Yapay Zeka ile Güvenlik: Tehdit Algılama ve Yanıt Eğitimi

Bu eğitmen tarafından yönetilen canlı eğitim Türkiye (online veya yerinde) verilir ve AdaBoost'u Python ile makine öğrenimi için gradyan arttırmalı algoritmalar oluşturmak isteyen veri bilimcilerini ve yazılım mühendislerini hedef almaktadır.

Bu eğitim sonunda katılımcılar şunları yapabilecekler:

• AdaBoost ile makine öğrenimi modelleri oluşturmak için gerekli geliştirme ortamını kuracaklardır.
• Yığın öğrenme yaklaşımını anlayacak ve uyumlu gradyan artırmayı uygulayabileceklerdir.
• AdaBoost modelleri oluşturmayı Python ile öğreneceklerdir.
• Hiperparametre ayarlamasını kullanarak AdaBoost modellerinin doğruluğunu ve performansını artırabileceklerdir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), veri bilimcilerine ve makine öğrenimi modelini seçme ve optimize etme sürecini otomatikleştirmek isteyen daha az teknik kişilere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Son derece verimli makine öğrenimi modellerini eğitme sürecini otomatikleştirin.
• Derin öğrenme modelleri için en iyi parametreleri otomatik olarak arayın.
• Son derece doğru makine öğrenimi modelleri oluşturun.
• Makine öğreniminin gücünü gerçek dünya iş sorunlarını çözmek için kullanın.

Bu eğitmen yönetili, canlı eğitim (çevrimiçi veya yerinde) makine öğrenimi arka planına sahip teknik katılımcılara yönelik, AutoML çerçevelerini kullanarak büyük verilerde karmaşık kalıpları tespit etmek için modellerin optimize edilmesini hedefler.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), Google'nın AutoML platformunu kullanarak çeşitli uygulamalar için özelleştirilmiş sohbet robotları oluşturmak isteyen farklı uzmanlık seviyelerindeki katılımcılara yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Sohbet robotu geliştirmenin temellerini anlayabilecektir.
• Google Bulut Platformunda gezinebilecek ve AutoML'ya erişebilecektir.
• Sohbet robotu modellerini eğitmek için verileri hazırlayabilecektir.
• AutoML kullanarak özel sohbet robotu modellerini eğitebilecek ve değerlendirebilecektir.
• Sohbet robotlarını çeşitli platformlara ve kanallara dağıtabilecek ve entegre edebilecektir.
• Sohbet robotu performansını zaman içinde izleyebilecek ve optimize edebilecektir.

Bu eğitmen yönetimi tarafından yönetilen canlı eğitim Türkiye (çevrimiçi veya kurumsal) kurumsal güvenlikten yapay zekaya (AI) ve veritabanı güvenliğine kadar olan tüm konuları kapsar. Ayrıca, saldırılar karşıtı korunmak için gereken en yeni araçları, süreçleri ve zihniyeti de içerir. 

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), örüntü tanıma ve makine öğrenimi alanına bir giriş sunar. İstatistik, bilgisayar bilimi, sinyal işleme, bilgisayar görüşü, veri madenciliği ve biyoinformatik alanlarındaki pratik uygulamalara değinir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Örüntü tanımaya temel istatistiksel yöntemleri uygulayabilecektir.
• Veri analizi için sinir ağları ve çekirdek yöntemleri gibi temel modelleri kullanabilecektir.
• Karmaşık problem çözme için gelişmiş teknikleri uygulayabilecektir.
• Farklı modelleri birleştirerek tahmin doğruluğunu artırabilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), DataRobot'in makine öğrenimi yeteneklerini kullanarak tahmin modellerini otomatikleştirmek, değerlendirmek ve yönetmek isteyen veri bilimcileri ve veri analistlerini hedeflemektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Veri kümelerini DataRobot içine yükleyerek verileri analiz etmek, değerlendirmek ve kalite kontrolünden geçirmek.
• Önemli değişkenleri belirlemek ve tahmin hedeflerine ulaşmak için modeller oluşturmak ve eğitmek.
• İş kararlarında faydalı olabilecek değerli bilgiler oluşturmak için modelleri yorumlamak.
• Optimize edilmiş bir tahmin performansı sağlamak için modelleri izlemek ve yönetmek.

