Yol Haritası
AI öğrenme yol haritası
Bir AI araştırmacısının üzerine bastığı her şey — ve her konunun bir öncekine nasıl dayandığı. Temellerden başla, en tepeye tırman.
Bir konuya dokun, neyi kapsadığını gör; üzerine gelince bağlantılarını izle.
Hedef
AI Araştırmacısı
Makaleleri okur, sonuçları yeniden üretir ve alanı ileri taşır — alttaki tüm katmanları birleştirir.
Şunlara dayanır: Fine-tuning & RLHF, RAG & Retrieval, Agentic Workflow'lar
LLM ile Geliştirme
Fine-tuning & RLHF
Önceden eğitilmiş modelleri uyarlamak — SFT, LoRA, tercih ayarı.
Şunlara dayanır: Transformer & LLM'ler
RAG & Retrieval
Modelleri retrieval ile dış bilgiye dayandırmak.
Şunlara dayanır: Transformer & LLM'ler
Agentic Workflow'lar
Plan yapan, araç kullanan ve çok adımlı döngülerde çalışan LLM'ler.
Şunlara dayanır: Transformer & LLM'ler
Dil Modelleri
Transformer & LLM'ler
Attention, ölçekleme, ön-eğitim — modern omurga.
Şunlara dayanır: Derin Öğrenme
Makaleyi oku →Derin Öğrenme
Derin Öğrenme
Sinir ağları, backpropagation, büyük ölçekli eğitim.
Şunlara dayanır: Optimizasyon, Temel ML
Temel ML
Optimizasyon
Gradient descent ve modellerin gerçekte nasıl öğrendiği.
Şunlara dayanır: Lineer Cebir, Kalkülüs
Makaleyi oku →Temel ML
Regresyon, sınıflandırma, genelleme, değerlendirme.
Şunlara dayanır: Olasılık, İstatistik, Programlama, Optimizasyon
Matematik temelleri
Kalkülüs
Öğrenmeyi süren türevler ve gradyanlar.
Olasılık
Belirsizlik, dağılımlar, olabilirlik.
İstatistik
Tahmin, çıkarım, hipotez testi.
Programlama
Python, NumPy, PyTorch — hayata geçirmek.