Logo

Eğitimlerimize katılmak ve kariyerinizde fark yaratmak için bize ulaşın

İletişim

Takip Edin

YAPAY ZEKA KURSU

Yazılım Eğitimleri

YAPAY ZEKA KURSU

Kurs Açıklaması

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 Almalısınız!

Türkiye'de az sayıda kişinin olduğu konularda uzman olun.

  • 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 Yetkili Sınav Merkezi(Not:Sertifika Sınavı Ön koşulludur ve ek ücrete tabiidir.)

Eğitim İçeriği

VERI ANALIZI: PANDAS NEDIR?13

    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

YAPAY ZEKAYA GİRİŞ22

    yapay zekaya giriş
  • 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

PROGRAMLAR3

    programlar
  • Anaconda kurulumu ve Anaconda Prompt kullanımı
  • Jupyter-notebook ve Jupyter-lab etkili kullanımı
  • Spyder Programı kullanımı

VERİ ANALİZİ VE GÖRSELLEŞTİRME35

    veri analizi ve görselleştirme
  • 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 HAZIRLIK6

    öğrenme öncesi hazırlık
  • Eksik veri (Missing Values)
  • PCA- Temel Bileşenler Analizi
  • Polinomsal Öznitelikler (Polynomial Features)
  • Öznitelik Seçimi (Feature Selection)
  • Encoder – Kodlayıcı
  • Ölçeklendirme ve Normalleştirme (Scaler-Normalization)

MAKİNE ÖĞRENMESİ3

    makine öğrenmesi
  • Denetimli Öğrenme (Supervised Learning)
  • Denetimsiz Öğrenme (Unsupervised Learning)
  • Model Seçme

DENETİMLİ ÖĞRENME (SUPERVISED LEARNING)2

    denetimli öğrenme (supervısed learnıng)
  • REGRESYON (Bağlanım) Modelleri (Regression Models)
  • Sınıflandırma Modelleri (Classification Models)

REGRESYON (BAĞLANIM) MODELLERİ (REGRESSION MODELS)5

    regresyon (bağlanım) modelleri (regression models)
  • Doğrusal Bağlanım Modelleri (Linear Regression Models)
  • Karar Ağaçları (Decision Tree)
  • Rassal Ormanlar (Random Forest)
  • K- En Yakın Komşular (KNN)
  • Destek Makine Vektörleri (SVM_SVR)

SINIFLANDIRMA MODELLERİ (CLASSIFICATION MODELS)6

    sınıflandırma modelleri (classıfıcatıon models)
  • Lojistik Bağlanım (Logictic regression)
  • Karar Ağaçları (Decision Tree)
  • Rassal Ormanlar (Random Forest)
  • K- En Yakın Komşular (KNN)
  • Destek Makine Vektörleri (SVM-SVC)
  • Olasılık temelli yöntemler (Naïve Bayes)

DENETİMSİZ ÖĞRENME (UNSUPERVISED LEARNING)3

    denetimsiz öğrenme (unsupervısed learnıng)
  • K-Ortalamalar (KMeans)
  • Hiyerarşik Kümeleme (Hierarchical)
  • Spektral kümeleme Algoritması ( Spectral)

MODEL SEÇME4

    model seçme
  • Kfold – Çapraz Geçerlilik Sınaması
  • Hiper parametre ayarlanması
  • GridSearch Algoritması
  • RandomizedSearch Algoritması

GRAFİKSEL KULLANICI ARAYÜZÜ VE VERİ ÇEKME3

    grafiksel kullanıcı arayüzü ve veri çekme
  • Tkinter -Pyqt kütüphaneleri ile Arayüz oluşturulması
  • Kurulan Modellerin uygulanabilir hale getirilmesi(py_to_exe)
  • API uygulamalar ile zaman serisi veri çekimi

DERİN ÖĞRENME (DEEP LEARNING)8

    derin öğrenme (deep learnıng)
  • Derin Öğrenmeye giriş
  • Derin Öğrenme Kullanım alanları
  • Tensorflow ve Keras tanıtımı
  • Yapay Sinir Ağları (Artificial Neural Networks)
  • Tek ve Çok katmanlı Algılayıcılar
  • Derin Öğrenme Hiper Parametreleri
  • Evrişimsel (Konvolusyon) Sinir Ağları (CNN)
  • Zaman Serileri için LSTM

UYGULAMALAR1

    uygulamalar
  • Yapay Zeka ve Makine Öğrenmesi Uygulamaları

PROJELER21

    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

Öğrenci Görüşleri

Kurs Tarihleri

Mecidiyeköy Kampüsü

Bu kampüs için henüz açık tarih bulunmuyor.

Kadıköy Kampüsü

Bu kampüs için henüz açık tarih bulunmuyor.

Bunları da Beğenebilirsiniz

Video thumbnail

Kurs Bilgileri:

  • Ders Saati :96 Saat
  • Süre :4 Ay
  • Kontenjan :8
  • Sertifika :
    Kurum Başarı Sertifikası
  • 1Başlangıç Seviyesi :Sıfır
  • Bitiş Seviyesi :Uzman
Bir Danışmanla Görüş

Paylaş:

SİZİ ARAYALIM

KAMPANYALAR

OTS ile 13 Taksit İmkanı2+1 Kampanyası3+2 Kampanyası4+4 KampanyasıÜcretsiz CV SitesiStaj Programı5 ayda ingilizce öğrenTeknik Kariyer