Temel MATLAB Programlama Eğitimi

Modül 1: MATLAB Ortamı, İş Akışları ve Veri Temeli

Tüm ileri düzey teknik hesaplama görevleri için temel oluşturan masaüstü ve bulut iş akışları, temel veri türleri, dosya G/Ç (Giriş/Çıkış) ve veri yönetimi stratejilerini kapsayan MATLAB geliştirme ekosisteminde ustalık kazanmayı sağlar.

1.1 MATLAB Ekosistemi: Masaüstü, Çevrimiçi ve Drive

• Matlab masaüstü ortamı: Komut Penceresi, Düzenleyici, Çalışma Alanı, Geçerli Klasör ve Komut Geçmişi ile çalışma
• MATLAB Online: bulut tabanlı geliştirme, MATLAB Drive işbirliği ve cihazlar arası erişim
• Çalışma alanı yönetimi, arama yolları ve ortam yapılandırması
• Mühendislik verimliliği için kısayollar, profiller ve geliştirme ortamının özelleştirilmesi

1.2 Temel Veri Türleri ve Matematiksel Temeller

• Matlab'da sabit değerler, değişkenler, adlandırma kuralları ve atama
• Skalerler, vektörler, matrisler ve çok boyutlu diziler: oluşturma, indeksleme ve manipülasyon
• Sabitler, operatörler ve yerleşik matematiksel işlevler
• Dizi ve matris işlemleri: öge bazlı işlemler ile doğrusal cebir arasında ayrım
• Gelişmiş filtreleme için mantıksal indeksleme, ilişkisel operatörler ve mantıksal diziler
• Karmaşık veri düzenlemesi için hücre dizileri, yapılar (structs) ve tutamaç nesneleri
• Zaman serileri ve deneysel veriler için MATLAB'ın modern tablo verisi paradigması olan tablolar ve zaman tabloları

1.3 Dosya G/Ç ve Veri İşletilebilirliği

• CSV, TXT ve sınırlayıcılı metin dosyalarının içe ve dışa aktarılması
• Excel elektronik tabloları ile çalışma: okuma, yazma ve biçimlendirme işlemleri
• MAT yerel dosya formatları (.mat) ve çalışma alanı kalıcılığı
• içe aktarım sihirbazı ve otomatik veri içe aktarım oluşturma
• Veritabanı bağlantısı: SQL Server, Oracle, PostgreSQL ve bulut veritabanlarına bağlanma
• Web verisi: MATLAB'ta JSON, XML ve REST API yanıtlarını alma

Piyasa ile Uyumlu Yetkinlikler: MATLAB Geliştirme Ortamı, MATLAB Online İş Akışı, MATLAB Drive İşbirliği, Sayısal Veri Yönetimi, Bilimsel Hesaplama Temelleri, Teknik Veri İçeri ve Dışarı Aktarma, CSV ve Excel Veri İşleme, Veritabanı Bağlantısı, MATLAB Tabloları ve Zaman Tabloları, Yapılandırılmış Veri Düzenlemesi, Matematiksel Hesaplama Temelleri, Mühendislik Veri İş Akışları

Modül 2: MATLAB Programlama, Algoritmalar ve Kod Mimari

Yapısal programlama, nesne yönelimli MATLAB, kod düzenleme, hata ayıklama, performans profilleme ve sürdürülebilir teknik kod tabanları için yazılım mühendisliği en iyi uygulamaları dahil olmak üzere temel sözdizimi ötesinde programlama yetkinliğini derinleştirir.

2.1 Yapısal Programlama ve Kontrol Akışı

• Scriptler (betikler) ve fonksiyonlar: hangisinin ne zaman kullanılacağı ve en iyi uygulamalar
• >Koşullu mantık: if/else, switch/case ve iç içe geçmiş koşullar
• Döngüler: for, while ve döngü optimizasyon stratejileri (vektörizasyon yinelemeye karşı)
• Alt fonksiyonlar ve iç içe fonksiyonlarda kontrol akışı
• Hata işleme ve hata ayıklama teknikleri: try/catch, assert, dbstop ve MATLAB Hata Ayıklayıcı

