Bize Ulaşın
 Süre 21 Saat

Eğitim İçeriği

Deep Learning Açıklanabilirlik Giriş

  • Kara kutu modeller nelerdir?
  • Yapay zeka sistemlerinde şeffaflığın önemi
  • Sinir ağlarında açıklanabilirlik zorluklarına genel bakış

Deep Learning için Gelişmiş XAI Teknikleri

  • Derin öğrenme için modelden bağımsız yöntemler: LIME, SHAP
  • Katman bazlı önem yayılımı (LRP)
  • Önem haritaları ve gradyan tabanlı yöntemler

Sinir Ağı Kararlarını Açıklama

  • Sinir ağlarındaki gizli katmanları görselleştirme
  • Derin öğrenme modellerinde dikkat mekanizmalarını anlama
  • Sinir ağlarından insan tarafından okunabilir açıklamalar oluşturma

Deep Learning Modelleri Açıklamak için Araçlar

  • Açık kaynaklı XAI kütüphanelerine giriş
  • Derin öğrenme için Captum ve InterpretML kullanma
  • TensorFlow ve PyTorch’da açıklanabilirlik tekniklerini entegre etme

Yorumlanabilirlik ve Performans

  • Doğruluk ve yorumlanabilirlik arasındaki ödünleşimler
  • Yorumlanabilir ancak performanslı derin öğrenme modelleri tasarlama
  • Derin öğrenmede önyargı ve adaleti ele alma

Deep Learning Açıklanabilirliğinin Gerçek Dünya Uygulamaları

  • Sağlık hizmetlerinde yapay zeka modellerinde açıklanabilirlik
  • Yapay zekada şeffaflık için düzenleyici gereksinimler
  • Yorumlanabilir derin öğrenme modellerini üretime dağıtma

Açıklanabilir Deep Learning’de Etik Hususlar

  • Yapay zeka şeffaflığının etik etkileri
  • Etik yapay zeka uygulamalarını yenilikle dengeleme
  • Derin öğrenme açıklanabilirliğinde gizlilik endişeleri

Özet ve Sonraki Adımlar

Kurs İçin Gerekli Önbilgiler

  • Derin öğrenme konusunda ileri düzeyde anlayış
  • Python ve derin öğrenme çerçevelerine aşinalık
  • Sinir ağlarıyla çalışma deneyimi

Hedef Kitle

  • Derin öğrenme mühendisleri
  • Yapay zeka uzmanları

Katılımcı Sayısı


Katılımcı başına fiyat

Açık Eğitim Kursları 5 ve üzeri katılımcı gerektirir.

Danışanlarımızın Yorumları (2)

Yapay zekâyı daha önce hiç kullanmamış kişilerin sorgulama (prompting) sürecinde belirli bir tekrar ve düzen oluşturmalarını sağlarken, halihazırda yapay zekâ kullanan kişilerin ise bu araçları farklı yöntemlerle kullanmayı değerlendirmelerini hedefler.

Matthew Gay - Tarsus Pharmaceuticals
Eğitim - Artificial Intelligence (AI) Overview

Yapay Zeka Çevirisi

Odaklanarak ilk ilkelerden başlamak ve aynı gün içinde örneklem uygulamalarına geçmek

Maggie Webb - Department of Jobs, Regions, and Precincts
Eğitim - Artificial Neural Networks, Machine Learning, Deep Thinking

Yapay Zeka Çevirisi

Yaklaşan Etkinlikler

Derin Öğrenme'de Açıklanabilirlik: Siyah Kutu Modellerini Anlaşılması

2026-11-23 09:30
21 Saat
Istanbul, Taksim
29025 TRY (Online(internet ortamında canlı eğitim))
29625 TRY (Fiziki Sınıf)

Derin Öğrenme'de Açıklanabilirlik: Siyah Kutu Modellerini Anlaşılması

2026-12-07 09:30
21 Saat
Ankara
29025 TRY (Online(internet ortamında canlı eğitim))
29625 TRY (Fiziki Sınıf)

Derin Öğrenme'de Açıklanabilirlik: Siyah Kutu Modellerini Anlaşılması

2026-12-21 09:30
21 Saat
Antalya
29025 TRY (Online(internet ortamında canlı eğitim))
29625 TRY (Fiziki Sınıf)

