Teknoloji, Yazılım ve Algoritma Geliştirmeyi Her Yaşa ve Her Mesleğe Hitaben Öğretmemiz Lazım !!!!!!!
Sanayinin ihtiyacı olan yazılımcı sınıtısı giderek artacak... Peki Çözüm Ne olacak ?? Çözüm Ne olmalı ??
Öğrencilik günümüzde ikiye ayrıldı. Günümüz mezunları ile geçmiş mezuniyetler arasında çok fark olacak ... Bu işin bir noktasından Başlanılmalı ...
Akademik hayatının birinci önceliği diploma verme kurumu olmadığı sektör ile öğrencilerimiz arasında köprü olmasının önemini vurgulanmalıdır.
Bu köprü sürecinde eğerki temellerinizi veri yapısı - algoritma - yazılım - programlama - uygulama ile destekleyenler etkili bir süreç geliştirebilecektir.
Bu platformu kendi algoritmaları ile destekleyenler yeni meslekler ortaya çıktıkca adapte olabileceklerdir.
- Yaşamınızın merkezinde algoritma geliştirmeyi almak önemlidir,
- Sisteme entegre edilebilecek şekilde algoritma geliştirilmesi önemlidir,
- Fikri Mülkiyet Haklarınızı (TPMK Fikri ve Sınai Mülkiyet Hakları) almak ve korumak önemlidir.
Bu eğitimler ile birinci hedef: Yazılım Geliştirme alanında bir farkındalık oluşturarak sizlerin sıfırdan ileri seviyeye veya teorik olarak öğrenip ilerletemediğiniz yazılım geliştirme becerinizi arttırmaktır.
Bu eğitimler ile ikinci hedef: Klasik konu algısından sıyrılarak uygulamalar için yazılım tabanlı algoritma geliştirmektir.
Belki başka bir zamanda başka bir konumda bu algoritmalar noktasında uygulama geliştirmek için zamanınız olmamış olabilir --> Bir yerden başlamanız lazım. Eğerki şuan buradaysak ve bu eğitim alanında deneyim kazanmaya başlamak istiyorsak doğru bir konumdasınız :D Önemli olan başlamak - devamdır...
Eğitimin Amacı: Algoritma Geliştirme ve Analiz işlemlerinde uygulama + teorik şeklinde bütünleştirilerek tümleşik bir sistemin ortaya çıkarılması
- Algoritma Geliştirme çalışmalarında Türkçe literatürün önemi
- Algoritma Geliştirme çalışmalarında Türkçe verilerin işleyebilmenin önemli
- Algoritma Geliştirme ile bütünleşen gerçek verilerin işlerken karşılaşılan sorunlara çözümler üretebilme
- Oluşan çözümlerin gerçek hayat verileri olarak nasıl kullanılabileceği
- Algoritma Geliştirme kapsamında bilinç ve farkındalık oluşturabilmek
- Yaşadığımız şehrin, ilçenin, evinizin verilerine ortak çözümler geliştirebilmek - üretebilmek
- Algoritma Geliştirme Türkçe Açık Kaynak Geliştiriciliğin önemi
- Kurumlarımızın verilerine akademinin işbirliği - aracılığı ile çözümlerin ortaya koyabilmesi
- Ülkemizin Açık Kaynak Veri Paylasımı noktasındaki çalışmaları dünyaya tanıtma ve duyurma
- Açık kaynak verinin işlenmesinde işlem aşamaları
- Etkileşimli çalışma ile algoritmalarının sistemsel bütünlüğünü öğrenme
- Algoritma Geliştirme alanında sürdürülebilirlik sağlanması
- Algoritma Geliştirme çalışmalarında gelişimin öğrenerek sağlanabilmesi
Tablo 1. Yazılım, Algoritma, Programlama noktasında dünya üzerinde önemli teknoloji gelişimleri (Tablo oluşumunda kullanılan referans listesi aşağıdadır.)
El-Harezmi -> Harzemli algoritmaların geliştirimesi üzerindeki çalışmaları nedeniyle bilimde algoritmaların mucidi olarak geçmektedir. Algoritma ismi Harzemlinin isminden türetilmiştir. Matematik üzerinede önemli katkıları olan Harzemli cebirinde kurucusudur. Cebir kitabında denklem kurulması ve kareköklü ifadelerin çözümünü ve algoritmasını ele almıştır.