2.2 Fonksiyon Programlama ve Kod Düzenlemesi

• >Fonksiyon oluşturma, girdi/çıktı argümanları ve varargin/varargout esnekliği
• Anonim fonksiyonlar ve fonksiyon tutamaçları: MATLAB'ta fonksiyonel programlama
• Alt fonksiyonlar, yerel fonksiyonlar ve iç içe fonksiyonlar
• Dosya tabanlı düzenleme, paketler ve klasör düzeyi paket yönetimi
• Değere göre geçiş vs. referansa göre geçiş (tutamaç nesneleri)

2.3 MATLAB'ta Nesne Yönelimli Programlama

• Sınıflar: özellikler, yöntemler ve erişim düzeylerini (public/private/protected) tanımlama
• Tutamaç sınıfları vs. değer sınıfları: değer semantiği vs. referans semantiği
• Yapıcılar, yıkıcılar ve nesne yaşam döngüsü yönetimi
• Kalıtım, yöntem geçersiz kılma ve soyut sınıflar
• MATLAB sınıflarında arayüz uygulaması ve olay işleme
• Sabit yöntemler, dinamik özellikler ve özellik doğrulaması

2.4 Profilleme, Kod Kalitesi ve Test

• MATLAB profiler: darboğazları belirleme ve hesaplama yoğunluğu yüksek kodu optimize etme
• Kod kapsamı analizi ve MTest birim test çerçevesi
• Sürüm kontrolü entegrasyonu: MATLAB Düzenleyicisinde Git ve SVN iş akışı
• Jenkins ve MATLAB CI Pipeline ile Sürekli Entegrasyon (CI/CD) kavramları
• Sabit kod analizi uyarıları ve en iyi uygulamalar

Piyasa ile Uyumlu Yetkinlikler: MATLAB Programlama ve Betikleme, Algoritma Geliştirme ve Optimizasyon, Nesne Yönelimli MATLAB Programlama, Fonksiyon Tabanlı Mimari, Vektörizasyon ve Performans Optimizasyonu, MATLAB Hata Ayıklama ve Hata İşleme, Kod Profilleme ve Performans Ayarlama, MATLAB Birim Testi (MTest), Kod Kapsamı Analizi, Git ile Sürüm Kontrolü, Sürekli Entegrasyon (CI/CD), Profesyonel Kod Kalitesi Standartları, Teknik Hesaplama İçin Yazılım Mühendisliği

Modül 3: Veri Görselleştirme, Raporlama ve Etkileşimli Uygulamalar

Temel çizimden ileri düzey görselleştirmeye, interaktif dashboard oluşturmaya, App Designer ile GUI geliştirmeye, tekrarlanabilir raporlar için canlı betiklere ve mühendislik dokümantasyonu için otomatik rapor oluşturucaya kadar kapsar.

3.1 Temel ve İleri Düzey Çizim

• 2B çizim: çizgi grafikleri, saçılık grafikleri, çubuk grafikler, pasta grafikler, alan grafikleri ve hata çubukları
• Çok eksenli çizim: hold, subplot, tiledlayout ve eksen konumlandırma
• 3B çizim: surf, mesh, contour, slice ve hacim görselleştirme
• Grafiklerin özelleştirilmesi: başlıklar, etiketler, lejantlar, açıklamalar, çizgi stilleri, işaretçiler ve renkler
• Renk haritaları, renk çubukları ve algısal olarak doğru grafikler
• Yayınlar için yüksek çözünürlüklü figürler dışa aktarma: formatlar (PNG, PDF, SVG, EMF)

3.2 Etkileşimli Görselleştirme ve Panolar

• UI denetimleri ile figür özelleştirme: kaydırıcılar, düğmeler, açılır menüler ve geri aramalar
• MATLAB App Designer: sürükle-bırak UI bileşenleri ile interaktif masaüstü uygulamalar oluşturma
• Grafik etkileşimleri: yakınlaştırma, kaydırma, fırçalama ve seçim geri aramaları
• Web uygulamaları: MATLAB görselleştirmelerini çevrimiçi interaktif panolar olarak dağıtma

