<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Fırat Şahin on Medium]]></title>
        <description><![CDATA[Stories by Fırat Şahin on Medium]]></description>
        <link>https://medium.com/@firatsahn?source=rss-d458236ea96f------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*kTToMie7zhykkAJ9o3rWDw@2x.jpeg</url>
            <title>Stories by Fırat Şahin on Medium</title>
            <link>https://medium.com/@firatsahn?source=rss-d458236ea96f------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Sun, 22 Nov 2026 00:30:39 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@firatsahn/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Ubuntu 20.04 RTX 30XX Serileri için Cuda, Cudnn ve Pytorch Kurulumu]]></title>
            <link>https://firatsahn.medium.com/ubuntu-20-04-rtx-30xx-serileri-i%C3%A7in-cuda-cudnn-ve-pytorch-kurulumu-4b1056f8092?source=rss-d458236ea96f------2</link>
            <guid isPermaLink="false">https://medium.com/p/4b1056f8092</guid>
            <category><![CDATA[ubuntu-20-04]]></category>
            <category><![CDATA[cuda-toolkit]]></category>
            <category><![CDATA[pytorch]]></category>
            <category><![CDATA[cudnn]]></category>
            <category><![CDATA[3090]]></category>
            <dc:creator><![CDATA[Fırat Şahin]]></dc:creator>
            <pubDate>Sun, 13 Nov 2022 21:53:15 GMT</pubDate>
            <atom:updated>2022-11-13T21:53:15.527Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/462/1*Rl_UGWD_yzUb1vDN5PAnng.png" /></figure><p>Merhabalar. Son zamanlarda sıklıkla karşılaştığım ve bir çok makalede eksik veya hatalı olarak gördüğüm Nvidia kurulum adımlarını ele almak istedim. İşletim sistemi olarak Ubuntu 20.04 ve ekran kartı olarak Nvidia GeForce RTX 3090Ti göre kurulum adımlarını anlatacağım. Tüm adımlar RTX 30xx sürümleri için aynı şekildedir. Sadece kurulan driver sürümleri değişiklik göstermektedir.</p><p>İlk olarak işletim sistemimiz için yapılandırma komutlarını sırasıyla çalıştıralım.</p><pre>sudo apt-get update<br>sudo apt-get upgrade -ysudo apt-get install -y build-essential cmake unzip pkg-config<br>sudo apt-get install -y libxmu-dev libxi-dev libglu1-mesa libglu1-mesa-dev<br>sudo apt-get install -y libjpeg-dev libpng-dev libtiff-dev<br>sudo apt-get install -y libavcodec-dev libavformat-dev libswscale-dev libv4l-dev<br>sudo apt-get install -y libxvidcore-dev libx264-dev<br>sudo apt-get install -y libgtk-3-dev<br>sudo apt-get install -y libopenblas-dev libatlas-base-dev liblapack-dev gfortran<br>sudo apt-get install -y libhdf5-serial-dev graphviz<br>sudo apt-get install -y python3-dev python3-tk python-imaging-tk<br>sudo apt-get install -y linux-image-generic linux-image-extra-virtual<br>sudo apt-get install -y linux-source linux-headers-generic</pre><h3><strong>Nvidia Kurulumları</strong></h3><ol><li>Cuda ve Cudnn kurulumdan önce bilgisayarımızda önceden var olan Nvidia bileşenlerin tamamını silelim.</li></ol><pre>sudo apt-get purge nvidia*</pre><p>Eğer sisteminizde önceden Cuda kuruluysa ve versiyon çakışması yaşadığınız için tekrardan kurulum yapmak istiyorsanız, Cuda’yı manuel olarak da kaldırabilirsiniz. Tabi sonrasında 1.adımda yer alan komutu tekrar çalıştırmanız gerekecektir.