Derin Öğrenme'de Açıklanabilirlik: Siyah Kutu Modellerini Anlaşılması

2027-01-04 09:30
21 Saat
Istanbul, Taksim
29025 TRY (Online(internet ortamında canlı eğitim))
29625 TRY (Fiziki Sınıf)

Derin Öğrenme'de Açıklanabilirlik: Siyah Kutu Modellerini Anlaşılması

2027-01-18 09:30
21 Saat
Ankara
29025 TRY (Online(internet ortamında canlı eğitim))
29625 TRY (Fiziki Sınıf)

İlgili Kurslar

Gelişmiş Explainable AI (XAI) Teknikleri

21 Saatler

Bu eğitmen öncülüğündeki canlı eğitim, Türkiye (çevrimiçi veya yerel) karmaşık AI modelleri için XAI tekniklerini geliştirmek isteyen ileri düzey uzmanları hedefleyen bir etkinliktir.

Bu eğitim sonunda, katılımcılar şunları yapabilecektir:

  • AI modellerinde en güncel XAI tekniklerini uygulayabilirler.
  • Derin öğrenme modellerini ve kararlarını yorumlayabilirler.
  • Gelişmiş model-bağımsız ve model-özel açıklanabilirlik yöntemlerini uygulayabilirler.
  • Karmaşık sistemlerdeki AI şeffaflığı ile ilgili zorlukları ele alabilirler.
Daha Fazla...

Otomotivde Yapay Zekâ (YZ)

 14 Saatler
Makine Öğrenimi ve Derin Öğrenimin otomotiv sektörünü nasıl dönüştürdüğünü keşfedin. Bu Türkiye kurs, basit otomasyondan otonom karar almaya kadar temel kavramları, sinir ağlarını ve gerçek dünya uygulamaları için pratik TensorFlow örneklerini kapsar.
Daha Fazla...

Yapay Zeka (YZ) Genel Bakış

 7 Saatler
Akıllı ajanlardan makine öğrenmesine kadar yapay zeka temellerini inceleyen Türkiye hakkında giriş seviyesinde bir eğitim. Bu eğitim, yöneticileri ve mimarları yeni yapay zeka trendlerini değerlendirmek, pratik çözümleri entegre etmek ve otomasyona dayalı stratejilerle iş çevikliğini artırmak için donatır.
Daha Fazla...

Yapay Sinir Ağları, Makine Öğrenimi, Derin Düşünce

 21 Saatler
Bu üç günlük program, Türkiye konusunu kapsamakta olup Yapay Sinir Ağları, Makine Öğrenimi ve Derin Öğrenme'nin kuramını ve pratiğini ele almaktadır. Katılımcılar, ağ mimarilerini, öğrenme mekanizmalarını ve matematiksel temelleri inceleyerek, temel algılayıcılardan (perceptron) gelişmiş derin öğrenme tekniklerine kadar uzanan bir yolculuğa çıkacaklardır.
Daha Fazla...

Sıfırdan Python ile Uygulamalı Yapay Zeka

 28 Saatler
Python kullanarak yapay zeka modellerini sıfırdan inşa etme konusunda yazılım geliştiricilerine yardımcı olan bu uygulamalı eğitimde Türkiye, scikit-learn ve Apache Spark kullanarak gözetimli öğrenme, sinir ağları ve gözetimsiz teknikleri üzerinde uzmanlık kazanacaksınız. Gerçek dünya sorunlarını çözmeye yönelik, el-eylem (hands-on) Jupyter alıştırmalarına odaklanmaktadır.
Daha Fazla...

Desen Tanıma

 21 Saatler

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), örüntü tanıma ve makine öğrenimi alanına bir giriş sunar. İstatistik, bilgisayar bilimi, sinyal işleme, bilgisayar görüşü, veri madenciliği ve biyoinformatik alanlarındaki pratik uygulamalara değinir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

  • Örüntü tanımaya temel istatistiksel yöntemleri uygulayabilecektir.
  • Veri analizi için sinir ağları ve çekirdek yöntemleri gibi temel modelleri kullanabilecektir.
  • Karmaşık problem çözme için gelişmiş teknikleri uygulayabilecektir.
  • Farklı modelleri birleştirerek tahmin doğruluğunu artırabilecektir.
Daha Fazla...

