ML kaynakları
Koleksiyonlar ile düzeninizi koruyun
İçeriği tercihlerinize göre kaydedin ve kategorilere ayırın.
Makine öğrenimi geliştirme, sürekli olarak gelişen çeşitli araç ve çerçevelerin kullanılmasını gerektirir. Karmaşık veri türlerini, donanımdaki gelişmeleri ve ardışık düzenleri koordine etme tekniklerini yönetmenin yeni yolları olarak yeni makine öğrenimi araçları ortaya çıkmaya devam ediyor.
Sonuç olarak, şirketler, kuruluşlar ve ekipler, zaman içinde muhtemelen değişecek olan farklı araç ve çerçeveleri kullanarak yapay zeka çözümleri uygular.
Ortak çerçeveler ve en iyi uygulamalar ortaya çıksa da sorununuzun yapısının belirli durumlarda özel çözümler gerektirebileceğini unutmayın. Aşağıdaki bölümlerde, makine öğrenimi ve yapay zeka geliştirmeye başlamak için kullanabileceğiniz kaynakların bağlantıları verilmiştir.
Sırada ne var?
developers.google.com/machine-learning adresindeki diğer kursları inceleyerek yapay zeka eğitiminize devam edin.
Aksi belirtilmediği sürece bu sayfanın içeriği Creative Commons Atıf 4.0 Lisansı altında ve kod örnekleri Apache 2.0 Lisansı altında lisanslanmıştır. Ayrıntılı bilgi için Google Developers Site Politikaları'na göz atın. Java, Oracle ve/veya satış ortaklarının tescilli ticari markasıdır.
Son güncelleme tarihi: 2025-07-27 UTC.
[null,null,["Son güncelleme tarihi: 2025-07-27 UTC."],[[["\u003cp\u003eMachine learning (ML) development involves the use of various evolving tools and frameworks, leading to diverse implementation approaches across different entities.\u003c/p\u003e\n"],["\u003cp\u003eWhile common practices are emerging in ML, custom solutions may be necessary depending on the specific problem.\u003c/p\u003e\n"],["\u003cp\u003eGoogle provides resources for ML development, including tools and frameworks, as well as a community for sharing models and datasets.\u003c/p\u003e\n"],["\u003cp\u003eFurther learning opportunities are available through Google's machine learning courses.\u003c/p\u003e\n"]]],[],null,["# ML resources\n\nML development requires using a variety of constantly\nevolving tools and frameworks. New ML tools continue to emerge as ways to handle\ncomplex data types, advances in hardware, and techniques for orchestrating\npipelines continue to develop.\nAs a result, companies, organizations, and teams implement ML solutions using different tools and frameworks, which likely change over time.\n\n\u003cbr /\u003e\n\nWhile common frameworks and best practices are emerging, keep in mind that the\nnature of your particular problem might require custom solutions in certain\ncases. The following sections provide links to resources for getting started\nwith ML and AI development.\n\n- Tools and frameworks for building ML and AI applications and products:\n\n - [developers.google.com/focus/ai-development](https://developers.google.com/focus/ai-development)\n - [ai.google/build](https://ai.google/build)\n- AI and ML community for sharing ML models and datasets:\n\n - [Kaggle](https://kaggle.com)\n\nWhat's next\n-----------\n\nContinue your ML education by exploring other courses at\n[developers.google.com/machine-learning](https://developers.google.com/machine-learning/)."]]