3.3 Canlı Betikler ve Otomatik Raporlama

• MATLAB Canlı Betik (.mlx): kodu, grafikleri ve biçimlendirilmiş metni birleştiren yürütülebilir defterler
• Matematiksel denklemler için Canlı Betiklerde Markdown ve LaTeX desteği
• Özel Canlı Betik bölümleri, girdi parametreleri ve paylaşım iş akışları
• Otomatik rapor oluşturma: Canlı Betikleri PDF, HTML ve Word formatlarına aktarma

Piyasa ile Uyumlu Yetkinlikler: Veri Görselleştirme ve Çizim, MATLAB App Designer, GUI Geliştirme, İnteraktif Dashboard Tasarımı, Canlı Betik Yazarlığı, Teknik Rapor Oluşturma, Bilimsel Veri Sunumu, 3B Görselleştirme ve Çizim, MATLAB Grafik Sistemi, Mühendislik Görselleştirmesi, Yayın Kalitesinde Figür Tasarımı, Web Uygulaması Dağıtımı, İnteraktif Bilimsel Hesaplama

Modül 4: Matris Cebri, Lineer Optimizasyon ve Sembolik Matematik

MATLAB'ın matematiksel çekirdeği olan lineer cebir, lineer programlama optimizasyonu ve analitik çözümler için sembolik hesaplamanın kapsamlı kapsamını içerir. Mühendislik, operasyonlar araştırması ve bilimsel modelleme uygulamaları için temel önem taşır.

4.1 Lineer Cebir ve Matris İşlemleri

• Matris oluşturma: eye, zeros, ones, rand, randn, diag ve özel matrisler
• Matris ayrışımı: LU, QR, Cholesky, SVD ve özdeğer analizi
• Özel işlevler: det, trace, rank, norm, koşul sayısı ve yalancı ters
• Lineer sistemlerin çözümü: sol bölme (\), mldivide ve en küçük kareler çözümleri
• Özdeğerler, özvektörler ve matris işlevi uygulamaları (expm, logm, sqrtm)
• Sparse (seyrek) matris işlemleri ve bellek verimli hesaplama

4.2 Optimizasyon Temelleri

• Lineer programlama: kısıtlı optimizasyon için linprog
• Lineer olmayan optimizasyon: fmincon, fminsearch ve fzero
• Eğri uyumu ve parametre tahmini: fit, polyfit ve lsqcurvefit
• Optimizasyon Araç Kutusu iş akışına giriş

4.3 Sembolik Matematik

• Sembolik değişken oluşturma ve sembolik ifade manipülasyonu
• dsolve ve int ile analitik türev ve integrasyon
• Yüksek hassasiyetli hesaplama için değişken hassasiyetli aritmetik (vpa)
• Sembolik modda Laplace ve Fourier dönüşümleri
• Denklemlerin analitik çözümü: solve ve vpasolve

Piyasa ile Uyumlu Yetkinlikler: Lineer Cebir ve Matris Hesaplamaları, Matris Ayrışımı ve Analizi, Optimizasyon ve Matematiksel Programlama, Lineer Programlama, Lineer Olmayan Optimizasyon, Eğri Uyumu ve Veri Yaklaşımı, Sembolik Matematik ve Analitik Hesaplama, Laplace Dönüşümleri, Özdeğer Analizi ve Sayısal Stabilite, Seyrek Matris Hesaplama, Bilimsel Hesaplama ve Sayısal Analiz

Modül 5: Sinyal İşleme, Görüntü İşleme ve Simülasyon

MATLAB'ın endüstri standart araç kutularını sinyal analizi, görüntü işleme ve sistem simülasyonuna uygular. Bu modül, telekomünikasyon, ses işleme, biyomedikal mühendislik ve endüstriyel denetleme sektörlerinde en çok talep edilen temel araç kutularını kapsar.

