52 konu yayında · 7 kulvar · Türkçe

Data Cognova

Veri bilimi ve yapay zekayı Türkçe, derin ve oynanabilir bir harita olarak okuyun.

Lineer cebirden Transformer’a: sezgisel görsel, matematiksel türetme ve Python kodu aynı sayfada. Statik, reklamsız, çerezsiz.

İlk konu: Skaler ve vektör
  • Lineer Cebir
  • İstatistik
  • Python
  • Veri Hazırlama
  • Makine Öğrenmesi
  • Derin Öğrenme
Müfredat ağı · üç katman Three.js · sürükle · döndür
52 Yayında konu
56 Toplam başlık
7 Kulvar
3 Katman derinliği

Altı kulvar

Boşlukta sıfırdan değil zeminden yukarı

Üç temel sütun zemini kurar; veri, makine öğrenmesi ve derin öğrenme katmanları üzerine inşa edilir. Altı kulvarın tamamı yayında.

01 · LA

Lineer Cebir

Vektör uzayları, matrisler, özdeğer ve SVD modelin geometrik omurgası.

Katman 0 12 / 12 yayında
Kulvara başla →

02 · ST

İstatistik

Olasılık, varyans, Bayes ve dağılımlar belirsizliği ölçülebilir kılan dil.

Katman 0 10 / 10 yayında
Kulvara başla →

03 · PY

Python Temelleri

NumPy eksenleri, veri çerçeveleri ve görselleştirme girişi teoriyi koda bağlayan köprü.

Katman 0 9 / 9 yayında
Kulvara başla →

04 · VH

Veri Hazırlama

Temizleme, eksik veri, ölçekleme ve özellik mühendisliği modelden önceki gerçek iş.

Katman 1 6 / 6 yayında
Kulvara başla →

05 · ML

Makine Öğrenmesi

Regresyondan PCA’ya, gradient descent’ten çapraz doğrulamaya klasik öğrenme ekseni.

Katman 1 10 / 10 yayında
Kulvara başla →

06 · DL

Derin Öğrenme

Sinir ağı, geri yayılım, CNN, RNN ve Transformer modern yapay zekanın çekirdeği.

Katman 2 9 / 9 yayında
Kulvara başla →

Nasıl okunur?

Metin yön verir, sahne yanıt verir

DataCognova bir kurs uygulaması değil; sidebar ve statik sayfalarla gezinilen bir harita. İlk açılışta bu dört kural yeterli.

01

Üç perde

Her konu: sezgisel görsel → matematiksel türetme → oynanabilir laboratuvar. Formül gelmeden önce ne işe yaradığını görün.

02

Önkoşulu atlama

PCA veya gradient descent, varyans ve vektör uzayı oturmadan zor gelir. Harita sırayı gösterir; sidebar serbest gezinme içindir.

03

Okunabilir, sonra oynanabilir

Masaüstünde slider ve sahne; mobilde okuma ve otomatik oynatma önde. Lab’lar konu sayfalarında açılacak ana sayfada değil.

04

Yakında dürüstlüğü

Omurga konuları yayında; yalnızca interaktif laboratuvar sahneleri “yakında” işaretlidir. Envanter şişirilmez; yayında olan ile planlı olan ayrılır.

İçerik haritası

Zemin oturdu, derinlik yayında

Altı kulvarın tamamı yayında: temellerden derin öğrenmeye kadar omurga konuları. Sıradaki adım interaktif laboratuvar sahneleri. Sayılar canlı envanterden okunur.

52 Yayında konu
6 Canlı kulvar
56 Toplam başlık
4 Planlı lab

Kulvar ve pay sıralaması

Her satır: yayında konu sayısı · omurga içindeki pay

Dinamik
    Sayım atlas-data.js omurgasından gelir. Planlı lab sahneleri yayında toplama dahil edilmez.

