Yapay zeka projeleri geliştir.

{ Eğitimin Amacı }

Siliconmade Academy bünyesinde yapay zeka teknoloji uzmanları yetiştirerek; teknolojiyi iyilik için şekillendiriyoruz. Mezunlarımız, mentorlarımız, eğitmenlerimiz, destekçi şirketlerimiz ve yatırımcılarımızla beraber geleceğimizi yazıyoruz.

{ Neden Yapay Zeka Uzmanı Olmalısınız? }

Yapay zeka teknolojileri yeni olmamakla birlikte, günümüzde karar verme mekanizmalarının içine artan bir ivmeyle girmektedir.

İnsanlığın yapay zeka sistemlerinden en iyi şekilde yararlanabilmesi için buna yönelik çözümlerin oluşturulması ve yönetilmesi konusunda ileri seviye yapay zeka uzmanlığına ihtiyacı vardır.

Bunun yanı sıra global araştırma kuruluşu PwC verilerine göre; uzmanların “insanlığın geleceğini şekillendirecek en önemli teknolojik gelişme” olarak kabul ettiği “Yapay Zeka” temelli algoritmaların, 2030 yılına kadar global ekonomiye $15 Trilyon katkıda bulunacağı öngörülüyor.

Başarılı bir yapay zeka yönetimi için Python ile İleri Seviye Yapay Zeka Uzmanlığı Eğitimine katılarak sizler de ileri seviye yapay zeka uzmanı olabilir ve insanlığın geleceğini şekillendiren bu ileri seviye teknolojilere katkıda bulunabilirsiniz.

{ Neden Siliconmade Academy’de Python ile İleri Seviye Yapay Zeka Uzmanlığı Eğitimine Katılmalısınız? }

{ Eğitmenlerimiz }

Emre Yazıcı

Emre Yazıcı, 2006 yılı Essex Üniversitesi Yapay Zeka Bilimi mezunu, Yapay Zeka Bilim İnsanıdır. 15 yılı aşkın süredir, yurt içi ve yurt dışında olmak üzere, çeşitli teknoloji şirketlerinde uzmanlık alanları olan Yapay Zeka, Görüntü İşleme, Ses İşleme, Doğal Dil İşleme, Veri Analitiği, Makine Öğrenimi, Yapısal Olmayan Veri Analizi, CRM – Risk – Operasyon Analitiği, Büyük Veri, NoSQL Veri Tabanları, Veri Görselleştirmesi, Veri Madenciliği konuları üzerinde çalışmaktadır.

Mina Proje Yönetim Yazılım Danışmanlık Ltd. Şti. Kurucusu olarak çalışmalarına devam eden Emre Yazıcı profesyonel hayatı boyunca Makine Çevirisi, Yüz Tanıma, Akıllı Soru Cevaplandırma, Churn/Cross Sell/Segmentasyon gibi birçok projede yer almıştır.


Taha Furkan Şekerci

  • Siliconmade Academy 3. Aşama Eğitmen
  • Assan Bilişim- Senior Data Scientist (2022 Mayıs itibariyle)

2016 yılında Endüstri Mühendisliği lisansını Bilkent Üniversitesi’nde tamamlayan Taha Furkan Şekerci, yüksek lisansını Bahçeşehir Üniversitesi’nde Büyük Veri Analitiği üstüne 2018 yılında tamamlamıştır. Öğrencilik döneminde GazeteBilkent’de yazarlık yapan Şekerci, 2015-2016 yılları arasında MAN Diesel & Turbo şirketinde Tasarım Projesi Kıdemli Üyesi olarak iş hayatına atılmıştır. 2016-2019 yılları arasında Kuveyt Türk Katılım Bankası’nda Management Trainee, Data Analyst ve Senior Data Architect pozisyonlarında çalışan Şekerci, 2019-2020 Architecht Bilişim Sistemleri ve Pazarlama Ticaret A.Ş.’de Data Scientist olarak görev yapmıştır. 2020-2021 yılları arasında aynı unvan ile Ödeal şirketinde çalışma hayatına devam eden Şekerci, daha sonra System Optima Inc. şirketinde 2021-2022 yılları arasında Senior Data Scientist olarak görev almıştır.

