YAPAY ZEKA KURSU
Yapay Zeka(Artificial Intelligence), bilgisayar biliminin bir dalı olarak kabul edilen; insanlar tarafından geliştirilen modeller ile geçmiş veriler üzerinden öğrenme süreci sonrasında makinelerin öğrendikleri bilgiyi insanlar gibi sunabilen bir teknoloji modelidir. Yapay Zekanın bu ölçüde yaygınlaşmasının iki büyük nedeni vardır. Bunlardan ilki ticari açıdan yapay zekanın çok karlı olması ve insan faktörünü ortadan kaldırdığı için maliyeti düşürmesidir. İkinci nedeniyse yapay zeka ve bilgisayar teknolojisi konusunda insanlığın eriştiği bilgi ve olanaklardır. Bugün yapay zekayı kullandığımız başlıca alanlara şu şekilde örnek verebiliriz; Sanal Asistanlar, Oyunlar, Akıllı Arabalar, Satın Alma Tahmincileri, Güvenlik Sistemleri, Akıllı Ev Sistemleri, Sohbet, Destek Botları, Görüntü Renklendirme, Yüz Tanımı, Kişiselleştirilmiş Alışveriş ve Eğlence, Kanser Teşhisleri vb. Yapay zeka kursumuzda Python programlama dilini kullanacağız. Çünkü Python, öğrenme kolaylığı, ölçeklenebilirliği ve uyarlanabilirliği sayesinde, en hızlı büyüyen dillerden biri haline gelmiştir. Python’un desteği ve sürekli gelişen kütüphaneleri ile Web Uygulaması, Nesneler, Veri Bilimi veya yapay zeka olsun, herhangi bir proje için iyi bir seçimdir.
NEDEN BU KURSU ALMALISINIZ
Türkiye’de az sayıda kişinin olduğu konularda uzman olun.
İş arayan değil, aranan biri olacaksın.
Büyük şirketlere girmen çok kolay olacak.
Gelirin Türkiye standartlarının çok üzerinde olacak
Müdür, şef gibi pozisyonlara terfi alman çok kolay olacak
Kursa ödediğin ücretin kat kat fazlasını amorti edeceksin
KARİYER FIRSATLARI
Türkiye ve Dünya’da sektörün isteklerini bilen eğitmenler ile çalışmak kurs sonunda sizlere programı bilen birçok insandan daha fazla artı katacak. Üçüncü Binyıl sektörde çok fazla uzman yetiştirdiği için büyük ölçekli firmalar tarafından talep ediliyor ve personel ihtiyacında kaliteli eleman arayışında olan firmalar Üçüncü Binyıl’da eğitim almış katılımcıları tercih ediyor.
SERTİFİKA KALİTEMİZ
Uluslararası Şirketler Tarafından Bilinen Üçüncü Binyıl Akademi Başarı Sertifikası İle; Mesleğinizde Her Zaman
BİR ADIM ÖNDE OLUN!
E-Devlet Onaylı
Resmi başarı sertifikası
Uluslararası Sertifika (Dassault System Ürünü Solidworks ve Autodesk eğitimlerinde geçerlidir)
EĞİTİM İÇERİĞİ
YAPAY ZEKA GİRİŞ
PROGRAMLAR
VERİ ANALİZİ VE GÖRSELLEŞTİRME
ÖĞRENME ÖNCESİ HAZIRLIK
MAKİNE ÖĞRENMESİ
DENETİMLİ ÖĞRENME
REGRESYON MODELLERİ
SINIFLANDIRMA MODELLERİ
DENETİMSİZ ÖĞRENME
MODEL SEÇME
GRAFİKSEL KULLANICI ARAYÜZÜ
DERİN ÖĞRENME
UYGULAMALAR
Eğitim Özellikleri
- Ders Saati 96 Saat
- Kurs Süresi 4 Ay
- Başlangıç Seviyesi Sıfır
- Bitiş Seviyesi Uzmanlık
- Eğitim Garantisi Var
- Sertifika Var
- Kontenjan 8
YAPAY ZEKAYA GİRİŞ
- Yapay Zeka tarihçesi
- Yapay Zeka kullanım alanları
- Yapay Zeka alt dalları ve algoritmaları
- Makine Öğrenmesi için kullanılacak modüller
- Derin Öğrenmesi için kullanılacak modüller
- Veri Ön İşleme – Türkiye’de Deprem Tahmini Projesi
- CRISP-DM proje yönetimi metodolojisi ile makine öğrenimi
- Yapay zeka, makine öğrenimi ve derin öğrenme arasındaki farklar nelerdir?