</p><pre>sudo rm -r /usr/local/cuda*</pre><p>2. Grafik sürücümüzün PPA’sını (PPA için Türkçe tescil diyebiliriz) ekleyelim ve sonrasında paketleri güncelleyelim.</p><pre>sudo add-apt-repository ppa:graphics-drivers/ppa<br>sudo apt-get update</pre><p>3. Bilgisayarımız için alternatif sürücüleri inceleyelim</p><pre>ubuntu-drivers devices</pre><p>Çıktı olarak aşağıdaki gibi alternatif sürücüleri göreceksiniz. Grafik kartım için önerilen driver 520 sürümü fakat, 520 sürümü Cuda 11.8 desteklediği için ve Cuda 11.8&#39;de Ekim 2022&#39;de yayınladığından dolayı, bir çok library ve framework ile uyum sorunu olacağını düşündüğüm için nvidia-driver-470&#39;i kuracağım.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/600/1*n2suflBhtB3b2IBvf-ODyw.png" /></figure><pre>sudo apt-get install nvidia-driver-470</pre><p>kurulum bittikten sonra bilgisayarımız yeniden başlatmamız gereklidir. Bilgisayarımız açıldıktan sonra sürücümüzün kurulumunu doğrulayalım.</p><pre>nvidia-smi</pre><p>komut çıktısında aktif çalışan process’lerimiz ve GPU hakkında bilgileri yer alacaktır.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/790/1*aQwrVF8gF01TIP1iOco5IA.png" /></figure><p>4. Yüklediğimiz driver’ın Cuda 11.4&#39;ü desteklediğini görüyoruz. O zaman şimdi de Cuda 11.4&#39;ü kuralım.</p><p>Not: Kurduğunuz driver’a göre Cuda versiyonu değişeceğinden dolayı <a href="https://developer.nvidia.com/cuda-toolkit-archive"><em>bu linkten</em></a> Nvidia resmi sitesine giderek size uygun Cuda Toolkit’i seçmeniz gerekli.</p><p>Sistemin için gerekli Cuda’yı kurmak için sistem gereksinimlerimi seçtikten sonra karşıma çıkan komutları sırasıyla çalıştırıyorum.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*dApKcZLm-s2Fc1F6BnQG-w.png" /><figcaption><a href="https://developer.nvidia.com/cuda-11-4-0-download-archive?target_os=Linux&amp;target_arch=x86_64&amp;Distribution=Ubuntu&amp;target_version=20.04&amp;target_type=runfile_local">Cuda Toolkit Version 11.4</a></figcaption></figure><p>İlk olarak işletim sistemim Linux olduğu için onu seçiyoruz. Sonrasında 64 bit olduğunu işaretliyor ve Linux dağıtımını seçtikten sonra versiyonu seçiyoruz, son olarak ise yükleme tipini seçerek seçimleri tamamlıyoruz. Burada yine sistem özelliklerinize göre temel yükleyici komutları değişiklik gösterecektir.</p><p>İlk komutu çalıştırdıktan sonra Cuda dosyalarını indirmemiz biraz sürecektir. Sonrasında indirdiğimiz <em>.run</em> uzantılı dosyanın olduğu konuma giderek ikinci komutu çalıştıralım.</p><p>Biraz sonra karşımıza çıkan ekranda <em>continue</em> seçeneğini seçerek ilerledikten sonra <em>accept</em> yazarak ilerlemek istediğimizi doğrulayalım. <em>Cuda Installer</em> başlıklı çıkan ekranda ilk seçim olan <em>driver</em>’ın seçimini kaldırarak (zaten driver’ı önceden kurduk) kurulumu başlatalım.</p><p>5. Cuda kurulumunu tamamlamak için son olarak ortam değişkenlerimizi içe aktaralım.</p><pre>sudo gedit ~/.bashrc</pre><p>açılan dosyanın en son satırına giderek aşağıdaki komutları ekleyerek kaydedelim.</p><pre>export PATH=/usr/local/cuda-11.4/bin${PATH:+:${PATH}}<br>export LD_LIBRARY_PATH=/usr/local/cuda-11.4/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}<br>export CUDA_HOME=/usr/local/cuda</pre><p>Burada yine, yüklediğiniz Cuda sürümüne göre komutları düzenlemeyi unutmamalısınız.