DERS 0 -> Veri Yapıları ve Algoritmalar Dersinin Kapsamı & Önemi ve Veri Yapıları ve Algoritmalar -> Yazılım Geliştirmede Algoritma & Programlamanın Önemi
DERS 1 -> Python Programlama Dili ile & Google Colab & Google Drive Ayarları
DERS 2 -> Python Programlama Dili Değişken ve Veri Türleri
DERS 3 -> Python Programlama Dili Üzerinde Koşul Yapıları
DERS 4 -> Python Programlama Dili Üzerinde Döngü Yapıları, İstisnalar & Hata Yönetimi
DERS 5 -> Python Programlama Dili Üzerinde Koşul & Döngü Örnekleri
DERS 6 -> Python Programlama Dili Üzerinde Dizi, Liste, Demet, Sözlük Yapılarının Kullanımı ve Örnekleri
DERS 7 -> Python Programlama Dili Üzerinde Fonksiyon Kullanımı ve Örnekleri
DERS 8 -> Python Programlama Dili üzerinde Dosya İşlemleri - 1, QUIZ_1 & QUIZ_2
DERS 9 -> Python Programlama Dili üzerinde Dosya İşlemleri - 2 ve Veri Görselleştirme İşlemleri
DERS 10 -> Sıralama Algoritmaları
DERS 11 -> Arama Algoritmaları
DERS 12 -> Graf Algoritmaları
DERS 13 -> Yığın, Kuyruk ve Bağlantılı Liste Yapısı
DERS 14 -> Grafik Programlama
IEEE (Institute of Electrical and Electronics Engineers) Yaklaşık 140 yıllık bilgi paylaşımı için aktif kullanılan bir platformdur.
IEEE Moddosu: Advancing technology for humanity -> Erişim adresi: https://www.ieee.org/
C++; if / if-else / switch-case
C#; if/ if-else / swictch-case
Python; if / if-elif-else / switch-case
Java; if / if-else / switch-case
C ve C++; while, do while ve for
C#; while, do-while, for ve foreach
Python; While, for, range, len ve in
Java; while, do-while ve for
- Github: Günümüz yazılım geliştirme sektörünün önemli bir platformdur. Erişim Adresi -> https://github.com/
- LinkedIn: Günümüz iş dünyasının aktif kullandığı profesyonel iş ağı platformudur. Erişim Adresi -> https://www.linkedin.com/
- Google Drive: https://drive.google.com/
- Google Colab: https://colab.research.google.com/
- Kaggle: https://www.kaggle.com/
- Google Scholar: https://scholar.google.com/
- Dergipark: https://dergipark.org.tr/tr/
- IEEE Makale Yayınları: https://www.ieee.org/
- YÖK Tez Yayınları: https://tez.yok.gov.tr/UlusalTezMerkezi/
- Kongre Bildiri Yayınları
DERS 1 -> Derste Çalışacağımız Platformlarının Hazırlanması - GOOGLE COLAB, GOOGLE DRIVE, GITHUB, LINKEDIN
Github ve Linkedin için bir mail adresiniz üzerinden istenilen üyelikleri oluşturup işlemi tamamlıyorsunuz.
Google Colab ve Drive için bir google mail adresi üzerinde aşağıdaki aşamaları tek tek gerçekleştirilmesi ve önemli noktaları yazarak not almanız gerekmektedir. Bu bağlamda hangi aşamada hata alırsanız o kısımda durmanız ve bir adım geriye giderek süreci kontrol etmeniz gerekmektedir!
Github Ayarları ve Github Paylaşımları - Yeni Paylaşım Ortamının Oluşturulması (Repositories - > New)
1.1. Bilgisayarınız üzerinde kullanıdğınız tarayıcıda google hesabınız aktif ederek, drive alanına bağlantı sağlayan.
1.2. Aşama -> Google Drive Sistemini Aktif Edin ve Drive alanınızı açın.
Daha sonra drive içerisinde "VERIYAPILARI_PYTHON" ismiyle vereceğiniz yeni klasöre yüklemesini - kaydedilmesi işlemlerini gerçekleştiriniz.
