From 4d8d9c7bfaac2ba6b0858a60e66750db64fece76 Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?Alper=20Ahmeto=C4=9Flu?= Date: Sun, 16 Sep 2018 10:07:23 +0300 Subject: [PATCH 1/2] =?UTF-8?q?birka=C3=A7=20=C3=B6neri=20ve=20=C3=B6neri?= =?UTF-8?q?=20format=20d=C3=BCzeltme?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- oneriler.md | 72 +++++++++++++++++++++++++++-------------------------- 1 file changed, 37 insertions(+), 35 deletions(-) diff --git a/oneriler.md b/oneriler.md index 630d222..7456836 100644 --- a/oneriler.md +++ b/oneriler.md @@ -59,13 +59,13 @@ Sözlükte **convolution**, **evrişim** olarak çevrilmiştir. - [ ] TÜBA - [ ] TDK -ÖNERİ:'işbirlikçi filtreleme' +ÖNERİ: `işbirlikçi filtreleme` ## data augmentation - [ ] TÜBA - [ ] TDK -ÖNERİ: veri artırma +ÖNERİ: `veri artırma` ## dropout @@ -94,7 +94,7 @@ Sözlükte **convolution**, **evrişim** olarak çevrilmiştir. ## ensemble methods - [ ] TÜBA - [ ] TDK -ÖNERİ:Topluluk Metotları +ÖNERİ: `Topluluk Metotları` Örnek: Topluluk metotları, bir optimal tahmin modelini üretmek için birkaç temel modeli birleştiren bir makine öğrenmesi tekniğidir. @@ -103,7 +103,7 @@ Topluluk metotları, bir optimal tahmin modelini üretmek için birkaç temel mo - [ ] TÜBA - [ ] TDK -ÖNERİ: esnek ağ +ÖNERİ: `esnek ağ` ## feature representation @@ -118,14 +118,14 @@ Topluluk metotları, bir optimal tahmin modelini üretmek için birkaç temel mo - [ ] TÜBA - [ ] TDK -ÖNERİ: ileri besleme +ÖNERİ: `ileri besleme` ## fine grained - [ ] TÜBA - [ ] TDK -ÖNERİ: İnce Taneli(Her biri daha az veri tutan daha fazla nesne) +ÖNERİ: `İnce Taneli` (Her biri daha az veri tutan daha fazla nesne) ## framework @@ -157,7 +157,7 @@ Topluluk metotları, bir optimal tahmin modelini üretmek için birkaç temel mo - [ ] TÜBA - [ ] TDK -ÖNERİ: Mutlak En İyi +ÖNERİ: `Mutlak En İyi` ## gradient descend @@ -168,7 +168,7 @@ Gradyan(yön türevi): Artımın en çok olduğu yere doğru yönelmiş bir vekt Gradyan İnişi: Yerel minimum bir nokta bulmak için, geçerli noktadaki fonksiyonun gradyanının **negatifiyle** orantılı adımlar atılır. -ÖNERİ:'Gradyan İnişi' +ÖNERİ: `Gradyan İnişi`, `Bayır inişi`, `Bayıraşağı inişi` ## ground truth - [ ] TÜBA @@ -189,7 +189,7 @@ Gradyan İnişi: Yerel minimum bir nokta bulmak için, geçerli noktadaki fonksi - [ ] TÜBA - [ ] TDK -ÖNERİ: Üst değişken +ÖNERİ: `Üst değişken` ## landmark detection - [x] TÜBA @@ -205,13 +205,13 @@ Gradyan İnişi: Yerel minimum bir nokta bulmak için, geçerli noktadaki fonksi - [ ] TÜBA - [ ] TDK -ÖNERİ: kement bağıntı +ÖNERİ: `kement bağıntı` ## lineer regression - [ ] TÜBA - [ ] TDK -ÖNERİ: doğrusal bağıntı +ÖNERİ: `doğrusal bağıntı` ## localization @@ -224,21 +224,21 @@ Gradyan İnişi: Yerel minimum bir nokta bulmak için, geçerli noktadaki fonksi - [ ] TÜBA - [ ] TDK -ÖNERİ: yerel minimum +ÖNERİ: `yerel minimum` ## local maximum - [ ] TÜBA - [ ] TDK -ÖNERİ: yerel maksimum +ÖNERİ: `yerel maksimum` ## logistic regression - [ ] TÜBA - [ ] TDK -ÖNERİ: yapısal bağıntı +ÖNERİ: `yapısal bağıntı` ## long short term memory (LTSM) @@ -251,27 +251,29 @@ Gradyan İnişi: Yerel minimum bir nokta bulmak için, geçerli noktadaki fonksi - [ ] TÜBA - [ ] TDK -ÖNERİ: ortalama kesinlik,ortalama hassasiyet +ÖNERİ: `ortalama kesinlik,ortalama hassasiyet` ## Multi Layer Perceptron(MLP) - [ ] TÜBA - [ ] TDK -ÖNERİ: çok katmanlı algılayıcı +ÖNERİ: `çok katmanlı algılayıcı` ## padding - [ ] TÜBA - [ ] TDK -ÖNERİ: dolgulama +ÖNERİ: `dolgulama` ## perplexity - [ ] TÜBA - [ ] TDK -ÖNERİ:karışıklık +ÖNERİ: `karışıklık`, `tereddüd` + +Perplexity bir nevi modelin ortalamada kaç farklı seçim yapacağını ölçüyor, veya ağaçtaki dallanma gibi de düşünebiliriz. Karışıklıktan ziyade modelin seçtiği karar hakkındaki güvenine daha