MMehmet Ünlü
Ana SayfaHakkındaProjelerNotlarCVİletişim
EN

Mehmet Ünlü

İTÜ'de Elektronik ve Haberleşme Mühendisliği okuyorum; tahminleme, bilgisayarlı görü ve veri iş akışlarını hızlandıran uygulamalı projeler geliştiriyorum.

Ana SayfaHakkındaProjelerNotlarCVİletişim

Notlar

Teknik notlar, çizimler ve geliştirme yazıları.

Blog tarzı geliştirme notları, AI ders notları, görsel anlatımlar ve kısa özet kartları için düzenli bir arşiv.

BlogSheaf Neural NetworksGraph Neural NetworksGNN
Her Komşu Aynı Dili Konuşmaz: Sheaf Neural Networks

Her Komşu Aynı Dili Konuşmaz: Sheaf Neural Networks

Sheaf Neural Networks, klasik GNN’lerin komşu bilgilerini aynı uzayda birleştirme varsayımını sorgular. Bu yazı; yerel bilgi uzayları, restriction map’ler ve Sheaf Laplacian üzerinden heterojen grafiklerde daha esnek bilgi aktarımını inceliyor.

BlogWhisperNLPDağıtım

Kendi Sunucunda Whisper Veri Hatları Kurmak

Whisper, transkripsiyon daha büyük bir NLP sisteminin aşamalarından biri olarak ele alındığında daha kullanışlı hale gelir.

Görsel NotBilgisayarlı GörüGörsel Odometri

Hibrit Görsel Odometri: RAFT + ORB

Güven seçici, derin ve klasik görsel odometri dallarını daha dayanıklı bir araştırma mimarisine dönüştürebilir.

Özet KartıOptimizasyonNumPyPandas

ML Veri Hatlarında Vektörleştirme ve Python Döngüleri

En hızlı iyileştirme çoğu zaman tekrarlanan Python seviyesindeki işleri vektörleştirilmiş array işlemlerine taşımaktır.

Ders NotuSeyrek TalepLightGBM

Seyrek Talep İçin İki Aşamalı Modelleme

Satış gerçekleşme ihtimalini satış miktarından ayırmak, seyrek tahminleme sistemlerini daha anlaşılır hale getirebilir.

Özet KartıMetriklerTahminleme

WAPE Tek Başına Neden Yanıltıcı Olabilir

WAPE yararlı bir metriktir; ancak seyrek talep ve yüksek sıfır oranları önemli hata modlarını gizleyebilir.

Ders NotuTahminlemeDoğrulamaML Sistemleri

Özyinelemeli Tahminlerde Veri Sızıntısından Kaçınmak

Önceki tahminlere bağlı gecikmeli özellikler kullanılırken zamansal bütünlüğü korumaya dair pratik bir not.