1.3. Aşama -> Google Drive Alanında "VERIYAPILARI_PYTHON" ismiyle yeni klasör oluşturun.
1.4. Aşama -> Google Drive Alanında "VERIYAPILARI_PYTHON" ismiyle yeni klasör oluşturun.
1.5. Aşama -> GOOGLE COLAB ve GOOGLE DRIVE YAPILANDIRMASI
1.6. Colaboratory -->
1.7. Colaboratory -->
1.8. Google Drive'da Google Colab Kod Alanı Oluşturulması
1.9. Google Colab Üzerinde Oluşturulan Boş Kod Ekranı
1.10. Google Colab Çalışma dosyasının "Untitled0.ipynb" İsmini "D1_Python_ilk_ayarlar.ipynb" ile değiştiriyoruz.
1.11. Drive Alanınız içerisinde çalışma alanımız olacak "VERIYAPILARI_PYTHON" klasörü içerisinde "D1_Python_ilk_ayarlar.ipynb" olduğunu teyit ediyoruz...
1.12. Drive alanınızda birden fazla çalışma ortamı oluşturabilirsiniz...
1.13. "D1_Python_ilk_ayarlar.ipynb" dosyasına çift tıklayıp açtığımızda karşımıza gelen çalışma ortamı...
1.14. Çalışma ortamında ilk python kodumuzu yazıyoruz.. "print("merhaba, Sınıf :D")
1.15. Python'da kütüphane ekleme komutu "import" dur. import sys diyerek çalışma ortamında python programının hangi sürümde oluğunu öğreneceğiz.
1.16. Google Colab üzerinde drive alanına erişim için ayarlamaları yapıyoruz..
1.17. Drive Erişim izni..
1.18. Mail adresine erişim izni..
1.19. Mail adresine erişim izni..
1.20. Mail adresine erişim izni..
1.21. Gerekli izinler onaylandıktan sonra karşılaşılaçak ekran..
1.22. Google Drive klasör alanınıza erişim izni sağlanıyor. "!pwd" derlenen kodun tam derlendiğinde yaptığı işin ekran çıktısını sağlar. Silip denerseniz farklı görürsünüz.
GOOGLE DRIVE ve GOOGLE COLAB SİSTEMLERİNİN BAĞLANTISI GERÇEKLEŞTİRİLMİŞTİR.
ŞİMDİ VERIYAPILARI ve ALGORİTMALAR DERSİNİN;
DERS 2 -> Python Programlama Dili Değişken ve Veri Türleri ile devam ediyoruz.
8.1. Aşama -> Bu aşamada Google Colab'a Google Drive Bağlantısı yapılarak verilerin çekileceği drive adresine erişim izni verilmektedir. Aşağıdaki 2 satır kod ile bağlantı işlemi kurulmadan önce örnek yazım ve kod çıktısı alma işlemini tamamlıyoruz.
print("Merhaba, İGÜ - VERIYAPILARI ve ALGORITMALAR / Ders 8 !")
ve
import sys
print(sys.version)
kodları ile bağlantı kurgu sürecine başlıyoruz.
from google.colab import drive
drive.mount('/content/drive')
8.2. Aşama -> Bu aşamada Google Drive'da ki klasöre erişim linkini işleme alıyoruz. Aşağıdaki 3 satır kod ile bu işlem gerçekleştirilmektedir.
import os
os.chdir('/content/drive/My Drive/VERIYAPILARI_ISTKA')
!pwd
8.3. -> PYTHON Programlama dili üzerinde gerçek veriler üzerinde dosyalama işlemlerinin gerçekleştirilmesi
Bu işlem için Google Drive Alanınıza Var Olan "VERIYAPILARI_ISTKA" klasörü içerisine yeni bir klasör açarak işlemlere başlıyoruz. Yeni klasörün ismi "veriseti" olarak belirlenmiştir.
İstanbulun Çöpünden Geri Kazanım Miktarı ve çöpten elde edilen enerjinin Yapay Zeka Algoritmalarıyla İşlenerek Analizler Ortaya Çıkarılması
Veri Seti Kaynağı : İBB Açık Veri Portalı, Veri Seti Linki-->> Veri Seti Linki-->>
Referans: İBB Çevre Koruma ve Kontrol Dairesi Başkanlığı (2024). Atıktan Geri Kazanım Miktarları (IBB ACIK VERI PORTALI; Version V2) [Veri seti]. İstanbul Büyük Şehir Belediyesi İBB Açık Veri Portalı. https://data.ibb.gov.tr/dataset/atiktan-geri-kazanim-miktarlari (Erişim Tarihi: 15.06.2024)
İlgili link üzerinden veri setini indirip Drive alanındaki "veriseti" klasörüne yükleme gerçekleştirilecektir.
