Eğitim İçeriği

AI ve ML'ye Giriş

  • AI ve ML kavramlarının genel bakışları
  • Veri toplama ve ön işleme
  • Python'un AI için tanıtımı

Veri Analizi ve Görselleştirme

  • İncelemeli veri analizi
  • Veri görselleştirme teknikleri
  • ML için istatistiksel temeller

Makine Öğrenmesi Modelleri

  • Denetimli öğrenme algoritmaları
  • Denetimsiz öğrenme algoritmaları
  • Model değerlendirme ve seçim

Derin Öğrenme ve Sinir Ağları

  • Sinir ağlarının temelleri
  • Konvolüsyonel sinir ağları (CNNs)
  • Tekrarlayan sinir ağları (RNNs)

Doğal Dil İşleme (NLP)

  • Metin işleme ve özellik çıkarma
  • Duygu analizi ve metin sınıflandırma
  • Dil modelleri ve chatbotlar

Bilgisayar Visionu (Görüntü İşleme)

  • Görüntü işleme temelleri
  • Nesne tanıma ve görüntü sınıflandırma
  • Bilgisayar visionundaki gelişmiş konular

Dağıtım ve Ölçekleme

  • AI uygulama dağıtım stratejileri
  • AI uygulamalarını ölçeklendirme
  • AI sistemlerinin izlenmesi ve bakımının yapılması

Etik ve AI'nin Geleceği

  • AI'de etik dikkat edilmesi gerekenler
  • AI politikası ve düzenlemeleri
  • AI ve ML'deki gelecek trendleri

Laboratuvar Projesi

  • Küçük ölçekli bir zeka uygulaması geliştirme
  • Gerçek dünya veri kümeleriyle çalışma
  • Endüstriye uygun bir sorunu çözmek için grup projesi üzerinde işbirliği yapma

Özeti ve Sonraki Adımlar

Kurs İçin Gerekli Önbilgiler

  • Temel programlama kavramlarının anlaşılması
  • Python ve temel veri bilimi teknikleriyle deneyim
  • Temel yapay zeka (AI) ve makine öğrenimi (ML) ilkeleriyle tanıdık olunması

Hedef Kitle

  • Yapay Zeka Uzmanları
  • Yazılım Geliştiricileri
  • Veri Analistleri

Kurs Formatı

  • Etkileşimli ders ve tartışma.
  • Birçok alıştırma ve uygulama.
  • Canlı-lab ortamında elle yapılmış uygulama.

Kurs Özelleştirme Seçenekleri

Bu kurs için özelleştirilmiş bir eğitim talep etmek için lütfen bizimle iletişime geçin.

 28 Saat

Katılımcı Sayısı


Kişi Başına Fiyat

Danışanlarımızın Yorumları (1)

Yaklaşan Etkinlikler

İlgili Kategoriler