5.1 Sinyal İşleme Temelleri

• Örnekleme teorisi: örnekleme hızı, aliasing (örtüşme) ve Nyquist ölçütü
• Temel sinyal üretimi: sinüs, kosinüs, kare, testere dişi ve chirp sinyalleri
• >Temel sinyal üretimi: sinüs, kosinüs, kare, testere dişi ve chirp sinyalleri
• Sıklık alanı analizi: FFT, spektrogram ve genlik/faz grafikleri
• Filtre tasarımı: düşük geçiren, yüksek geçiren, bant geçiren ve bant bastıran FIR ve IIR filtreleri
• Spektral analiz, güç spektral yoğunluğu ve filtreleme uygulamaları
• Sinyal gürültüden arındırma, düzeltme ve zehir algılama

5.2 Görüntü ve Video İşleme

• MATLAB Görüntü İşleme Araç Kutusu ile görüntü oluşturma, okuma, yazma ve gösterim
• Görüntü iyileştirme: kontrast ayarlama, histogram eşitleme ve filtreleme
• Görüntü segmentasyonu: eşikleme, kenar algılama ve havza (watershed)
• Jeometrik dönüşümler ve görüntü eşleme
• Morfolojik işlemler: genişletme, aşındırma, açma ve kapatma
• Özellik algılama: köşe algılama (Harris), blob algılama ve şablon eşleştirme

5.3 Simulink ve Sistem Modellemesine Giriş

• Simulink ortamı: model oluşturma, blok kütüphanesi ve sinyal yönlendirme
• Blokların oluşturulması: kaynaklar, hedefler, sürekli/kesikli bloklar ve integratörler
• Simülasyon parametreleri: çözücü seçimi, adım boyutu ve simülasyon süresi
• Kullanılabilir bileşenler için alt sistemler, maskeler ve kitaplık blokları
• Model analizi: scope'lar, tanılama mesajları ve model keşif aracı
• Kontrol sistemleri için Simulink'e giriş: bitki modelleme ve denetleyici simülasyonu

5.4 Kontrol Sistemleri ve Dinamik Sistemler

• Kontrol Sistemi Araç Kutusu'nda transfer fonksiyonları ve blok diyagramları
• Adım, darbe, frekans (Bode) ve kök yer eğrisi analizi
• PID denetleyici tasarımı ve ayarlama temelleri
• Durum uzayı temsili ve sistem analizi

Piyasa ile Uyumlu Yetkinlikler: Dijital Sinyal İşleme (DSP), FFT Analizi ve Filtreleme, Görüntü İşleme ve Bilgisayar Görüsü, MATLAB Görüntü İşleme Araç Kutusu, Görüntü Segmentasyonu ve Özellik Algılama, Simulink Model Tabanlı Tasarım, Kontrol Sistemleri Mühendisliği, Transfer Fonksiyonu Analizi, PID Denetleyici Tasarımı, Dinamik Sistem Simülasyonu, Spektral Analiz, Bode Çizelgesi ve Frekans Yanıtı, Kök Yer Eğrisi Analizi, Durum Uzayı Modelleme, Biyomedikal Sinyal İşleme, Ses Sinyal İşleme, Endüstriyel Denetim ve Kalite Kontrol

Modül 6: Makine Öğrenimi, Derin Öğrenme ve AI Entegrasyonu

Yapay zeka/makine öğrenimi (AI/ML) yeteneğinin MATLAB içinde hızla genişlemesini; klasik denetimli/denetimsiz öğrenimden derin sinir ağlarına, önceden eğitilmiş modellere ve hibrit AI iş akışları için Python ile entegrasyona kadar kapsar. Günümüzde mühendislikte en çok talep edilen teknik beceri setini ele alır.

6.1 MATLAB ile Klasik Makine Öğrenimi

• Sınıflandırma algoritmaları: KNN, Naive Bayes, SVM, karar ağaçları ve ensemble yöntemleri
• Regresyon algoritmaları: lineer regresyon, polinom regresyon ve düzenli regresyon
• Denetimsiz öğrenim: kümeleme (k-means, hiyerarşik), PCA ve boyut indirgeme
• Model validasyonu: çapraz validasyon, karışıklık matrisleri, ROC eğrileri ve doğruluk metrikleri
• Özellik seçimi, veri ön işleme ve eğitim/doğrulama/test bölünmesi

6.2 MATLAB'ta Derin Öğrenim

• Derin öğrenim temelleri: sinir ağı mimarisi, katmanlar ve eğitim iş akışı
• Görüntü sınıflandırma için Konvolüsyonlu Sinir Ağları (CNN'ler), önceden eğitilmiş modellerin kullanımı (ResNet, GoogLeNet, AlexNet)
• Zaman serileri ve metin işleme için seriden-seri ağlar
• Transfer öğrenimi: önceden eğitilmiş modelleri özel veri setlerine uyarlaya
• Derin ağ tasarımı: layerPlot ve layerGraph ile katman katman oluşturma
• Eğitim yönetimi: mini-toplu boyutu, öğrenme hızı planlamaları ve GPU hızlandırması