8.4. -> Bağlantı İşlemlerinin Gerçekleştilmesi:
print("Merhaba, İGÜ - İSTKA / Ders 1!")
import sys
print(sys.version)
#Google Colab'a Google Drive Bağlantısı
from google.colab import drive
drive.mount('/content/drive')
#Google Drive'daki Dosyaya Erişim Bağlantısı
import os
os.chdir('/content/drive/My Drive/VERIYAPILARI_ISTKA')
!pwd
8.5. -> Python Programalama Dili Kütüphaneleri ve İşlevleri
Pandas, Numpy, Matplotlib, BeautifulSoup
NOT: İlgili veri setinin ezbere kod yazımı veya kopyala-yapıştır şeklinde ilerleyişinde aşağıdaki şekillerde işlemler ile karşılaşacaksınız!!!!!!
!!!! HATALI İŞLEMLER SONUCUNDA KARŞILAŞACAĞINIZ TABLO ve GÖRSELLER AŞAĞIDADIR....
NOT = İŞLEM AKIŞ SÜRECİNİ PLANLAYIP SIRASI İLE İLK OLUŞUMLAR GERÇEKLEŞTİRİLDİĞİNDE HATASIZ ve KOTROLLÜ İLERLEME SAĞLANABİLMEKTEDİR!!!
8.6. -> CSV formatına EXCEL Dosyasında Geçiş
Veri seti içerisindeki excel dosyalarını *.csv formatına çevirim işlemini gerçekleştiriyoruz.
import pandas as pd
VeriSetiYolu = '/content/drive/My Drive/VERIYAPILARI_ISTKA/veriseti'
for file in os.listdir(VeriSetiYolu): # Klasördeki tüm dosyaları listele
if file.endswith(('.xlsx', '.xls')): # Sadece Excel dosyalarını seç
df = pd.read_excel(os.path.join(VeriSetiYolu, file)) # Excel dosyasını pandas ile oku
df.to_csv(os.path.join(VeriSetiYolu, file.rsplit('.', 1)[0] + '.csv'), index=False)
# DataFrame'i CSV formatında kaydet
print(f"{file} dosyası CSV formatına çevrildi.") # Çevrim İşlemi Çıktısı
# İşlem tamamlandığında kaç tane excel dosyası var ise o kadar *.csv formatına çevildiğinin
# bilgisini almaktayız
8.7. -> Çevrim sonrasında dosya yoluna erişerek *.csv uzantılı kaç adet dosya bulunuyor onu sorguluyoruz.
import os
import pandas as pd
VeriSetiYolu = '/content/drive/My Drive/VERIYAPILARI_ISTKA/veriseti'
# VeriSetiYolu içindeki .csv dosyalarını bul ve say
csv_dosyaları = [dosya for dosya in os.listdir(VeriSetiYolu) if dosya.endswith('.csv')]
# .csv dosya sayısını ekrana yazdır
csv_dosya_sayisi = len(csv_dosyaları)
print(f"VeriSetiYolu içerisinde {csv_dosya_sayisi} tane .csv dosyası bulunuyor.")
8.8 Verinin düzenlenmesi - Yenilenmesi İşlemleri
8.8. devam ediyoruz.........
8.9. Veri İşlemleri tamamlanınca elde edilen görseller
DERS PLANI
DERS 0 -> Veri Yapıları ve Algoritmalar Dersinin Kapsamı & Önemi
DERS 1 -> Google Colab & Google Drive Ayarları (Python Programlama Dili)
DERS 2 -> Python Değişkenler ve Veri Tipleri
DERS 3 -> Python Programlama Dili Üzerinde Koşul Yapıları
DERS 4 -> Python Programlama Dili Üzerinde Döngü Yapıları, İstisnalar & Hata Yönetimi
DERS 5 -> Python Programlama Dili Üzerinde Koşul & Döngü Örnekleri
DERS 6 -> Dizi, Liste ve Fonksiyonlar Kullanımları
DERS 7 -> Python Dosya İşlemleri ve QUIZ_1 // QUIZ_2
DERS 8 -> Python Dosya İşlemleri ve Veri Görselleştirme İşlemleri
DERS 9 -> Sıralama Algoritmaları
DERS 10 -> Arama Algoritmaları
DERS 11 -> Graf Algoritmaları
DERS 12 -> Yığın ve Kuyruk Yapısı
DERS 13 -> Grafik Programlama
Hz. Mevlana'nın Sözleriyle Eğitim serimizi tamamlıyoruz.