Bu sınıf, öğrencileri etkileşimli bir ortama sokacak ve kendi sistemlerini nasıl tarayacaklarını, test edeceklerini, hackleyeceklerini ve güvence altına alacaklarını gösterecektir. Yoğun laboratuvar ortamı, her öğrenciye güncel temel güvenlik sistemleri hakkında derinlemesine bilgi ve pratik deneyim kazandırır. Öğrenciler, öncelikle çevre savunmasının nasıl çalıştığını anlayacak ve ardından kendi ağlarını tarayıp saldıracaklardır; gerçek bir ağa zarar verilmez. Daha sonra öğrenciler, saldırganların ayrıcalıklarını nasıl yükselttiğini ve bir sistemi güvence altına almak için hangi adımların atılabileceğini öğrenirler. Öğrenciler ayrıca İzinsiz Giriş Algılama, Politika Oluşturma, Sosyal Mühendislik, DDoS Saldırıları, Tampon Taşması ve Virüs Oluşturma konularını da öğreneceklerdir. Bu yoğun 5 günlük sınıfı tamamlayan bir öğrenci, Etik Hackleme konusunda uygulamalı bilgi ve deneyime sahip olacaktır.

Etik Hackleme Eğitiminin amacı şunlardır:

• Etik hackleme önlemlerinde profesyonel bilgi güvenliği uzmanlarının kimlik bilgilerini belirleme ve yönetme için asgari standartlar oluşturmak.
• Kimlik bilgisi olan bireylerin asgari standartları karşıladığını veya aştığını halka duyurmak.
• Etik hacklemeyi benzersiz ve kendi kendini düzenleyen bir meslek olarak güçlendirmek.

Hedef Kitle:

Bu Kurs, aşağıdaki pozisyonlarda çalışanlar için idealdir:

• Güvenlik Mühendisleri
• Güvenlik Danışmanları
• Güvenlik Yöneticileri
• BT Direktörleri/Yöneticileri
• Güvenlik Denetçileri
• BT Sistem Yöneticileri
• BT Ağ Yöneticileri
• Ağ Mimarları
• Geliştiriciler

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), özel ML eğitim modelleri oluşturmak ve dağıtmak isteyen veri bilimcileri, veri analistlerini ve geliştiricileri hedeflemektedir. Minimum çabayla AutoML ürünleri ve özelliklerini keşfetmeyi amaçlamaktadır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Çeşitli veri türleri için farklı hizmetleri uygulamak üzere AutoML ürün yelpazesini keşfedebilecekler.
• Özel ML modelleri oluşturmak için veri kümelerini hazırlayabilecek ve etiketleyebilecekler.
• Doğru ve adil makine öğrenimi modelleri üretmek için modelleri eğitebilecek ve yönetebilecekler.
• İşletme hedeflerine ve ihtiyaçlarına ulaşmak için eğitilmiş modeller kullanarak Make tahminlerde bulunabilecekler.

Certified Ethical Hacker sertifikasyonu, dünya çapında talep edilen bir Siber Güvenlik sertifikasıdır.

Bu program, öğrencilerin CEH sertifikasyon sınavına ve CEH Pratik Sınavına hazırlanmalarını sağlamak için eğitim ve uygulamayı içerir. Hem sınavı başarıyla geçen adaylar, CEH Master belgesiyle birlikte CEH sertifikasyonlarını kazanır.

Öğrencilere CPENT veya CHFI kursunu paketlerine eklemek için seçenek verilmektedir.

Her bir öğrenciye, Certified Penetration Testing Professional (CPENT) veya Computer Hacking Forensic Investigator (CHFI) kursu için EC-Council'in çevrimiçi, kendi hızına göre ilerleyen, canlı video programı aracılığıyla eğitim verilir.

CPENT (Pen-test):
Öğrencilere, CEH programında öğretilen kavramları ve araçları bir canlı siber aralığında pen-test yöntemine uygulama becerilerini öğretir.

CHFI (Bilgisayar Forensi):
Öğrencilere, dijital kanıtın aranması ve elde edilmesi, koruma zinciri, alım, koruma, analiz ve raporlaması gibi bilgisayar forensisi için metodolojik bir yaklaşım öğretir.