{ Python ile İleri Seviye Yapay Zeka Uzmanlığı Eğitimine Katılım Şartları }

{ Eğitim İçeriği }

Hafta 1

  • Print ve Comment Komutları
  • Değişken Atama ve Variable Editor
  • String Operasyonları
  • Mantıksal Operatörler
  • If/else Komutu
  • Input Alma
  • Kütüphane Kullanımı
  • Range, Enumerate
  • Listeler
  • For Loop

  • Tuple nedir ve Liste ile farkı
  • 2D Listeler
  • Dictionary
  • List ve Dictionary Compherension
  • While Loop
  • Break, Continue ve Pass Komutları
  • Try/Except Yapısı

Hafta 2

  • Dosya Okuma
  • Fonksiyonlar
  • Args, kwargs parametreleri
  • Global ve Local Değişken Yapısı
  • Module Yapısı
  • Random modülü
  • Lambda Fonksiyonu, Apply Fonksiyonu ve Quadratic Fonksiyonlar

  • Object Oriented Programming
  • Class, Method, Self Komutu, Inheritance
  • If name = ”__main__” Yapısı

Hafta 3

  • Datetime Modülü
  • Dataframe yapısı ve metotların kullanımı

  • Grafik kullanımlar
  • Bar Chart, Pie Chart, Histogram, Line Plot ,Scatter Chart Oluşturma
  • Subplot Oluşturma
  • Grafik detayları oluşturma

Hafta 4

  • Açıklayıcı İstatistiki Yöntemler
  • Grafiksel Veri Analizi
  • Skewness, Kurtosis, Standart Sapma, Varyans Analizi

  • Sampling Temelleri
  • Bias, Variance Karşılaştırması
  • Aykırı Veri Analizi

Hafta 5

  • Veri Dağılımları
  • Hipotez Testi, Güven Aralığı, Hata Tipleri

  • Olasılık Teorisi Temelleri
  • Bayes Teoremi Temelleri
  • Korelasyon Analizi

Hafta 6

  • Tablo oluşturma, silme ,değiştirme işlemleri
  • Primary Key , Foreign Key yapısı
  • Select, join, union işlemleri
  • Like, Case When, Coalesce yapıları

  • Özet Tablo oluşturma (Group by, Having işlemleri)
  • Fonksiyon Kullanımları
  • Store procedure, Views yapıları
  • Temp tablo oluşturma ve indeks kullanımları

Hafta 7

  • Yapay Zeka nedir
  • Veri Türleri
  • Veri Tabanı Türleri
  • Öğrenme, Öğrenme Türleri
  • Sektörel uygulamalar
  • Meslekler
  • Tanımlar
  • Yapay Zeka Problem domainleri

  • Yapay Zeka proje geliştirme serüveni - 27 adım
  • CSRIP-DM
  • Çıktılarına göre proje modelleri

Hafta 8

  • Pandas
  • Sklearn
  • Numpy
  • Flask
  • Diğer kütüphaneler

  • Scatter plot
  • Histogram
  • Heatmap
  • Time series plot

Hafta 9

  • Train Ortamlar
  • Pickle
  • Model tipleri
  • Büyük Veri Yazılımları

  • Özellik Okuma
  • Özellik Değerlendirme
  • İş Zekası

Hafta 10

  • Boyut İndirgeme (PCA, PCR, LDA, RBM …)

  • Normalizasyon
  • Transformasyon
  • Özellik Gösterimi
  • Dummy
  • Ortalama değerler

Hafta 11

  • Nedir
  • Yaklaşım
  • Eğitme - Test kümesi
  • Örnekler

  • Imbalanced Dataset
  • Hangi özellikler önemlidir, özellik seçme
  • Özellik Oluşturma - Birleştirme
  • Özellik Ölçümleme

Hafta 12

  • Parametre değiştirme
  • Random Forest Classifier
  • MLP
  • SVM
  • Voting
  • Bagging

  • Skorlama nedir
  • Skor kart
  • Segmentasyon
  • RFM Analizi
  • AHP Analizi
  • Regresyon

Hafta 13

  • Linear regressyon
  • Random forest regressor
  • MLP Regressor
  • Threshold ile sınıflandırma (predict_proba)

  • Aykırı eylem bulma
  • Novelty detection
  • Boyut azaltma ile bulma

Hafta 14

  • Optimizasyon
  • Simulasyon

  • Öneri sistemleri
  • Graph verisi
  • Birliktelikler, olasılıklar
  • Lİft değerleri
  • Association Rule learning

Hafta 15

  • Kmeans
  • DB-Scan
  • Mesafe bulma

  • Eğimler
  • Oto korelasyon
  • Talep tahmini

Hafta 16

  • Soru
  • Uygulama
  • Tekrar

  • Derin Öğrenme - Metin İşleme
  • Metin nedir, nasıl işlenir
  • Ne gibi projeler vardır
  • Nasıl çözülür
  • Ne gibi zorluklar vardır
  • Derin Öğrenme - Görüntü İşleme
  • Metin nedir, nasıl işlenir
  • Ne gibi projeler vardır
  • Nasıl çözülür
  • Ne gibi zorluklar vardır