Bizi tercih ettiğiniz için teşekkür ederiz. Ekip üyelerimiz en kısa sürede sizlerle iletişime geçecektir.
Rezervasyonunuzu gönderdiğiniz için teşekkür ederiz! Ekibimizden bir yetkili kısa süre içinde sizinle iletişime geçecektir.
Eğitim İçeriği
Giriş ve Takım Use Case Seçimi
- Endüstriyel ortamlarda yapay zeka (AI) genel bakışı
- Kullanım durumu kategorileri: kalite, bakım, enerji, lojistik
- Takım oluşturma ve proje hedeflerinin belirlenmesi
Endüstriyel Veriyi Anlama ve Hazırlama
- Endüstriyel veri tipleri: zaman serisi, tablolar, resim, metin
- Veri toplama, temizleme ve ön işleme
- Pandas ile keşifçi veri analizi ve Matplotlib
Model Seçimi ve Prototiplendirme
- Regresyon, sınıflandırma, kümeleme veya anomali algılama arasında seçim yapmak
- Scikit-learn ile model eğitimine ve değerlendirmeye giriş
- TensorFlow ya da PyTorch kullanarak gelişmiş modellere geçiş
Sonuçları Görselleştirme ve Yorumlama
- Mantıklı kontrol panel veya rapor oluşturma
- Performans metriklerinin yorumlanması (doğruluk, hassasiyet, duyarlılık)
- Varsayımlar ve sınırlamaların belgelenmesi
Yatırım Simülasyonu ve Geribildirim
- Kenar/cloud yatırıma senaryolarını simüle etme
- Geribildirimi toplayarak ve modeli iyileştirme
- Operasyonlarla entegrasyon stratejileri
Final Proje Geliştirme
- Takım prototiplerinin testlenmesi ve tamamlanması
- Ortak incelemeler ve hata ayıklama
- Projeyi sunma ve teknik özeti hazırlama
Takım Sunumları ve Sonuçlar
- Yapay zeka çözüm kavramlarının ve sonuçların sunumu
- Grup yansıma ve öğretilen dersler
- Organizasyon içinde kullanım senaryolarını genişletme için rehberlik
Özeti ve Son Adımlar
Kurs İçin Gerekli Önbilgiler
- Üretim veya endüstriyel süreçler hakkında bilgi
- Python ve temel makine öğrenimi deneyimi
- Düzenli ve düzensiz veri ile çalışabilme yeteneği
Hedef Kitle
- Çok yönlü ekipler
- Mühendisler
- Veri bilimciler
- IT profesyonelleri
21 Saat