hep benzetirdim şu fotodaki adamı gördükten sonra kesin ikna oldum zenciler evrimimizin ilk basamağı
https://i.imgur.com/cDRarwX.png
bu olay üzerinden facebook fotoğraflarda nasıl yüz tanıyor, telefon kameralarında nasıl yüz tanıma özelliği var daha doğrusu bunlar nasıl çalışıyor diye araştırmalar yaptım. yok deep learning yok neural networks neler varmış amına koyim anlamaya matematiğim yetmiyor. celal şengör'ün ülkeye uncivilized demesine şaşırmamalı aq benim gibi sıradan bir üniversite mezununun daha görüp anlamayı beceremediği konularla ilgili batı ülkeleri dersler, makaleler yayınlıyor ve bunları pratiğe döküyor, ortaya yüz tanıyan facebook, google, telefonlar çıkıyor. bi sike yaramadan ölüp gideceğiz aq.
@aciz: kardeş amerikada herkes anlamıyor ki bu teknolojilerin nasıl çalıştığını toplam nüfusun %1 i falandır en fazla bu alanda çalışan ve uzman olanlar yine nüfusun %0.1 dir en az %50 si amerika doğumlu da değildir, ayrıca türkiyede de bu işlerden anlayan adam var bu alanda üretim yapan yazılım firmaları da var. görüntü işlemek zaten basit bir işlem ama bunun saatler değilde birkaç ms de yapılması için karmaşık algoritamalar kullanılması gerekiyor ki bunun için onlarca hazır framework var ne yapacağına karar verdikten sonra döküman okumak kalıyor geriye. yapay sinir ağlarının arkasındaki matematik en az 70 yıldır biliniyordu zaten sadece insanların elinde çok miktarda veri ve hızlı işlemciler yoktu. öğrenmek istiyorsan bu temeller üzerine çalışman gerek en basitinden muz ve portakalı ayırt edebilecek dijital bir devre tasarlayarak başlayabilirsin, veya kod yazarak bu sana kalmış. devre olarak yaparsan daha iyi görme şansın olacaktır, belirli nöron tsarımları mevcut onlardan birisini proteusta kurarak başlarsın ayırt edici özelliklerine göre input sayısını belirlersin mesela bir sensör şeklini değerlendirir, yuvarlaksa 5V değilse 0V, birisi rengine göre aynı işlemi yapar bunun için iki input yeterli sonra bir öğrenme metodu belirlemen lazım sonra ilk nöron denklemine kafadan sayılar vererek makineyi öğretmeye başlarsın tabii bulabileceğin her portakal ve muzu bulup değerlendirmeye sokmalısın diyelim elimizde kimisi cins olarak değişik kimsinin şekli bozuk ama hepsi birbirinden faklı 50 adet portakal ve muz var, şimdi tek tek makineye bu meyveleri sokup bakıyoruz, tabii makine muz görürse 1 portakal görürse 0 çıkışı verecek şekilde ayarlanmış olmalı veya tam tersi her bir meyvede sistemin sonucunun doğru olup olmadığını gözlemlememiz lazım eğer doğruysa bir sonraki meyveyi veriyoruz yanlışsa belirlediğimiz öğrenme metoduyla inputu ve ilk verdğimiz katsayıları değiştirerek bir sonraki meyve ile devam ediyoruz. yeterli sayıda eğitimden sonra sistem düzgün şekilde çalışmaya başlıyor
