatarak başlıyor. RNN (Recurrent Neural Network) ve CNN (Convolutional Neural Network) gibi modeller ve deep learning kavramı açıklanıyor. Deep learning'in çok sayıda katman içeren ağlar kurduğu ve iş dünyasında yetenekli işler yapabildiği belirtiliyor. Video, Google Translate örneği üzerinden deep learning'in son yıllarda Google Translate'in doğruluğunu ve yeteneklerini nasıl önemli ölçüde artırdığını gösteriyor.

      • youtube.com

    • CNN'in Türkiye'nin Hasta Takip Sistemine Övgü Dolu Haberi

      Bu video, CNN International'in Türkiye'nin COVID-19 salgınla mücadelesindeki hasta takip sistemini övdüğü bir haber sunumudur. CNN muhabirleri ve kameramanları, İstanbul İl Sağlık Müdürlüğü ekiplerinin ev ev dolaşarak sağlık hizmeti verdiği görüntüleri paylaşmaktadır.. Video, CNN'in Türkiye'nin kullandığı hasta takip sistemine odaklanarak, bu sistemin salgınla mücadelede sağladığı başarıları vurgulamaktadır. CNN, Türkiye'nin bu sistemle dünya genelinde bir adım öne çıktığını belirtirken, vakanın ortaya çıktığı ilk andan itibaren sağlık ekiplerinin 48 saat boyunca hastanın temas kurduğu kişiler için tarama yaptığını ve bu sayede önemli verilere ulaşıldığını aktarmaktadır.

      • youtube.com

    • Kişisel Değişim ve Takı Tasarım Mühendisliği Hakkında Bir Video

      Bu video, bir kişinin kişisel değişimini ve takı tasarım mühendisliği konusundaki düşüncelerini paylaştığı bir içeriktir. Videoda konuşmacı, 364 gün boyunca çalıştığı ve arkadaşlarıyla az görüştüğü bir dönemden bahsediyor.. Videoda konuşmacı, bu süre zarfında kilo aldığını ve sivilce çıktığını belirtiyor. Ayrıca takı tasarım mühendisliği konusunda bir karar verdiğini ve bu konuda "inanamiyorum sana iğrençsin" gibi bir tepki aldığını paylaşıyor. Video, konuşmacının bir fotoğraf çekme sürecini göstererek ve CNN'den sıkıldığını ifade ederek sona eriyor.

      • youtube.com

    • Konvolüsyonel Sinir Ağları Eğitim Videosu

      Bu video, bir eğitmen tarafından sunulan konvolüsyonel sinir ağları (CNN) hakkında kapsamlı bir eğitim dersidir.. Video, CNN'lerin temel prensiplerini açıklayarak başlıyor ve ardından CNN ile MLP (Multi-Layer Perceptron) modellerini karşılaştırıyor. İlk bölümde konvolüsyon işleminin avantajları, seyrek bağlantı, paylaşılan parametreler, padding, filtre boyutları ve kanallar gibi temel kavramlar anlatılırken, ikinci bölümde CNN'in MLP'e göre daha hızlı öğrenme yapabildiği ve daha az epokta daha düşük hata oranına ulaşabildiği gösteriliyor.. Videoda ayrıca CNN'in sadece görüntü işlemede değil, 1D verilerde de kullanılabileceği belirtiliyor ve CNN'in mimarisinin correlate olduğu bilgisini zaten içerdiği için daha hızlı öğrenme sağladığı vurgulanıyor.

      • youtube.com
  • Yazeka sinir ağı makaleleri veya videoları özetliyor