MdooAI – Temel matematikten backpropagation’a, işlem akışıyla AI’ı anlamaya yönelik öğrenme platformu
(mdooai.com)Merhaba. Geliştirici olarak çalışırken AI’a ilgi duymaya başlayan ve geçen yıldan beri akşamları yapay zeka yüksek lisansında okuyup çalışan biriyim.
Yapay zeka yarışmalarına katılıp ödül de aldım, çeşitli modelleri bizzat geliştirip ince ayar yaparken bir noktayı fark ettim.
Teknikler önemli olsa da, sonuçta performans farkını yaratan şeyin temellere dair anlayış olduğunu gördüm.
Vibe coding ile modelleri hızlıca uygulamak kolaylaştı, ancak performans beklenen düzeyde çıkmadığında bunun nedenini açıklamak ve iyileştirmek hâlâ zor.
Özellikle matematiksel temel ve yapay zeka prensiplerine dair bir kavrayış yoksa, darboğazın nerede oluştuğunu yapısal olarak analiz etmenin zor olduğunu hissettim.
Bu yüzden, çalışırken düzenlediğim notları temel alarak kendi öğrenme platformumu geliştirip yayımladım.
Platform, temel matematikten derin öğrenmenin çekirdek yapılarına kadar adım adım ilerleyen bir müfredattan oluşuyor.
📘 Part 1. Temel matematik ve yapay zeka
Ch.00 Temel matematik ve yapay zeka: AI’ın dilini öğrenmek
Ch.01 Fonksiyonlar: Girdi ile çıktıyı bağlayan AI’ın temel birimi
Ch.02 Üsler ve üstel fonksiyonlar: Büyümenin ve aktivasyonun matematiği
Ch.03 Logaritma fonksiyonu: Çarpmayı toplama çevirmek, kaybı tasarlamanın dili
Ch.04 Limit ve ε-δ: “Sonsuz derecede yaklaşmak” kavramını tanımlamak
Ch.05 Süreklilik: Kesintisiz eğri, türevin kapısını açmak
Ch.06 Türev ve türev fonksiyonu: Anlık eğim, öğrenmenin pusulası
Ch.07 Zincir kuralı: İç içe geçmiş fonksiyonları çözmek, backpropagation’ın özü
Ch.08 Kısmi türev ve gradyan: Çok değişkenli dünyanın iniş yönü
Ch.09 İntegral: Alan ve birikim, olasılığa giden köprü
Ch.10 Rastgele değişken ve olasılık dağılımı: Belirsizliği sayılarla ifade etmek
Ch.11 Ortalama ve varyans: Dağılımın merkezi ve yayılımı
Ch.12 Uniform dağılım ve normal dağılım: Başlatmadan tahmine kadar
📗 Part 2. Derin öğrenmenin yapısını anlamak
Ch.00 Derin öğrenmeye ilk adım: AI nasıl düşünür?
Ch.01 Vektör iç çarpımı: Veriler arasındaki benzerliği bulmak
Ch.02 Matris çarpımı: Her şeyi bir kerede hesaplamanın sihri
Ch.03 Lineer katman: Önemi belirleyen ağırlıklar
Ch.04 Aktivasyon fonksiyonu: Yapay zekaya karar verme gücü katmak
Ch.05 Yapay nöron: Bilgiyi toplayıp sinyal gönderen birim
Ch.06 Batch işleme: Gruplayıp tek seferde öğrenmek
Ch.07 Ağırlık bağlantıları: Zekayı oluşturan yüz milyonlarca zincir
Ch.08 Gizli katman: Gözle görünmeyen düşünce derinliği
Ch.09 Derin sinir ağı: Daha karmaşık problemleri çözme gücü
Ch.10 Genişlik ve nöronlar: Aynı anda daha fazla özellik bulmak
Ch.11 Softmax: Sonuçları güvene dönüştürmek
Ch.12 Gradyan ve backpropagation: Hatalardan öğrenmenin yolu
Ch.13 Genel özet: Yapay zekanın haritasına tek bakışta genel görünüm
Bu, basit bir kavram özeti değil; işlem akışını adım adım takip ederek “neden böyle çalıştığını” anlamaya odaklanan bir yapı. Görselleştirme ve etkileşim merkezde.
İleride, machine learning’i de kapsayacak şekilde çeşitli AI eğitim içeriklerini sürekli genişletmeyi planlıyorum.
Henüz erken sürüm olsa da sürekli iyileştiriyorum.
Geri bildirim verirseniz aktif biçimde yansıtacağım.
9 yorum
Teşekkürler. Yapay zeka çalışırken kullanacağım.
Teşekkürler. Daha fazla içerik eklemeyi planlıyoruz. Sık sık uğrayın!
Fonksiyon. 15. soru. $f(x) = -3x + 5, f(7) = -16
16 girdim ama yanlış cevap olarak görünüyor
Ah, hatayı düzelteceğim, teşekkürler!
Sorun çözme sürecinde yanıt girildiğinde, doğru cevap
-işaretli negatif bir sayıysa başta bulunan işaret algılanmıyor ve cevap yanlış olarak değerlendiriliyor.Ah, hatayı düzelteceğim, teşekkürler!
AdSense'i ilk kez uyguladığım için bir hata yapmışım..! Düzelteceğim, teşekkürler :)
İçerik iyi ama reklam açılır pencereleri çok fazla olduğu için bakması zor.
AdSense'i ilk kez uyguladığım için bir hata yapmışım..! Düzelteceğim, teşekkürler :)