Yapay zeka projeleri geliştir.

Yapay Zeka Eğitimi

{ Yaklaşan Eğitimler }

Başlangıç: 2 Eylül 2024 Pazartesi
Bitiş: 8 Ocak 2025 Çarşamba
Program: Pzt: 20:00 - 23:00 Ders Sal: 20:00 - 23:00 Ders Çrş: 20:00 - 22:00 Ders Prş: 20:00 - 22:00 Mentorluk

Başlangıç: 11 Ocak 2025 Cumartesi
Bitiş: 04 Mayıs 2025 Pazar
Program: Ctesi: 09:00 - 13:00 Ders Paz: 09:00 - 13:00 Ders Prş: 20:00 - 22:00 Mentorluk

{ Programın Amacı }

Global araştırma kuruluşu PwC’nin 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 öngörülmektedir.

Günümüzde yapay zeka teknolojileri, üretim, sağlık, savunma, finans, eğitim gibi alanlar başta olmak üzere hem özel sektörde hem de kamuda verimliliği arttırmak, tasarruf sağlamak, daha kaliteli ve verimli hizmet sunmak gibi amaçlarla her geçen gün artan bir ivmeyle değer kazanmaktadır.

Bu eğitimde en önemli amacımız katılımcıların makine öğrenmesi, yapay zeka, veri işleme gibi temel ve önemli yetkinlikleri kazanarak “Junior Yapay Zeka ve Veri Bilim Uzmanı” olarak işe girmeye hazır olmalarını sağlamaktır.

{ Eğitmenlerimiz }

Zafer Demirkol

Zafer Demirkol, programlamaya 16 yaşındayken başlamış ve televizyona bağlanan bir Sinclair bilgisayar ile "Merhaba Dünya" programını yazmıştır. Yıldız Teknik Üniversitesi Elektrik Mühendisliği Bölümü’nde eğitim almış ve mezun olduktan hemen sonra profesyonel kariyerine adım atmıştır. ’99 yılında genel müdürü olduğu firmadan ayrılarak, "English for Business Communication" eğitimi almak için Avustralya'daki New South Wales Üniversitesi’ne gitmiştir.

ASP (Active Server Pages) ile New South Wales Üniversitesi’nde tanışmış ve Türkiye'ye döndüğünde, satış rekorları kıran ilk ASP kitabını yayınlamıştır. Diğer bir kitabı olan “Çocuklar için Kodlama”, çocuklara kodlama öğretmeye yönelik çalışmaların başlangıç ve rehber kitabı olmuştur.

3 dönem Microsoft MVP (Most Valuable Professional) seçilen Zafer Demirkol; Yeditepe, Maltepe, Bahçeşehir ve Medipol Üniversitesi’nde çeşitli bilişim bölümlerinde eğitim vermiş ve vermeye devam etmektedir. 36 yıllık programcılık tecrübesini kitapları, makaleleri ve eğitimleriyle genç yazılımcılara aktarmakta ve profesyonellere eğitimler vermektedir.

‘Bahçeşehir Kolejleri Yapay Zeka Merkezi’ kurucularından ve ‘Avrupa Yapay Zeka Birliği’ üyesidir.


{ Kimler Katılabilir? }

{ Belgelendirme }

Başarı kriterlerini sağlayan katılımcılar;

  1. E-devlet Onaylı Başarı Sertifikası
  2. ICCW Onaylı Uluslararası Başarı Sertifikası
olmak üzere 2 adet sertifika almaya hak kazanır.

{ Eğitim İçeriği }

  • Yapay Zeka Kavramı
  • Python ile Temel Programlama
  • Döngüler
  • Listeler
  • Tuple
  • Dictionary
  • Try/Except Yapısı

  • Fonksiyonlar
  • Değişkenler
  • Module Yapısı
  • Random modülü
  • OOP
  • Class
  • Method
  • Self Komutu
  • Inheritance

  • Grafik kullanımları
  • Chart Tipleri
  • Subplot Oluşturma
  • Datetime Modülü
  • Dataframe yapısı ve metotların kullanımı

  • Açıklayıcı İstatistiki Yöntemler
  • Grafiksel Veri Analizi
  • İstatistik Kavramları
  • Sampling Temelleri
  • Bias
  • Variance Karşılaştırması
  • Aykırı Veri Analizi

  • Veri Dağılımları
  • Hipotez Testi
  • Güven Aralığı
  • Hata Tipleri
  • Olasılık Teorisi Temelleri
  • Bayes Teoremi Temelleri
  • Korelasyon Analizi

  • Database (Veritabanı) Yapıları

  • Yapay Zeka ve Veri İlişkisi
  • Yapay Zeka Bağlamında Proje Yönetimi
  • Veri Türleri
  • Veri Tabanı Türleri
  • Yapay Zeka ile Öğrenme
  • Öğrenme Türleri

  • Pandas, Sklearn, Numpy, Flask, Diğer Kütüphaneler
  • Scatter plot, Histogram, Heatmap, Time series plot ile görselleştirme

  • MLOps süreci - Dev
  • Özellik Okuma
  • Özellik Değerlendirme
  • İş Zekası

  • Özellik Çıkarımı - Birleştirilmesi - Üretilmesi
  • Boyut İndirgeme
  • Özellik Normalizasyonu
  • Transformasyon
  • Özellik Gösterimi
  • Dummy
  • Ortalama değerler

  • Sınıflandırma
  • Modellemeye giriş
  • Yaklaşım
  • Eğitme - Test kümesi
  • Örnekler
  • Imbalanced Dataset
  • MLP
  • SVM
  • Voting
  • Bagging

  • Sınıflandırma
  • Parametre değiştirme
  • Random Forest Classifier
  • Skorlama
  • Skor kart
  • Segmentasyon
  • RFM Analizi
  • AHP Analizi
  • Regresyon

  • Linear regressyon
  • Random forest regressor
  • Threshold ile sınıflandırma (predict_proba)
  • Anormallik Tespiti

  • Optimizasyon / Simulasyon
  • Öneri sistemleri
  • Graph verisi
  • Birliktelikler, olasılıklar
  • Lift değerleri
  • Association Rule learning

  • Kümelendirme
  • Kmeans
  • DB-Scan
  • Mesafe bulma
  • Zaman Serisi
  • Eğimler
  • Oto korelasyon
  • Talep tahmini

  • Derin Öğrenme - Metin/Görüntü İşleme

{ Hemen Başvur }

Neden Yazılımcı Olmak İstiyorsunuz?