</p><p>6. Son olarak ise Cuda sürümüne uyumlu olarak bir Cudnn seçmemiz gerekli. Ben sistemim için en son Cudnn sürümünü <a href="https://developer.nvidia.com/rdp/cudnn-download">bu linkten</a> indirdim. Tüm sürümlerin olduğu <a href="https://developer.nvidia.com/rdp/cudnn-archive#a-collapse850-116">Cudnn Archive.</a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*sMKfcdAt9LiSMN-qjqOMFA.png" /></figure><p>Burada sisteminize uygun seçeneği seçtikten sonra indirme işlemi başlayacaktır. Dosya indirildikten sonra aşağıdaki komutu çalıştıralım.</p><pre>tar -xvf cudnn-linux-x86_64-8.6.0.163_cuda11-archive.tar.xz </pre><p>Şimdi ise aşağıdaki komutları sırasıyla çalıştıralım.</p><pre>sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include <br>sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64 <br>sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*</pre><p>Cuda ve Cudnn yükleme işlemimiz sona ermiştir. Cuda kurulumunu doğrulamak için<em> /usr/local/cuda/version.txt</em> konumunda versiyon kontrolünü yapabilirsiniz. Cudnn yüklemesini doğrulamak içinse <a href="https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#verify">linke</a> giderek adımları sırasıyla uygulayabilirsiniz. Alteratif olarak aşağıdaki komutların çıktılarında aynı Cuda sürümü varsada kurulum doğru yapılmıştır demek.</p><pre>nvidia-smi<br>nvcc -V</pre><h3><strong>Pytorch Kurulumu</strong></h3><p>Pytorch kurulumunu bir virtual environment oluşturup kurulumu tamamlayacağım. Ben bunun için <em>anaconda</em> kullanmayı tercih ettim. Siz isteğinize göre <em>PyPı </em>ile de venv oluşturabilir ve kurulumu yapabilirsiniz.</p><p>İlk olarak bilgisayarımıza anaconda kurulumunu yapmak için komutları sırasıyla çalıştıralım.</p><pre>curl --output anaconda.sh https://repo.anaconda.com/archive/Anaconda3-5.3.1-Linux-x86_64.s<br>sha256sum anaconda.sh<br>bash anaconda.sh<br>source ~/.bashrc<br>conda update -n base -c defaults conda</pre><p>Şimdi ise kullanacağımız python sürümüne göre venv oluşturalım ve aktifleştirelim.</p><pre>  conda create --name python39_venv python==3.9<br>  conda activate python39_venv</pre><p>Son adım olarak pytorch kurulumum kaldı. Pytorch resmi sitesinde belirli Cuda versiyonları ile nasıl kurulacağı ele alınmış. <em>PyPı</em> yada <em>conda insall </em>ile pytorch kurmak istersek, pytorch versiyonu hangi Cuda versiyonunu destekliyorsa Cuda versiyonunu default atayacaktır. Haliyle process’iniz ya eski versiyon Cuda ile çalışacak ve yeni versiyonlara göre yavaş olacaktır, yada Cudnn ile versiyon çakışması yaşayacaktır. Bunun için pytorch reposunu local’e çekerek buradan kurulumunu yapmak benim için en doğru sonucu oluşturdu.