Yakın Doğu Üniversitesi Basın ve Halkla İlişkiler Müdürlüğü’nden yapılan açıklamaya göre, kurs kapsamında katılımcılara Makine Öğreniminin giriş ve teorik detayları ile ilgili temel bilgilendirmeler yapıldı. Makine Öğrenme türlerinin anlatıldığı kursta denetimli öğrenme ile ilgili örnekler verildi. Doğrusal Regresyon, Lojistik Regresyon, Karar Ağacı Öğrenimi gibi tekniklerle, Destek Vektör Makinesi de tanıtıldı. Veri Normalleştirme, Binning, Standardizasyon, Impitation ve Confusion Matrix’in incelendiği kursta, Yapay Sinir Ağları ve Derin ile tıpta gerçek hayattaki makine öğrenimi uygulamaları yapıldı.
Uygulamalı olarak; derin öğrenmenin temelleri, çapraz entropi ve kayıp nedir, aktivasyon fonksiyonları, geri yayılım ve gradyan inişi ile ağırlıkları ve önyargıları optimizasyonu, Keras ve TensorFlow ile (derin) sinir ağları oluşturma, modellerin ve model ağırlıklarının nasıl kaydedileceği ve yükleneceği, test verileri üzerinde tahminler nasıl yapılır konular ele alındı.
Makine öğrenimini kullanarak 5G teknolojisindeki IOS'taki 5OS teknolojisindeki son gelişmeler ve geliştirmeler kursunun içeriğinde ise, 5G'de ortaya çıkan IoT teknolojilerinin tıp gibi eğitim bilimlerine nasıl entegre edileceği belirlendi. Makine Öğrenimi İçin Ön İşlem Aşaması Olarak Dijital Görüntülerin Hazırlanması kursunda ise, verinin biçimi tartışılarak verilerin ön işlemesinin neden önemli olduğu, eksik veya hatalı veri girişlerinden kaynaklanan problemler ele alındı.
Türkçe karakter kullanılmayan ve büyük harflerle yazılmış yorumlar onaylanmamaktadır.