    Öne çıkan konular

    Doğrudan derinliğe dalın

    Haritanın en çok merak edilen düğümleri. Her biri sezgisel görsel, türetme ve Python koduyla tam sayfa.

    Makine Öğrenmesi

    PCA — Temel bileşen analizi

    Varyansın en yoğun olduğu eksenleri bulup boyutu düşürmenin geometrisi.

    Konuya git →

    Derin Öğrenme

    Transformer

    Dikkat mekanizmasından GPT’ye: modern dil modellerinin mimarisi.

    Konuya git →

    Makine Öğrenmesi

    Gradient descent

    Kayıp yüzeyinde adım adım iniş öğrenmenin motoru.

    Konuya git →

    İstatistik

    Bayes teoremi

    Kanıt geldikçe inancı güncellemenin matematiği.

    Konuya git →

    Lineer Cebir

    Özdeğer ve özvektör

    Dönüşüm altında yönünü korumak PCA ve SVD’nin anahtarı.

    Konuya git →

    Derin Öğrenme

    Geri yayılım

    Zincir kuralının ağ boyunca akışı sinir ağları böyle öğrenir.

    Konuya git →

    Öğrenme yolculuğu

    Katman katman yükselin

    Her katman bir öncekinin üzerine oturur. Zemini atlayan, tepede boşluğa basar.

    1. Katman 0

      Zemin · Matematik ve kod

      Lineer cebir, istatistik ve Python 31 konu ile modelin dilini kurar.

      Vektörler · Bayes · NumPy

    2. Katman 1

      Uygulama · Veri ve öğrenme

      Veri hazırlama ve makine öğrenmesi 16 konu ile teoriyi gerçek probleme bağlar.

      Ölçekleme · Regresyon · PCA

    3. Katman 2

      Derinlik · Sinir ağları

      Perceptron’dan Transformer’a 9 konu ile modern yapay zekanın çekirdeği.

      CNN · Embedding · PyTorch

    Guided routes

    Nereden başlamalı?

    Atlasın tamamını bir anda tüketmek zorunda değilsiniz. İlgi alanınıza göre kısa rotalar.

    SSS

    Sık sorulanlar

    Haritaya başlamadan önce en çok merak edilenler.

    Bu site kimin için?

    Veri bilimi ve yapay zekaya matematiksel temeliyle girmek isteyen herkes için: öğrenciler, alan değiştirenler ve “formları ezberledim ama neden çalıştığını bilmiyorum” diyenler.

    Önkoşul gerekiyor mu?

    Lise matematiği yeterli. Lineer cebir, istatistik ve Python kulvarları sıfırdan başlar; her konu önkoşullarını açıkça belirtir.

    Ücretsiz mi, kayıt gerekli mi?

    Tamamen ücretsiz. Kayıt, hesap, çerez ve reklam yok; site statik dosyalardan oluşur.

    Hangi sırayla okumalıyım?

    Katman 0’dan (temeller) başlayıp yukarı çıkmak idealdir; ama her sayfa kendi bağlamını kurar. Kısa başlangıçlar için rotalara bakın.

    İçerik nasıl üretiliyor?

    Metinler yapay zekâ araçlarından destek alabilir fakat editoryal kontrolden geçer. Kritik konularda birincil kaynaklara başvurmanızı öneririz.

    Vizyon ağı

    Kardeş atlaslar

    DataCognova bağımsız değildir; aynı çizgideki derin Türkçe kaynaklarla omuz omuza çalışır.

    Quantan Atlas Kuantum bilgisayarlar · fizik · algoritma · Qiskit Siteye git Archovian İleri kriptografi · ECC · ZKP · PQC Siteye git Bilvian 3D görsel motor habitat’ı · adım adım sahneler Siteye git Hexovian Oyun teknolojileri · motor · grafik · mimari Siteye git Holodepth Three.js · WebGL · shader · 3D web Siteye git ReactVitae React kütüphanesi · state · hook · render Siteye git