</p><pre>sudo apt-get install curl<br>git clone --recursive https://github.com/pytorch/pytorch<br>cd pytorch<br>git submodule sync<br>git submodule update --init --recursive<br>export CMAKE_PREFIX_PATH=${CONDA_PREFIX:-&quot;$(dirname $(which conda))/../&quot;}<br>python setup.py install</pre><p>Bilgisayarımızı yeniden başlattıktan sonra GPU kullanımına başlayabilirsiniz. Eksik veya hatalı kısımlar olduğunu düşünüyorsanız iletişime geçmeniz beni mutlu edecektir Daima loss’unuz düşük olsun :)</p><p><strong>KAYNAKÇA</strong></p><ul><li><a href="https://itsfoss.com/ubuntu-official-ppa-graphics/">https://itsfoss.com/ubuntu-official-ppa-graphics/</a></li><li><a href="https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#verify">https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#verify</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=4b1056f8092" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[OpenCV ile İmage Augmentation]]></title>
            <link>https://firatsahn.medium.com/opencv-ile-i%CC%87mage-augmentation-8cb51b7432dc?source=rss-d458236ea96f------2</link>
            <guid isPermaLink="false">https://medium.com/p/8cb51b7432dc</guid>
            <category><![CDATA[computer-vision]]></category>
            <category><![CDATA[data-augmentation]]></category>
            <category><![CDATA[opencv]]></category>
            <category><![CDATA[image-processing]]></category>
            <dc:creator><![CDATA[Fırat Şahin]]></dc:creator>
            <pubDate>Tue, 08 Dec 2020 20:08:06 GMT</pubDate>
            <atom:updated>2020-12-08T20:16:49.050Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/605/1*9O8CdaxOrH7XauhAmDvfug.png" /></figure><h3>OpenCV ile Data Augmentation</h3><p>Computer Vision problemleri ile uğraşırken kullandığımız verilerin çok olması modelimizin öğrenme sırasındaki başarı oranı ile doğrudan ilişkilidir. Yani verimizin yeterli olması durumunda modelimiz daha iyi sonuçlar verebilir, diyebiliriz. Fakat yeterli verimiz olmadığı zamanlarda veriyi yapay olarak biçimlendirerek veri çoğaltma yoluna gideriz. Bunun için Data Augmentation teknikleri ile veri sayısını arttırabilmemiz mümkündür. Şimdi OpenCV kütüphanesi ile verimizi nasıl arttırabileceğimize bakalım :)</p><h3>Flipping (Çevirme)</h3><p>Görüntü üzerinde X ve Y eksenleri etrafında 180 derecelik dönüşleri gerçekleştirir.</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/2a93de6d555b4e0cf6e64dc3d3caca4a/href">https://medium.com/media/2a93de6d555b4e0cf6e64dc3d3caca4a/href</a></iframe><figure><img alt="" src="https://cdn-images-1.medium.com/max/591/1*ShmIc-o1LZTC5I3XQxrEPw.jpeg" /></figure><h3>Rotation (Döndürme)</h3><ul><li>Görüntü üzerinde döndürme işlemi 360 farklı derece olarak gerçekleştirilebilir. Fakat data augmentation işlemini yapay zeka model eğitimi için yapıyorsanız küçük dereceli döndürme işlemlerinin eğitim için çok bir etkisi olduğu söylenemez.</li></ul><p>Biz burada 90 derece saat yönünde ve tersi yönünde döndürme işlemine örnek vereceğiz.</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/6f27fdf09bf3cf013c3647b36517f3d6/href">https://medium.com/media/6f27fdf09bf3cf013c3647b36517f3d6/href</a></iframe><figure><img alt="" src="https://cdn-images-1.medium.com/max/368/1*nrhcXmRpN4oE1-uinnS7yA.png" /></figure><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/cf5d6554bef82e3506b6f6b95fb9df3d/href">https://medium.com/media/cf5d6554bef82e3506b6f6b95fb9df3d/href</a></iframe><figure><img alt="" src="https://cdn-images-1.medium.com/max/368/1*l5AXnXRup0fUQJLOBSg7AA.png" /></figure><p>Not : Resim döndürme işlemi gerçekleştirirken görüntünün pencere dışına çıkmasını engellemek için <strong>imutils.rotate_bound</strong> metodunu kullanabilirsiniz.