2. Eğitimin Amacı
Bu eğitimin amacı, katılımcılara yapay zekânın temellerini, makine öğrenmesi algoritmalarını ve derin öğrenme mimarilerini öğretmektir.
Eğitim sonunda katılımcılar; veri toplama, model eğitimi, optimizasyon ve performans ölçümü aşamalarını uygulamalı olarak gerçekleştirebilecek ve kendi yapay zeka tabanlı projelerini geliştirebilecek düzeye ulaşır.
3. Eğitim Programı ve Ders İçerikleri
Yapay Zekâya Giriş ve Tarihçe (4 Saat)
- Yapay zekânın gelişimi ve temel kavramlar
- Uygulama alanları, etik ve sosyal etkiler
Python ile Veri Analizi ve Kütüphaneler (6 Saat)
- NumPy, Pandas, Matplotlib
- Veri temizleme, görselleştirme ve analiz uygulamaları
Makine Öğrenmesi Temelleri (8 Saat)
- Denetimli ve denetimsiz öğrenme
- Regresyon, sınıflandırma, kümeleme yöntemleri
Model Eğitimi ve Değerlendirme (6 Saat)
- Model seçimi ve hata analizi
- Cross-validation ve doğruluk ölçütleri
- Model optimizasyonu
Derin Öğrenme ve Yapay Sinir Ağları (8 Saat)
- Perceptron ve yapay sinir ağı yapıları
- İleri ve geri yayılım algoritmaları
TensorFlow ve Keras ile Derin Öğrenme Uygulamaları (8 Saat)
- CNN, RNN, LSTM modelleri
- Veri artırma, model eğitimi ve test süreçleri
Doğal Dil İşleme (NLP) ve Chatbot Sistemleri (6 Saat)
- Metin madenciliği ve kelime gömme (Word2Vec)
- Duygu analizi ve basit chatbot geliştirme
Görüntü Tanıma ve Nesne Sınıflandırma (6 Saat)
- CNN modelleri ile görsel veri eğitimi
- Transfer learning ve doğruluk artırma teknikleri
Proje Geliştirme ve Sunum (8 Saat)
- Katılımcıların kendi yapay zeka projelerini geliştirmesi
- Sonuçların sunumu ve değerlendirme