6.3 Python Entegrasyonu ve Hibrit AI İş Akışları

• MATLAB'dan Python çağırma: Python sınıflarını, modüllerini ve kitaplıklarını içe aktarma
• MATLAB iş akışları içinde Python derin öğrenim çerçevelerinin (TensorFlow, PyTorch) kullanımı
• Veri ön işleme için Python ML kitaplıklarının (scikit-learn, pandas) kullanımı
• MATLAB dizileri ile Python ndarrays arasında iki yönlü veri alışverişi
• MATLAB'ın mühendislik güçlü yönlerinden ve Python'un AI ekosisteminden yararlanan hibrit AI boru hatları oluşturma

Piyasa ile Uyumlu Yetkinlikler: MATLAB'ta Makine Öğrenimi, Denetimli Öğrenim, Denetimsiz Öğrenim, Derin Öğrenim ve Sinir Ağları, Konvolüsyonlu Sinir Ağları (CNN), Transfer Öğrenimi, Zaman Serisi ML, Özellik Mühendisliği, Model Validasyonu ve Doğruluk Değerlendirmesi, Python-MATLAB İleri İşletilebilirliği, AI/ML için Python Entegrasyonu, MATLAB'ta TensorFlow ve PyTorch, Tahmine Dayalı Analitik, Mühendislik AI Çözümleri, Hibrit Derin Öğrenim İş Akışları, Önceden Eğitilmiş Model Uyarlaması, Sinir Ağı Mimari Tasarımı

Modül 7: GPU Hesaplama, Dağıtım ve Kurumsal Entegrasyon

GPU hızlandırma ile yüksek performanslı hesaplama, üretim dağıtımı için kod oluşturma, Uygulama dağıtımı, simülasyon tabanlı tasarım ve kıdemli MATLAB mühendisleri ve ekip liderleri için gerekli olan kurumsal düzeyde dağıtım desenlerini kapsar.

7.1 GPU Hızlandırmalı ve Paralel Hesaplama

• GPU erişilebilirliğini kontrol etme ve GPU dizisi oluşturma (gpuArray)
• GPU hızlandırmalı yerleşik işlevler: otomatik hızlandırılmış matematik ve derin öğrenim
• Paralel Hesaplama Araç Kutusu: döngü paralelleştirme için parfor
• HPC için SPMD (Tek Program Çoklu Veri) ve dağıtılmış diziler
• Küme hesaplama ve büyük ölçekli hesaplama için MATLAB Parallel Server

7.2 Kod Oluşturma ve Dağıtım

• Matlab Coder: gömülü ve üretim sistemleri için MATLAB fonksiyonlarından C/C++ kodu oluşturma
• MATLAB Coder raporları: kod oluşturma analizi, optimizasyon fırsatları ve uyumluluk kontrolleri
• MATLAB Compiler: MATLAB uygulamalarını bağımsız çalıştırılabilir dosyalar ve paylaşılan kütüphaneler olarak paketleme
• Kurumsal entegrasyon için Java ve .NET işlem birliği
• MATLAB Production Server: MATLAB kodunu kurumsal altyapıda REST web hizmetleri olarak dağıtma

7.3 MATLAB Uygulama Dağıtımı ve Paylaşımı

• Dahili kuruluş dağıtımı için MATLAB Uygulamalarını yayınlama
• MATLAB Drive aracılığıyla MATLAB Online uygulamalarını paylaşma
• App Builder ve App Designer ile özel araç kutuları oluşturma

7.4 Model Tabanlı Tasarım (MBD) İçin Simulink

• Simulink modellerinden kod oluşturma (Simulink Coder / Embedded Coder)
• Donanım-halka içinde (HIL) ve model-halka içinde (MIL) testler
• Otomotiv, havacılık ve robotik sistem simülasyonu için Simulink
• Stateflow: kontrol mantığı ve olay odaklı sistemler için durum makinesi modelleme