Mum olmak kolay değildir !!
Işık saçmak için önce yanmak gerekir.
Hz. Mevlana
NOT: Bu kitaplar ülkemizin yapay zeka alanında ortaya çıkardığı çalışmalardan önemli kaynaklardır. Her yazılımcının, mezun ve / veye öğrencilerinin mutlaka kütüphanelerinde olması gereken kitaplardır.
-
Ord. Prof. Dr. Cahit ARF, "Makine düşünebilir mi ve nasıl düşünebilir", Atatürk Üniversitesi-Üniversite Çalışmalarını Muhite Yayma ve Halk Eğitimi Yayınları Konferanslar Serisi, (1), 91-103. Erzurum, 1959.
-
Prof. Dr. Vasıf NABİYEV, "Teoriden Uygulamalara Algoritmalar", Seçkin Yayınları, Ankara, 2011.
-
Prof. Dr. Vasıf NABİYEV, "Yapay zeka: insan-bilgisayar etkileşimi", Seçkin Yayınları, Ankara, 2021.
-
Prof. Dr. Ali OKATAN, Tamer KARATEKİN, Dr. Kağan OKATAN, "100 Sayfada Makine Öğrenmesi Kitabı", Papatya Bilim Yayıncılık, İstanbul, 2020.
-
Prof. Dr. Vasıf NABİYEV, "Teoriden Uygulamalara Algoritmalar", Seçkin Yayınları, Ankara, 2011.
-
Prof. Dr. Ercan Nurcan YILMAZ & Dr. Öğr. Üyesi Serkan GÖNEN, "Örneklerle Uygulamalı C ve C++ - 2023", İstanbul Gelişim Üniversitesi Yayınları, İstanbul, 2023.
-
Prof. Dr. Çetin ELMAS, "Yapay Zeka Uygulamaları", Seçkin Yayıncılık, İstanbul, 2021.
-
Prof. Dr. Şadi Evren ŞEKER, "Algoritmalar", Nobel Akademik Yayıncılık, Ankara, 2021.
-
Prof. Dr. Eşref ADALI, "Bilişim Etiği ve Hukuku", İTÜ Ulusal Yazılım ve Sertifikasyon Merkezi, İstanbul, 2017.
-
Doç. Dr. Yılmaz KAYA, "Python ile Veri YAPILARI ve ALGORİTMA ANALİZİ", Nobel Yayınevi, Ankara, 2023.
-
Dr. Atınç YILMAZ, Öğr. Gör. Umut KAYA, "Derin Öğrenme", KODLAB Yayıncılık, İstanbul, 2022.
-
Dr. Yalçın ÖZKAN, "Uygulamalı Derin Öğrenme", Papatya Bilim Yayıncılık, İstanbul, 2021.
-
Dr. Andriy BURKOV, "The hundred-page machine learning" book (Vol. 1, p. 32). Quebec City, QC, Canada: Andriy Burkov, 2019.
-
Dr. Öğr. Üyesi Fahri VATANSEVER, "Algoritma Geliştirme ve Programlamaya Giriş", Seçkin Yayınları, Ankara, 2009.
-
Dr. Öğr. Üyesi Selçuk ALP & Arzu KİLİTCİ, "Algoritmalar ve Programlamaya Giriş", Umuttepe Yayınları, Kocaeli, 2015.
-
Dr. Öğr. Üyesi Ebubekir YAŞAR, "Algoritma Ve Programlamaya Giriş", Ekin Basım Yayın, Bursa, 2015.
-
Öğr. Gör. Ali ÇETİNKAYA, "Bulanık Mantık ve Python Uygulamaları". İstanbul Gelişim Üniversitesi Yayınları, 2023.
-
Öğr. Gör. Tuğba SARAY ÇETİNKAYA & Öğr. Gör. Ali ÇETİNKAYA, Algorithm Design in Programming Language Education - Özgür Yayınları, Gaziantep, 2023.
-
Öğr. Gör. Ali ÇETİNKAYA, Mühendislik Alanında Yapay Zeka (YZ) İçerikli Araştırmalarda Yaklaşımlar - Serüven Yayınevi, İzmir, 2022.
-
Öğr. Gör. Ali ÇETİNKAYA, Approaches with Artificial Intelligence (AI) Algorithms to Smart System Works - Platanus Publishing, Ankara, 2023.