</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/0daeaa231ef1184eb87897d70f8956f5/href">https://medium.com/media/0daeaa231ef1184eb87897d70f8956f5/href</a></iframe><figure><img alt="" src="https://cdn-images-1.medium.com/max/427/1*zZZSPklReVBNe9U_k8m0Ug.png" /></figure><h3>Scaling (Boyutlandırma)</h3><ul><li>Computer Vision problemlerinde eğitim modelimize input olarak vereceğimiz görüntülerin boyutlarının farklı olmaması gerekir. Çeşitli kaynaklardan oluşturduğumuz veri seti içerisinde farklı boyutlarda görüntülerin olduğu durumlarda, belirlediğimiz yükseklik ve genişlik değerleri ile görüntülerimizi scale ederek tek bir boyut olmasını sağlarız. Bu problemden farklı olarak bulunan verilerin sayısını arttırmak içinde scaling işlemini kullanabiliriz.</li></ul><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/df4fbc9046b861cecd9e8b2682763d83/href">https://medium.com/media/df4fbc9046b861cecd9e8b2682763d83/href</a></iframe><figure><img alt="" src="https://cdn-images-1.medium.com/max/200/1*SUgRX0fSofmSQAqYuRT51Q.png" /></figure><h3>Blur (Bulanıklaştırma)</h3><ul><li>Bulanıklaştırma işlemi görüntüde detayları azaltan bir metot olduğundan dolayı yapay zeka modeli için eğitim verisinin arttırılmasında pek kullanılmadığını söyleyebiliriz. Fakat detay gizlemede ve kenar tespitinde çokça kullanılmaktadır.</li></ul><p>Burada GaussianBlur metoduna örnek vereceğim. GaussianBlur görüntüye smooth efekti vererek bulanıklaştırır.</p><blockquote><strong><em>cv2.GaussianBlur(source,ksize,sigmaX)</em></strong></blockquote><ul><li>source = İşlemin uygulanacağı görüntünün kaynağı</li><li>ksize = Uygulanacak smooth boyutu</li><li>sigmaX = Gaussian çekirdek sapmasını X yönünde temsil eden çift tipli değişken</li></ul><p>Not : ksize parametresi büyüdükçe görüntünün bulanıklığı artıracaktır.</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/4a214b2b1c944f06bf0f8fc6ccdd87d7/href">https://medium.com/media/4a214b2b1c944f06bf0f8fc6ccdd87d7/href</a></iframe><figure><img alt="" src="https://cdn-images-1.medium.com/max/236/1*rUKJvbqkXJB8HSP6Vw9Qqw.png" /></figure><h3>Make Border (Çerçeve Ekleme)</h3><ul><li>Görüntünün etrafına çerçeve eklemek için kullanılır. Rotation ve flipping ile beraber kullanılarak veri arttırmada kullanılmaktadır.</li></ul><blockquote><strong><em>cv2.copyMakeBorder(source, top, bottom, left, right, borderType)</em></strong></blockquote><ul><li>source : İşlemin uygulanacağı görüntünün kaynağı</li><li>top,bottom,left,right: Piksel sayısı olarak sınır genişliği</li><li>borderType : Hangi tür çerçeve ekleneceği</li></ul><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/b5dd5c592b0d330836c45d5d897cfd13/href">https://medium.com/media/b5dd5c592b0d330836c45d5d897cfd13/href</a></iframe><figure><img alt="" src="https://cdn-images-1.medium.com/max/276/1*Rng2HVQi-GclU5cKQRjKrA.png" /></figure><p><strong>Kaynaklar</strong></p><ul><li><a href="https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_imgproc/py_geometric_transformations/py_geometric_transformations.html">Geometric Transformations of Images - OpenCV-Python Tutorials 1 documentation</a></li><li><a href="https://docs.opencv.org/master/dd/d52/tutorial_js_geometric_transformations.html">OpenCV: Geometric Transformations of Images</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=8cb51b7432dc" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[UZAKTAN EĞİTİM SİSTEMİ (LMS) NEDİR?]]></title>