Kurs Tanımı

CEH, etik hacking aşamaları, çeşitli saldırı vektörleri ve önleyici karşı tedbirler hakkında derinlemesine bir anlayış sağlar. Hackerların nasıl düşündüklerini ve kötü niyetli olarak davrandıklarını öğretecektir, böylece güvenlik altyapınızı kurma konusunda daha iyi pozisyonda olacaksınız ve gelecekteki saldırıları önleme konusunda daha güçlü bir duruşa sahip olacaksınız. Sistem zayıflıkları ve açıklarını anlama kuruluşların sistem güvenlik kontrollerini güçlendirmesine yardımcı olur, böylece olay tehlikesini en aza indirir.

CEH, etik hacking alanında her bir metodoloji ve yöntem için el ile uygulama ortamını ve sistematik süreci içermek üzere tasarlanmıştır. Bu, gerekli bilgi ve becerilerinizi kanıtlayarak CEH belgesini elde etmek için ilerleme imkanınızı sunar. Güvenli olmak için gereken sorumlulukları ve önlemleri tamamen farklı bir pozisyonda yaşayacaksınız.

Kime Uygun

• Adalet kurumları personeli
• Sistem yöneticileri
• Güvenlik görevlileri
• Savunma ve askeri personel
• Hukuki uzmanlar
• Bankacılar
• Güvenlik profesyonelleri

Sertifikalı Etik Hacker Master Hakkında

CEH Master sertifikasyonunu elde etmek için, CEH Pratik sınavını geçmeniz gerekmektedir. CEH Pratik Sınavı, öğrencilerin CEH kursunda öğretilen ilkeleri kanıtlayabilecekleri bir fırsat sunmak üzere tasarlanmıştır. Pratik sınavda, tehdit vektörünü belirleme, ağ tarama, işletim sistemi tespiti, zayıflık analizi, sistem hacking ve daha fazlasını içeren etik hacking tekniklerinin uygulamasını göstermeniz gerekmektedir.

CEH Pratik sınavı simülasyonlar içermez. Bunun yerine, bir kurumsal ağın benzetimini canlı sanal makineler, ağlar ve uygulamalar kullanarak oluşturan canlı bir aralıkta zorlukları karşılayacaksınız.

CEH Pratik Sınavındaki zorlukların başarılı bir şekilde üstesinden gelmek, Certified Ethical Hacker (CEH) sertifikasyonunu elde ettikten sonra alınması gereken bir adım olup, CEH sınavını ve CEH Pratik sınavını başarıyla geçtikten sonra size ek olarak CEH Master sertifikasyonu verilecektir.

Sertifikalı Etik Hacker Pratik Hakkında

Etik hacking becerileriniz olduğunuz gerçek dünyada, laboratuvarlar ve araçlar kullanarak belirli etik hacking zorluklarını zaman sınırlı olarak tamamlamanız gereken gerçek dünya ortamında test edilir.

EC-Council CEH (Pratik) sınavı, büyük bir organizasyonun gerçek hayattaki ağını çoğaltan karmaşık bir ağdan oluşur ve çeşitli ağ sistemleri (DMZ, Firewalls vb.) içerir. Etik hacking becerilerinizi kullanarak gerçek zamanlı zayıflıkları keşfetme ve sömürme ile birlikte sistemlerin denetimini yapmanız gerekmektedir.

CPENT Hakkında

EC-Council'in Certified Penetration Tester (CPENT) programı tamamen pen-test üzerine odaklanmaktadır ve bir kurumsal ağ ortamının saldırısına, sömürülmesine, kaçırmaya ve savunmasına yönelik becerilerinizi öğretecektir. Düz ağlarda sadece çalışıyorsanız, CPENT'in canlı uygulama aralığı, IoT sistemlerini, OT sistemlerini hackleme, kendi sömürgelemelerinizi yazma, kendi araçlarınızı oluşturma, gelişmiş ikili sömürgelemeyi, gizli ağlara erişmek için çift pivot yapma ve ağın en iç segmentlerine erişmek için betikleri ve sömürgelemeleri özelleştirme gibi becerilerinizi bir sonraki seviyeye taşıma imkanı sunacaktır.

CHFI Hakkında

Computer Hacking Forensic Investigator (CHFI) kursu, dijital forensi disiplini için tedarikçi tarafsız bir bakış açısı sunar. CHFI, ana formlu soruşturma senaryolarını kapsayan kapsamlı bir kurs olup, öğrencilerin çeşitli formlu soruştırma teknikleri ve başarıyla bilgisayar forensi soruşturması gerçekleştirebilmek için gerekli olan standart formlu araçları elde etmelerini sağlar.