Python ile Derin Pekiştirmeli Öğrenme

 21 Saatler
Bu Türkiye konusunda eğitmen eşliğinde eğitim, Python kullanarak Derin Pekiştirmeli Öğrenmenin teorik temellerini ve pratik uygulamasını kapsamaktadır. Katılımcılar, TensorFlow veya PyTorch ile DRL ajanları geliştirip eğiterek DQN ve PPO gibi temel algoritmaları uygulayacak ve karmaşık gerçek dünya problemlerini çözecektir.
Daha Fazla...

Derin Sinir Ağlarını Anlama

 35 Saatler
Bu 35 saatlik Türkiye kursu, CNN'ler, RNN'ler ve GAN'lar gibi üretken modelleri içeren derin sinir ağı temellerini kapsar. Katılımcılar, Theano ve TensorFlow ile uygulamalı deneyim kazanarak gerçek dünya uygulamaları için üretim kalitesinde derin öğrenme modelleri inşa etmeyi, eğitmeyi ve dağıtmayı öğrenirler.
Daha Fazla...

Başlangıç Seviyesi İçin Açıklanabilir Yapay Zeka (XAI) Giriş

 14 Saatler

Türkiye dilinde öğretmen eşliğinde sunulan bu canlı eğitim (online veya yerinde), açıklanabilir yapay zekanın temellerini ve sorumlu yapay zeka sistemlerinin geliştirilmesindeki rolünü öğrenmek isteyen başlangıç seviyesindeki profesyonellere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabileceklerdir:

  • Açıklanabilir Yapay Zeka'nın temel kavramlarını anlama.
  • Yapay zeka modellerinde şeffaflık ve yorumlanabilirliğin önemini keşfetme.
  • Yapay zeka modellerini açıklanabilir kılmak için temel teknikleri öğrenme.
  • XAI tekniklerini basit makine öğrenimi modellerinde uygulama.
Daha Fazla...

Açıklanabilir Yapay Zeka (XAI) için Etik AI Geliştirme

 14 Saatler

Bu eğitmen öncülüğündeki canlı eğitim Türkiye (çevrimiçi veya yerel) ortamda, açıklanabilir yapay zeka tekniklerini uygulamak isteyen ve adil, şeffaf ve etik yapay zeka sistemleri sağlamak isteyen orta düzeyli profesyoneller için tasarlanmıştır.

Bu eğitim sonunda, katılımcılar aşağıdaki becerileri kazanabilecekler:

  • XAI'nin etik yapay zeka sistemlerindeki rolünü anlamak.
  • Yapay zekâ modellerindeki önyargıyı tespit ve azaltma amacıyla XAI tekniklerini uygulamak.
  • Yapay zeka modeli karar alma süreçlerinde şeffaflığı sağlamak.
  • Yapay zekâ geliştirimiyle etik ve düzenleyici standartları hizalama.
Daha Fazla...

Açıklanabilir Yapay Zeka (XAI) için YAPAY ZEKA Modellerinde Şeffaflık

 21 Saatler

Bu eğitmen yönetimi altında gerçekleşen canlı eğitim (Türkiye - çevrimiçi veya yerel) gerçek uygulamalarda şeffaf AI sistemleri uygulamak isteyen orta düzeyden ileri düzey profesyoneller için tasarlanmıştır.

Bu eğitim sonunda, katılımcılar aşağıdaki becerileri kazanabilecekler:

  • AI modellerinde şeffaflığın önemini anlamak.
  • Karmaşık modelleri yorumlamak için ileri XAI tekniklerini uygulamak.
  • SHAP, LIME ve diğer araçlar kullanarak model şeffaflığını geliştirmek.
  • AI modellerinde etik endişeleri ve adalet sorunlarını ele almak.
Daha Fazla...

İlgili Kategoriler

Nöral Ağlar
Nöral Ağlar
Açıklanabilir Yapay Zeka (XAI)
Açıklanabilir Yapay Zeka (XAI)