Eğitim İçeriği

Yapay Zeka ve Makine Öğrenmesine Giriş

  • Yapay Zeka ve Makine Öğrenmesi kavramlarına genel bakış
  • Veri toplama ve ön işleme
  • Python'e Yapay Zeka için giriş

Data Analysis ve Görselleştirme

  • Keşifsel veri analizi
  • Veri görselleştirme teknikleri
  • Makine Öğrenmesi için istatistiksel temeller

Machine Learning Modelleri

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

Derin Öğrenme ve Yapay Sinir Ağları (Neural Networks)

  • Sinir ağlarının temelleri
  • Evrişimli sinir ağları (CNNs)
  • Yinelemeli sinir ağları (RNNs)

Doğal Dil İşleme (NLP)

  • Metin işleme ve özellik çıkarımı
  • Duygu analizi ve metin sınıflandırması
  • Dil modelleri ve sohbet robotları

Görüntü İşleme (Computer Vision)

  • Görüntü işleme temelleri
  • Nesne tespiti ve görüntü sınıflandırması
  • Bilgisayarlı görüde ileri konular

Dağıtım ve Ölçeklendirme

  • Yapay Zeka uygulamalarını dağıtma stratejileri
  • Yapay Zeka uygulamalarını ölçeklendirme
  • Yapay Zeka sistemlerini izleme ve bakım

Yapay Zeka Etiği ve Geleceği

  • Yapay Zeka'da etik hususlar
  • Yapay Zeka politikası ve düzenlemeleri
  • Yapay Zeka ve Makine Öğrenmesi'nde gelecek trendler

Laboratuvar Projesi

  • Küçük ölçekli akıllı bir uygulama geliştirme
  • Gerçek dünya veri kümeleriyle çalışma
  • Endüstriyel bir sorunu çözmek için grup projesi üzerinde iş birliği yapma

Özet ve Sonraki Adımlar

Kurs İçin Gerekli Önbilgiler

  • Temel programlama kavramlarına ilişkin anlayış
  • Python ve temel veri bilimi teknikleri konusunda deneyim
  • Temel yapay zeka (AI) ve makine öğrenimi (ML) ilkelerine aşinalık

Hedef Kitle

  • Yapay zeka profesyonelleri
  • Yazılım geliştiriciler
  • Veri analistleri
 28 Saat

Katılımcı Sayısı


Kişi Başına Fiyat

Yaklaşan Etkinlikler

İlgili Kategoriler