-
Öğr. Gör. Ali ÇETİNKAYA’nın internet sayfaları:
https://scholar.google.com.tr/citations?hl=tr&user=XSEW-NcAAAAJ https://avesis.gelisim.edu.tr/alcetinkaya https://github.com/acetinkaya/ https://alicetinkaya.site/
- Arf, C. (1959). Makineler Düşünebilir mi ve Nasıl Düşünebilir?. Atatürk Üniversitesi 1958-1959 Öğretim Yılı Halk Konferansları, (1), 91-103.
- Widrow, B., & Hoff, M. E. (1960). Adaptative Switching Circuits. Wetscon Convention Record. Institute for Research and Education. New York.
- Zadeh, L. A. (1965). Fuzzy sets. Information and control, 8(3), 338-353.
- Brezina, C. (2006). Al-Khwarizmi: The inventor of algebra. The Rosen Publishing Group.
- Campbell, M., Hoane Jr, A. J., & Hsu, F. H. (2002). Deep blue. Artificial intelligence, 134(1-2), 57-83.
- Allahverdi, N. (2002). Uzman Sistemler Bir Yapay Zeka Uygulaması, Atlas Yayın Dağıtım, Ankara.
- James, W. (1984). Psychology, briefer course (Vol. 14). Harvard University Press.
- Nilsson NJ (1965). Foundations of trainable pattern classifying systems. McGraw-Hill, New York
- Taştan, A. (2001). Nasreddin Tusi: hayatı, eserleri, din ve toplum Görüşü. Erciyes Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 1(11), 1-13.
- Hebb, D. O. (1949). The first stage of perception: growth of the assembly. The Organization of Behavior, 4, 60-78.
- Farley, B. W. A. C., & Clark, W. D. (1954). Simulation of self-organizing systems by digital computer. Transactions of the IRE Professional Group on Information Theory, 4(4), 76-84.
- Uyanık, M. (2022). El-Hârezmî Ebû Ca‘Fer Muhammed B. Mûsâ. Bilgeler ve Bilginler: Cumhuriyetin 100. Yılına Armağan, Türk Kültürüne Hizmet Vakfı Yayın Evi, 250.
- McCulloch, W. S., & Pitts, W. (1943). A logical calculus of the ideas immanent in nervous activity. The bulletin of mathematical biophysics, 5(4), 115-133.
- Yang, S., Lee, J., Sezgin, E., Bridge, J., & Lin, S. (2021). Clinical Advice by Voice Assistants on Postpartum Depression: Cross-Sectional Investigation Using Apple Siri, Amazon Alexa, Google Assistant, and Microsoft Cortana. JMIR mHealth and uHealth, 9(1), e24045. https://doi.org/10.2196/24045
- McFarlane, M. D. (1972). Digital pictures fifty years ago. Proceedings of the IEEE, 60(7), 768-770.
- Turing, A. M. (1940). Mathematical theory of enigma machine. Public Record Office, London, 3, 150.
- Turing, A. M. (1948). Intelligent machinery. report for national physical laboratory. reprinted in ince, dc (editor). 1992. mechanical intelligence: Collected works of am turing.
- McCarthy, J. (1955). Human-Level Ai Is Harder Than It Seemed.
- Rosenblatt, F. (1957). The perceptron, a perceiving and recognizing automaton Project Para. Cornell Aeronautical Laboratory.
- Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2017). Imagenet classification with deep convolutional neural networks. Communications of the ACM, 60(6), 84-90.
- Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., ... & Bengio, Y. (2020). Generative adversarial networks. Communications of the ACM, 63(11), 139-144.
- Özşahin, M. S. (2017). Türk minyatür tekniği ile çizgi roman tasarımı (Master's thesis). Kütahya Dumlupınar Üniversitesi, Sosyal Bilimler Enstitüsü.
- Devlin, J., Chang, M. W., Lee, K., & Toutanova, K. (2018). Bert: Pre-training of deep bidirectional transformers for language understanding. arXiv preprint arXiv:1810.04805.
- Radford, A., Wu, J., Child, R., Luan, D., Amodei, D., & Sutskever, I. (2019). Language models are unsupervised multitask learners. OpenAI blog, 1(8), 9.
- Ramesh, A., Pavlov, M., Goh, G., Gray, S., Voss, C., Radford, A., ... & Sutskever, I. (2021). Zero-shot text-to-image generation. In International Conference on Machine Learning (pp. 8821-8831). PMLR.
