Python ile Sıfırdan Yapay Zeka & Veri Bilimi Uzmanlığı
Sıfırdan başlayarak Python, Veri Bilimi, Makine Öğrenmesi ve Derin Öğrenme öğrenin. 250 saatlik kapsamlı Yapay Zeka Eğitimi!
Eğitmen
svahabi
10
Öğrenciler
Kayıtlı
- Tanım
- Müfredat
- SSS
MODÜL 1: GİRİŞ - 5 SAAT
MODÜL 2: ALGORİTMA VE YAZILIM TEMELLERİ - 5 SAAT
MODÜL 3: YAPAY ZEKA & VERİ BİLİMİ İÇİN PYTHON - 30 SAAT
-
8Neden Python? Python Diline Giriş Motivasyonu
-
9Gerekli Ortamların Kurulumu
-
10Python Veri Yapıları
-
11Python Koşullu Durumları
-
12Python Döngüsel Yapıları
-
13Python Fonksiyonel Yapıları
-
14Python ile Modüller
-
15Python ile Iterator ve Generetorlar
-
16Python’da Hatalar ve İstisnalar
-
17Python ile Dosya İşlemleri
-
18Python’da Gömülü Fonksiyonlar
-
19Python’da Nesne Tabanlı Programlama
MODÜL 4: SIFIRDAN YAPAY ZEKA İÇİN MATEMATİK (UYGULAMALI) - 20 SAAT
MODÜL 5: PYTHON İLE VERİ ANALİZİ VE VERİ GÖRSELLEŞTİRME - 20 SAAT
MODÜL 6: PYTHON KULLANARAK VERİ KEŞFİ ANALİZİ - 10 SAAT
MODÜL 7: VERİ ÖN İŞLEME - 20 SAAT
MODÜL 8: MAKİNA ÖĞRENMESİ - 40 SAAT
-
43Makine Öğrenmesine Giriş
-
44Gözetimli Öğrenme Nedir?
-
45Gözetimsiz Öğrenme Nedir?
-
46Lojistik Regresyon Analizi
-
47Naïve Bayes Yöntemi
-
48Basit Doğrusal Regresyon Analizi
-
49Çoklu Doğrusal Regresyon Analizi
-
50PLS Regresyon Analizi
-
51PCR Analizi
-
52Lasso Regresyon Analizi
-
53ElasticNet Regresyon Analizi
-
54SVR Analizi
-
55KNN Algoritması
-
56Yapay Sinir Ağları
-
57Doğrusal Olmayan SVR Analizi
-
58Ağaç Yöntemleri Nedir?
-
59CART Yöntemi
-
60Bagged Trees Yöntemi
-
61Random Forest Yöntemi
-
62Gradient Boosting Machines Yöntemi
-
63XGBoost Yöntemi
-
64CatBoost Yöntemi
-
65LightGBM Yöntemi
-
66AdaBoost Yöntemi
-
67K-Means Yöntemi
-
68Hiyerarşik Kümeleme Yöntemleri
-
69Makina Öğrenmesinde Pipeline Kullanımı
MODÜL 9: DERİN ÖĞRENME - 50 SAAT
-
70Derin Öğrenmeye Giriş
-
71Lojistik Regresyonun Derinlemesine İncelenmesi
-
72Yapay Sinir Ağları Temelleri
-
73Yapay Sinir Ağlarında Öğrenme Süreçleri
-
74TensorFlow
-
75Keras
-
76Yapay Sinir Ağlarında Aşırı Öğrenme Problemleri
-
77Model Tuning ve Hiperparameter Optimizasyon Süreçleri
-
78Evrişimli Sinir Ağlarına Giriş
-
79Görüntü Sınıflandırılması
-
80CNN Mimarileri (LeNet, AlexNet, VGG, GoogleNet, ResNet)
-
81PyTorch
-
82Transfer Learning & Fine Tuning
-
83Nesne Tespiti
-
84YOLO
Bu eğitim sıfırdan başlayanlar için uygun mu?
Evet. Eğitim, algoritma ve yazılım temellerinden başlayarak ilerler. Daha önce Python veya yapay zeka bilgisine sahip olmanız gerekmez.
Eğitim sonunda hangi seviyeye gelirim?
Eğitim sonunda veri analizi yapabilen, makine öğrenmesi ve derin öğrenme modelleri geliştirebilen, projeleri uçtan uca yürütebilen bir seviyeye ulaşırsınız.
Eğitim teorik mi, uygulamalı mı?
Eğitim ağırlıklı olarak uygulamalıdır. Her konu, Python üzerinde gerçek veri setleri ve örnekler ile işlenir.
Hangi kütüphaneler ve teknolojiler öğretiliyor?
NumPy, Pandas, Matplotlib, Seaborn, Scikit-Learn, TensorFlow, Keras, PyTorch ve modern makine öğrenmesi algoritmaları.
Bu eğitimle iş hayatında ne yapabilirim?
Veri analizi, tahminleme, sınıflandırma, görüntü işleme, model geliştirme ve karar destek sistemleri üzerinde çalışabilirsiniz.
Kurumsal firmalar için uygun mu?
Evet. Eğitim; kurumsal şirketler için özel içerik, proje ve takvimle uyarlanabilir.
Sertifika veriliyor mu?
Eğitimi başarıyla tamamlayan katılımcılara E-Devlet'te görünen Üniversite Onaylı Sertifika & İ-Akademi Katılım Sertifikası verilir.
Eğitime yüz yüze mi yoksa online mı katılabilirim?
Eğitimlerimize dilerseniz İzmir Alsancak’ta bulunan üç katlı eğitim binamızda yüz yüze, dilerseniz online (canlı) olarak katılabilirsiniz. Her iki eğitim modeli de aynı içerik ve kalite standartlarında sunulmaktadır.
Derslere katılamazsam ya da tekrar etmek istersem ne yapabilirim?
Tüm dersler video kayıt altına alınmaktadır. Kaçırılan dersleri sonradan izleyebilir, konuları tekrar ederek pekiştirebilirsiniz. Bu sayede öğrenme süreci zamandan ve mekândan bağımsız hale gelir.
Online eğitimlerde etkileşim ve uygulama imkânı var mı?
Evet. Online eğitimlerimiz canlı olarak gerçekleştirilir ve katılımcılar soru sorabilir, uygulamalara aktif şekilde katılabilir. Yüz yüze eğitimde sunulan etkileşim ve uygulama deneyimi online ortamda da birebir sağlanır.