- Tekrarlanan Verilerin Analizi ve Temizlenmesi
- Aykırı Verilerin Düzeltilmesi ve Temizlenmesi
- Eksik verileri (Missing Values) analizi ve temizlenmesi
- K-En Yakın Komşu Modeli ile tahmin
- Karar Ağaçları (Decision Tree) Algoritması ile tahmin
- Random Forest Algoritması ile tahmin
- Modellerin Hatalar ve Tekil Örnek Bazında Algoritmaların Karşılaştırılması
- PCA – Temel Bileşenler Analizi
- Polinomsal Öznitelikler (Polynomial Features)
- Öznitelik Seçimi (Feature Selection)
- Encoder – Kodlayıcı
- Ölçeklendirme ve Normalleştirme (Scaler-Normalization, One Hot Encoder, ZSkor Yöntemi)
- Basit Doğrusal Regresyon
- Çoklu Doğrusal Regresyon
PROGRAMLAR
VERİ ANALİZİ VE GÖRSELLEŞTİRME
- Sayısal Hesaplar için Numpy kütüphanesi
- Veri Analizi için Pandas kütüphanesi
- Pandas ile Zaman Serisi Analizi
- Veri Görselleştirmesi için Matplotlib kütüphanesi
- İstatistiksel veri görselleştirmesi için Seaborn kütüphanesi
- Makine öğrenmesi için Scikit-Learn kütüphanesi
- Dizi (Array) Oluşturma
- Dizi Manipülasyonu
- Numpy Dizilerinin İndekslenmesi
- İstatiksel İşlemle
- Uygulama Örnekleri ile Pekiştirme
- Dataframe Giriş
- Metodlar, Parametre ve Argümanlar
- csv dosyasında işlemler
- Gömülü fonksiyonlar
- İndeksleme ve Matematiksel İşlemler
- Plot ve Subplot
- Renkler ve Çizgiler
- Grafik Boyutu Ölçeklendirme
- Scatter, Histogram, Step ve Piechart
- Uygulama Örnekleri ile Pekiştirme
- Seaborn: Fonksiyonlar, Parametre ve Argümanlar
- Distplot
- Jointplot
- Kdeplot
- Pairplot ve Rugplot
- Boxplot
- Violinplot
- Barplot ve Countplot
- Stripplot ve Swarmplot
- Factorplot
- Heatmap
- Lmplot
- PairGrid ve FacetGrid
- Uygulama Örnekleri ile Pekiştirme
ÖĞRENME ÖNCESİ HAZIRLIK
MAKİNE ÖĞRENMESİ
DENETİMLİ ÖĞRENME (SUPERVISED LEARNING)
REGRESYON (BAĞLANIM) MODELLERİ (Regression Models)
SINIFLANDIRMA MODELLERİ (CLASSIFICATION MODELS)
DENETİMSİZ ÖĞRENME (UNSUPERVISED LEARNING)
MODEL SEÇME
GRAFİKSEL KULLANICI ARAYÜZÜ VE VERİ ÇEKME
DERİN ÖĞRENME (DEEP LEARNING)
UYGULAMALAR
Veri Analizi: Pandas Nedir?
- Liste ve Sözlüklerden seri üretme
- Metodlar, Parametre ve Argümanla
- .csv dosyasında işlemler
- Gömülü fonksiyonlar
- İndeksleme ve Matematiksel İşlemler
- Dataframe Giriş
- Dataframe manipülasyonu
- Dataframe fonksiyonları
- Dataframe çoklu indeks işlemleri
- Dataframe text verileri
- Dataframe csv, excel ve html dosya işlemleri
- Zaman Serisi Analizi
- . Uygulama Örnekleri ile Pekiştirme
PROJELER
- Çoklu Doğrusal Regresyon ile Ev Fiyat Tahmini Projesi
- Sınıflandırma Nedir? Göğüs Kanserinin İyi Huylu mu Kötü Huylu mu Sınıflandırma Projesi
- Karar Ağaçları Modeli ile Satranç Sonucu Tahmini Projesi
- Evrişimli Sinir Ağları (Convolutional Neural Networks) İle El Yazısı Rakamlarının Tanınması Projesi
- Evrişimli Sinir Ağları ile MNİST Veritabanı Kullanarak Derin Öğrenme Projesi
- ImageNet Projesi ile Görsel Nesne Tanıma Projes
- Gizli Anlamsal Analiz (LSA) ile Türkçe Metinlerde Konu Tahmini Projesi
- Derin Öğrenme ile Çoklu Sınıflandırma ve Duygu Analizi Projesi (Sentiment Analysis)
- Özyinelemeli Sinir Ağları ile Karakter Seviyesi Dil Modeli Oluşturarak Dinazor İsmi Üreten Proje
- Zaman Serisi Analizi ile Avokado Ücret Analizi ve Tahmini Projesi
- K-Ortalamalar Tekniği (K-Means Clustering) ile Kümeleme-Müşteri Segmentasyonu ve Satış Hacminin Arttırılması Projesi
- Gradient Boosting Machines ile Reklam ve Kampanya Analiz Karar Süreçlerinde Makine Öğrenimi Projesi
- Derin Öğrenme ile Görüntü Renklendirme Projesi
- OpenCV ile Bilgisayara Karşı Taş, Kağıt, Makas Oyunu Oluşturulması – Görüntü İşleme Projesi
- Tensorflow ve Keras ile Resim Sınıflandırma Projeleri
- Tensorflow ile Veri Büyütme Projesi
- Tensorflow ile Öğrenme Aktarımı Projesi
- Tensorflow ile Nöral Stil Transferi
- OpenAI Modelleri ile Entegrasyon Projesi
- Hugging Face Doğal Dil İşleme Projesi
- LangChain ile Prompt Projeleri