- Topdemir, H. G. (2022). Takiyüddin İbn Ma'ruf. Bilgeler ve Bilginler: Cumhuriyetin 100. Yılına Armağan, Türk Kültürüne Hizmet Vakfı Yayın Evi, 524.
- LeCun, Y., Bottou, L., Bengio, Y., & Haffner, P. (1998). Gradient-based learning applied to document recognition. Proceedings of the IEEE, 86(11), 2278-2324.
- Vacroux, A. G. (1975). Microcomputers. Scientific American, 232(5), 32-41.
- Deng, J., Dong, W., Socher, R., Li, L. J., Li, K., & Fei-Fei, L. (2009). Imagenet: A large-scale hierarchical image database. In 2009 IEEE conference on computer vision and pattern recognition (pp. 248-255). Ieee.
- Çırak, B., & Yörük, A. (2016). Mekatronik biliminin öncüsü İsmail El-Cezeri. Siirt Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (4), 175-194.
- Kato, I., Ohteru, S., Shirai, K., Matsushima, T., Narita, S., Sugano, S., ... & Fujisawa, E. (1987). The robot musician ‘wabot-2’(waseda robot-2). Robotics, 3(2), 143-155.
- Spenko, M., Buerger, S., & Iagnemma, K. (Eds.). (2018). The DARPA robotics challenge finals: humanoid robots to the rescue (Vol. 121). Springer.
- Lin, R., Ma, L., & Zhang, W. (2018). An interview study exploring Tesla drivers' behavioural adaptation. Applied ergonomics, 72, 37-47.
- Google, (2017). Teachable machine v1. https://teachablemachine.withgoogle.com/v1/ Son Erişim Tarihi: 19.12.2022
- Yang, Z., Gan, Z., Wang, J., Hu, X., Lu, Y., Liu, Z., & Wang, L. (2022). An empirical study of gpt-3 for few-shot knowledge-based vqa. In Proceedings of the AAAI Conference on Artificial Intelligence (Vol. 36, No. 3, pp. 3081-3089).
<-- Saygılarımla Öğr. Gör. Ali ÇETİNKAYA - Temmuz 2024 -->
Yukarıdaki bilgi, resim ve kod çalışmaları açık kaynak paylaşım olarak github "acetinkaya" alanında paylaşımı yapılmıştır.
Github alanından; star - yıldız ile beğenme bildirimi ile paylaşımlarıma destek verebilirsiniz.
Bilgi paylaşıldıkça çoğalır ve gelişir. İyi çalışmalar dilerim.
IEEE--> A. Cetinkaya, "veriyapilari-algoritma" GitHub, [Online]. Erişim Linki: https://github.com/acetinkaya/veriyapilari-algoritma. Son Erişim Tarihi: Gün Ay Yıl.
APA--> Cetinkaya, A. (2024). veriyapilari-algoritma [GitHub Deposu]. GitHub. Erişim Linki: https://github.com/acetinkaya/veriyapilari-algoritma. Son Erişim Tarihi: Gün Ay Yıl.
Proje Durumu: İlgili paylaşımlar ve Python programlama dilinde yazılmış yazılım kodlarına sürüm güncellemeleri yaptıkça bu paylaşımları güncelleyeceğiz. GitHub bölümünden beğeni bildirimi olarak bir yıldız vererek çalışmalarımı destekleyebilirsiniz. Bilgi paylaşıldıkça büyür ve gelişir.
Katkıda Bulunma: Çekme istekleri memnuniyetle karşılanır. Büyük değişiklikler için lütfen önce neyi değiştirmek istediğinizi görüşmek üzere ilgili Python kodunu belirttiğiniz bir soru - yanıt bölümü açın.
Lisans: MIT Lisansı altında yayımlandı
Yazar ve Güncelleme Yapan: Öğr. Gör. Ali Çetinkaya (MSc.) - 2024
Project Status: We will update these shares as we make version updates to the related dependencies and software code written in Python programming language. You can support my work by giving a star as a like notification from the GitHub section. Knowledge grows and develops as it is shared.
Contributing: Pull requests are welcome. For major changes, please open a question-and-answer section indicating the relevant Python code to discuss what you'd like to change first.
License: Released under the MIT License
Authored and Maintained by Lect. Ali Cetinkaya (MSc.) - 2024