yakın bir kavram gibi. ## pooling - [x] TÜBA @@ -294,38 +296,38 @@ Gradyan İnişi: Yerel minimum bir nokta bulmak için, geçerli noktadaki fonksi - [ ] TÜBA - [ ] TDK -ÖNERİ: rastgele orman +ÖNERİ: `rastgele orman` ## rectified linear unit (RELU) - [ ] TÜBA - [ ] TDK -ÖNERİ: doğrultulmuş lineer ünite +ÖNERİ: `doğrultulmuş lineer ünite`, `damıtılmış doğrusal birim` ## ridge regression - [ ] TÜBA - [ ] TDK -ÖNERİ: bayır bağıntı +ÖNERİ: `bayır bağıntı` ## routing-by-agreement - [ ] TÜBA - [ ] TDK -ÖNERİ: anlaşarak yönlendirme +ÖNERİ: `anlaşarak yönlendirme` ## state of art - [ ] TÜBA - [ ] TDK -ÖNERİ: 'güncel olan en iyi durum' +ÖNERİ: `güncel olan en iyi durum` ## stride - [ ] TÜBA - [ ] TDK -ÖNERİ: adım kaydırma +ÖNERİ: `adım kaydırma` @@ -333,45 +335,45 @@ Gradyan İnişi: Yerel minimum bir nokta bulmak için, geçerli noktadaki fonksi - [ ] TÜBA - [ ] TDK -ÖNERİ: Sıkıştırma Fonksiyonu +ÖNERİ: `Sıkıştırma Fonksiyonu` ## softmax - [ ] TÜBA - [ ] TDK -ÖNERİ: 'türevlenebilir maximum,yumuşatılmış maximum' +ÖNERİ: `türevlenebilir maximum`, `yumuşatılmış maximum` ## standardize - [ ] TÜBA - [ ] TDK -ÖNERİ: tek tipleştirmek, belirli bir forma getirmek +ÖNERİ: `tek tipleştirmek`, `belirli bir forma getirmek` ## standardization - [ ] TÜBA - [ ] TDK -ÖNERİ: standartlaştırma, tek tip yapma +ÖNERİ: `standartlaştırma`, `tek tip yapma` ## tutorial - [ ] TÜBA - [ ] TDK -ÖNERİ: Örnek uygulamalar, eğitim dökümanları +ÖNERİ: `Örnek uygulamalar`, `eğitim dökümanları` ## up sampling - [ ] TÜBA - [ ] TDK -ÖNERİ: Sık Örnekleme +ÖNERİ: `Sık Örnekleme` ## vanishing gradient - [ ] TÜBA - [ ] TDK -ÖNERİ: Kaybolan Eğim (türevlerin 0'a gitmesi 0 olması, bir fonksiyonun türevinin 0 vermesi) +ÖNERİ: `Kaybolan Eğim` (türevlerin 0'a gitmesi 0 olması, bir fonksiyonun türevinin 0 vermesi) @@ -384,7 +386,7 @@ Aşağıdaki kelime ya da kelime gruplarının Türkçe karşılıkları sözlü **bias** kelimesinin karşılığı TÜBA'da **yanlılık** olarak geçmektedir. -ÖNERİ: yanlılık değeri +ÖNERİ: `yanlılık değeri` ## condense @@ -420,7 +422,7 @@ Aşağıdaki kelime ya da kelime gruplarının Türkçe karşılıkları sözlü Wikipedia: Belirli bir görev için halihazırda eğitilmiş bir ağ modelini alma ve bunu ikinci bir benzer görevi gerçekleştirmek için kullanma işlemidir. -ÖNERİ: Öğrenme Transferi +ÖNERİ: `Öğrenme Transferi` ## np-complete @@ -437,12 +439,12 @@ Bu sınıfların harf kısaltmaları aynı şekilde kullanılabilir. Doğal say - [ ] TDK **semantics** kelimesinin karşılığı TÜBA'da **anlambilimsel ağ** olarak geçmektedir. -ÖNERİ: Anlambilim +ÖNERİ: `Anlambilim` RNN(Recurrent Nerual Network) RNN 1980’ de geliştirildi. Makine Öğrenmesinde Derin Öğrenme algoritmalarında biri olarak kullanılır. Tanım olarak , ardışık bilgileri kullanan modeldir. Kullanım Alanları; Konuşma tanıma, Makine Çevirisi vb. -ÖNERİ: "Tekrarlayan Sinir Ağları" +ÖNERİ: `Tekrarlayan Sinir Ağları` From 7de5ad7f9600a13111f94812fc2b699a13749ed5 Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?Alper=20Ahmeto=C4=9Flu?= Date: Sun, 16 Sep 2018 10:09:49 +0300 Subject: [PATCH 2/2] =?UTF-8?q?=C3=B6neri=20format=20d=C3=BCzeltme?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- oneriler.md | 4 ++-- 1 file changed, 2 insertions(+), 2 deletions(-) diff --git a/oneriler.md b/oneriler.md index 7456836..dd4d17f 100644 --- a/oneriler.md +++ b/oneriler.md @@ -45,7 +45,7 @@ Aşağıdaki kelime ya da kelime gruplarının Türkçe karşılıkları sözlü - [ ] TÜBA - [ ] TDK -ÖNERİ: sonlu tamamlayıcı +ÖNERİ: `sonlu tamamlayıcı` ## convolutional neural networks - [x] TÜBA @@ -183,7 +183,7 @@ Gradyan İnişi: Yerel minimum bir nokta bulmak için, geçerli noktadaki fonksi - [ ] TÜBA - [ ] TDK -ÖNERİ: yarım hassasiyet +ÖNERİ: `yarım hassasiyet` ## hyperparameter - [ ] TÜBA