7.5 IoT ve Gömülü Sistemler

• >MATLAB'ı fiziksel donanıma bağlama: Arduino, Raspberry Pi ve BeagleBone destek paketleri
• Geri bildirim verilerini gerçek zamanlı okuma: sıcaklık, ivmeölçer, jiroskop, ultrasonik ve IMU
• Gömülü ARM işlemciler için C kodu oluşturma ve mikrodenetleyicilere dağıtma

Piyasa ile Uyumlu Yetkinlikler: GPU Hızlandırmalı Hesaplama, Paralel Hesaplama, Yüksek Performanslı Hesaplama (HPC), Küme Hesaplama, C/C++ Kod Üretimi İçin MATLAB Coder, MATLAB Compiler, Bağımsız Uygulama Dağıtımı, MATLAB Production Server, REST API Servis Dağıtımı, Gömülü Sistem Geliştirme, Donanım-Halka-İçinde (HIL) Test, Model Tabanlı Sistem Mühendisliği (MBSE), Stateflow Modelleme, Simulink Kod Üretimi, IoT Sensör Entegrasyonu, Uçta Hesaplama (Edge Computing), Gerçek Zamanlı Veri Edinimi, Kurumsal MATLAB Entegrasyonu, Ekip ve Kurumsal MATLAB Dağıtımı, ARM Mikrodenetleyici Geliştirme

Modül 8: Etki Alanına Özgü Uygulamalar ve Bitirme Projesi

İş piyasasıyla en alakalı endüstri alanları (mühendislik, finans, veri bilimi ve biyomedikal) boyunca MATLAB uygulamalarını içerir; tüm becerileri tam bir teknik hesaplama çözümüne entegre eden uygulamalı bir bitirme projesiyle sonuçlanır.

8.1 Etki Alanına Özgü MATLAB Uygulamaları

• MATLAB ile finansal mühendislik: portföy optimizasyonu, risk analizi, Monte Carlo simülasyonu ve opsiyon fiyatlandırması (Black-Scholes)
• Biyo-medikal sinyal işleme: EKG/EEG sinyal filtreleme, özellik çıkarma ve görselleştirme
• Mühendislik simülasyonu: mekanik, elektrik ve termal sistem modelleme
• Araştırma ve kalite güvencesi için istatistiksel analiz ve hipotez testi

8.2 Bitirme Projesi: Uçtan Uca MATLAB Çözümü

• Tam kapsamlı gerçek dünya senaryosu: sensör veya deneysel verileri al, temizle ve analiz et, tahmine dayalı bir model oluştur ve interaktif bir dashboard uygulaması üret
• Sorun alanı için bir MATLAB sınıf tabanlı çözüm uygula
• Çalışılan sistemin Simulink modelini oluştur
• Veri seti üzerinde desen tanıma için derin öğrenim uygula
• Canlı Betikten kapsamlı bir teknik rapor oluştur
• İş akışını belgeleyin ve çözümü üretim benzeri bir ortama dağıtın

8.3 Profesyonel MATLAB Geliştirme Uygulamaları

• Kodlama standartları: MATLAB stil rehberi (adlandırma, biçimlendirme, yorumlama kuralları)
• Takım yeniden kullanımı için MATLAB araç kutularını oluşturma ve belgeleme
• Büyük MATLAB projelerini yönetme: klasör düzenleme, bağımlılıklar ve CI/CD

Piyasa ile Uyumlu Yetkinlikler: Bitirme Çözümü Teslimi, Finansal Mühendislik ve Kantitatif Analiz, Biyo-medikal Sinyal İşleme, Portföy Risk Analizi, Monte Carlo Simülasyonu, Opsiyon Fiyatlandırması, İstatistiksel Hipotez Testi, MATLAB Uygulama Geliştirme, MATLAB Kodlama Standartları, Teknik Dokümantasyon ve Raporlama, Profesyonel MATLAB Mimarisi, Mühendislik Simülasyonu ve Modelleme, Hesaplamalı Finans, Kalite Güvencesi Analitiği, MATLAB Araç Takımı ve İş Akışı Yönetimi, MATLAB Takım İşbirliği ve Yönetişimi, Kurumsal Veri Analitiği