Bu eğitmen yönlendirilmiş, canlı eğitim (çevrimiçi veya kurum içi) mobil cihazlar için optimize edilmiş makine öğrenme modelleri oluşturmak isteyen geliştiricilere yönelik Google'un ML Kit'ini kullanmalarını sağlar.

Bu eğitim sonunda katılımcılar şunları yapabilecektir:

• Geliştirme ortamını mobil uygulamalar için makine öğrenme özellikleri geliştirmeye başlamak üzere kurabilmek.
• ML Kit API'lerini kullanarak yeni makine öğrenme teknolojilerini Android ve iOS uygulamalarına entegre edebilmek. 
• ML Kit SDK'sını kullanarak mevcut uygulamaları cihaz üzerinde işlem yapmak ve dağıtmak için geliştirebilmek ve optimize edebilmek.

Pattern Matching, bir görüntü içinde belirli desenleri bulmak için kullanılan bir tekniktir. Bu teknik, bir üretim hattında arızalı bir ürün üzerinde beklenen etiketin varlığını veya bir bileşenin belirlenen boyutlarının olup olmadığını tespit etmek gibi, yakalanmış bir görüntüde belirli özelliklerin varlığını belirlemek için kullanılabilir. "Pattern Recognition" (daha geniş ilgili örnek koleksiyonlarına dayalı genel desenleri tanır) ile farklı olarak, Pattern Matching aramamız gerekeni açıkça belirtir ve ardından beklenen desenin var olup olmadığını söyler.

Kurs Formatı

• Bu kurs, pattern matching'in Machine Vision alanında kullanımıyla ilgili yaklaşımları, teknolojileri ve algoritmalarını tanıtır.

Bu eğitmen yönlendirilen, canlı eğitim Türkiye (çevrimiçi veya kurumsal) verilerek, büyük veri kümeleri için Makine Öğrenimi algoritmaları oluşturmak isteyen veri bilimcileri ve yazılım mühendislerini hedef almaktadır.

Bu eğitimin sonunda katılımcılar şunları yapabilecek:

• Makine öğrenimi modelleri oluşturmak için Random Forest ile gerekli geliştirme ortamını kurabilmek.
• Random Forest'in avantajlarını anlamak ve sınıflandırma ve regresyon problemlerini çözmek için nasıl uygulayacağını öğrenmek.
• Büyük veri kümelerini yönetmeyi ve Random Forest'teki birden fazla karar ağacını yorumlamayı öğrenmek.
• Hiperparametreleri ayarlayarak makine öğrenimi modelinin performansını değerlendirmek ve optimize etmek.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), değerleri tahmin ve projeksiyon yapmak ve zaman serisi tahmini için analitik araçlar kullanmak isteyen orta düzey veri analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• CRISP-DM metodolojisini uygulamayı, uygun makine öğrenimi algoritmalarını seçmeyi ve model oluşturmayı ve performansını iyileştirmeyi öğreneceklerdir.
• RapidMiner kullanarak değerleri tahmin ve projeksiyon yapabilecek ve zaman serisi tahmini için analitik araçlar kullanabileceklerdir.

RapidMiner, hızlı uygulama prototipleme ve geliştirme için açık kaynaklı bir veri bilimi yazılım platformudur. Veri hazırlama, makine öğrenimi, derin öğrenme, metin madenciliği ve tahmine dayalı analiz için entegre bir ortam içerir.

Bu eğitmen liderliğindeki canlı eğitimde katılımcılar, veri hazırlama, makine öğrenimi ve tahmine dayalı model dağıtımı için RapidMiner Studio'nun nasıl kullanılacağını öğreneceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• RapidMiner'ü kurmak ve yapılandırmak
• RapidMiner ile veri hazırlamak ve görselleştirmek
• Makine öğrenimi modellerini doğrulamak
• Verileri birleştirmek ve tahmine dayalı modeller oluşturmak
• Tahmine dayalı analitiği bir iş sürecine dahil etmek
• RapidMiner'ü sorun gidermek ve optimize etmek

Hedef Kitle

• Veri bilimcileri
• Mühendisler
• Geliştiriciler

Kurs Formatı

• Kısmen ders anlatımı, kısmen tartışma, egzersizler ve yoğun uygulamalı çalışma

Not

• Bu kurs için özelleştirilmiş bir eğitim talep etmek için lütfen bizimle iletişime geçerek ayarlama yapınız.