Bize Ulaşın
 Süre 35 Saat

Eğitim İçeriği

Python'da Yapay Zeka Genel Bakış

  • Yapay zekanın temel kavramları ve kapsamı
  • Yapay zeka geliştirme için Python kütüphaneleri
  • Yapay zeka proje yapısı ve iş akışı

Yapay Zeka İçin Veri Hazırlığı

  • Veri temizleme, dönüştürme ve özellik mühendisliği
  • Eksik ve dengesiz verilerin yönetimi
  • Özellik ölçeklendirme ve kodlama

Gözetimli Öğrenme Teknikleri

  • Regresyon ve sınıflandırma algoritmaları
  • Topluluk (Ensemble) yöntemleri: Random Forest, Gradient Boosting
  • Parametre ayarı ve çapraz doğrulama

Gözetimsiz Öğrenme Teknikleri

  • Kümeleme yöntemleri: K-Means, DBSCAN, hiyerarşik kümeleme
  • Boyut indirgeme: PCA, t-SNE
  • Gözetimsiz öğrenme kullanım alanları

Sinir Ağları ve Derin Öğrenme

  • TensorFlow ve Keras'a giriş
  • İleri beslemeli sinir ağlarının oluşturulması ve eğitilmesi
  • Sinir ağı performansının optimizasyonu

Pekiştirmeli Öğrenme (Giriş)

  • Ajanlar, ortamlar ve ödüllerin temel kavramları
  • Temel pekiştirmeli öğrenme algoritmalarının uygulanması
  • Pekiştirmeli öğrenme uygulamaları

Yapay Zeka Modellerinin Dağıtımı

  • Eğitilmiş modellerin kaydedilmesi ve yüklenmesi
  • API'ler aracılığıyla modellerin uygulamalara entegrasyonu
  • Üretimdeki yapay zeka sistemlerinin izlenmesi ve bakımı

Özet ve Sonraki Adımlar

Kurs İçin Gerekli Önbilgiler

  • Python programlama temelleri konusunda sağlam bir anlama
  • NumPy ve pandas gibi veri analizi kütüphaneleriyle deneyim
  • Makine öğrenimi kavramları ve algoritmaları hakkında temel bilgi

Hedef Kitle

  • Yapay zeka geliştirme becerilerini genişletmeyi amaçlayan yazılım geliştiriciler
  • Karmaşık veri setlerine yapay zeka tekniklerini uygulamak isteyen veri analistleri
  • Yapay zeka tabanlı uygulamalar geliştiren Ar-Ge uzmanları

Katılımcı Sayısı


Katılımcı başına fiyat

Danışanlarımızın Yorumları (2)

Yaklaşan Etkinlikler

İlgili Kategoriler