            <link>https://firatsahn.medium.com/uzaktan-e%C4%9Fi%CC%87ti%CC%87m-si%CC%87stemi%CC%87-lms-nedi%CC%87r-a34622a59fe9?source=rss-d458236ea96f------2</link>
            <guid isPermaLink="false">https://medium.com/p/a34622a59fe9</guid>
            <category><![CDATA[lms]]></category>
            <category><![CDATA[uzaktan-eğitim]]></category>
            <category><![CDATA[uzaktan-çalışmak]]></category>
            <category><![CDATA[lms-software]]></category>
            <category><![CDATA[learning]]></category>
            <dc:creator><![CDATA[Fırat Şahin]]></dc:creator>
            <pubDate>Fri, 20 Mar 2020 16:37:32 GMT</pubDate>
            <atom:updated>2020-03-20T16:37:32.348Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/525/1*x6_Qkga3XbV-WW02HKP6cw.png" /></figure><blockquote><em>UZAKTAN EĞİTİM SİSTEMİ (LEARNİNG MANAGEMENT SYSTEM)NEDİR?</em></blockquote><blockquote>LMS GELİŞTİRME NASIL YAPILIR?</blockquote><p>Son günlerde ülkemizde görülen Koronavirüs hastalığı (COVID-19) ile beraber, örgün eğitime alternatif eğitim sistemlerinin kullanılması zorunluluğu doğmuştur. Eğitim faaliyetlerinin aksamaması için <strong><em>Uzaktan Eğitim Sistemleri</em>ne (Learning Management System)</strong> başvurularak eğitime devam edilmesi önemsenmektedir. Peki Uzaktan Eğitim Sistemi Nedir?</p><p>Kısaca <strong><em>Uzaktan Eğitim</em></strong>, yaşam boyu öğrenme mantalitesi ile geleneksel öğrenme-öğretme yöntemlerinde farklı olarak zaman ve yer kısıtlaması olmaksızın yenilikçi bir şekilde mevcut örgün eğitim modellerine birer alternatiftir.</p><p><strong><em>Uzaktan Eğitim, </em></strong>birebir iletişim ve öğrenim ihtiyaçlarını karşılamaya yönelik canlı dersler, başarıyı ölçebilecek testler, doküman paylaşımları, sohbet ve paylaşım imkanı gibi öğrenme metodolojilerini kullanan bir sistemdir. Uzaktan eğitim sistemleri arasında nitelik farklılıkları olsa da, ortak noktaları örgün eğitim modeline birer alternatif oluşturmalarıdır.</p><p>Günümüz üniversitelerine bakıldığında örgün eğitim modeli, gün geçtikçe üniversite öğrencileri için uzun yıllar harcamalarına sebep olan bir eğitim sistemi olduğu düşüncesi ön plana çıkmakta.</p><p>4 yıllık geciktirilmiş bir işsizlik için bir araç olduğunu da söyleyenler var tabi :))</p><p>Peki yazılımcılar uzaktan eğitim sistemlerini nasıl tasarlıyor? Bir kullanıcı için sistem gereksinimleri nelerdir? Sistem tasarlarken hangi yazılım mimarileri kullanılabilir? ve benzeri sorularınıza, Learning Management System(Uzaktan Eğitim Sistemi) için hazırladığımız(hazırlamaya çalıştığımız 🙃) dokümantasyondan yararlanabilirsiniz :)</p><p><a href="https://github.com/firatsahn/Learning-Management-System-Document">https://github.com/firatsahn/Learning-Management-System-Document</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=a34622a59fe9" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>