Yapay Zeka Bootcamp ile veriyi kodla, geleceği şekillendir!
Veri bilimi ve yapay zeka alanında derinlemesine bilgi sahibi olmak ve bu becerilerle geleceğin dünyasında fark yaratmak ister misin?
Academy Club’ta eğitmen Kaan Can Yılmaz, alanında uzman bir isim olarak, yapay zeka ve veri bilimi gibi konularında ilham verici bir eğitim sunacak. Python programlamadan, veri görselleştirmeye; makine öğrenmesinden yapay sinir ağlarına kadar kapsamlı bir içerik seni bekliyor!
Salı, Perşembe ve Cumartesi günleri bizimle Zoom'da öğrenmeye hazır mısın? 10 Aralık ve 18 Ocak tarihleri aralığında haftanın 3 günü Zoom'da buluşalım!
Katılımcılarımızı Slack topluluğumuzda bir araya getiriyor, hem öğreniyor hem de birlikte büyüyoruz!
Hemen hikayemizdeki linkten başvur, bu fırsatı kaçırma!
#YapayZekaBootcamp
Kimler Başvurabilir ?
- Lisans öğrencileri ve son 2 yıl içinde mezun olanlar,
- *Program kontenjanla sınırlı olup başvurular e-posta üzerinden 6 Aralık'ta açıklanacak.
- Sanal Sınıf Eğitimler
- 60 saat sürecek dersler (Zoom üzerinden)
Ödevler
- Öğrendiklerini pratiğe dökmek ve kavramsal anlayışını pekiştirmek için hazırlandı. Her ödev, o hafta işlenen konularla doğrudan bağlantılı olacak ve konuları daha iyi anlaman için uygulamalı görevler içerecek.
- Python programlama, veri analizi, görselleştirme, makine öğrenmesi gibi konulara yönelik görevleri içerecek ve haftalık olarak eğitmen geri bildirimleri alacaksın.
Mini Projeler ve Uygulamalı Alıştırmalar
- Öğrendiğin teorik bilgileri pekiştirmek için program süresi boyunca mini projeler ve uygulamalı alıştırmalar yapacaksın. Bu alıştırmalar, daha küçük ölçekli veri analizi ve modelleme görevlerinden oluşacak ve gerçek veri setleriyle öğrendiklerini uygulama fırsatı bulacaksın.
Proje
- Programın son haftalarına doğru bir proje üzerinde çalışacaksın. Program süresi boyunca öğrendiğin konuları bir araya getireceğin ve uygulamalı olarak kullanılabileceğin bir proje hazırlamanı bekliyoruz. Proje konuları; veri temizleme, analiz, görselleştirme ve makine öğrenmesi gibi süreçleri birleştirerek gerçek dünya verileri üzerine olacak. Program sonunda bu projeler eğitmen tarafından değerlendirilecek ve katılımcılar birbirlerine projelerini sunarak geri bildirim alacak. Bireysel veya grup projeleriyle öğrenilenlerin uygulamalı olarak sunulması.
Final Sınavı
- Programın sonunda tüm öğrendiklerini ölçümleyebileceğin final sınavı yer alıyor.
Topluluk
- Slack üzerinden eğitmenle ve katılımcılar ile aktif etkileşimde bulunabileceksin.
Sertifika
- Programa minimum %80 oranında katılıp final sınavından da 60+ puan aldığında sertifika alabileceksin.
Neler Öğreneceksin ?
Python Programlamasında Derinlemesine Bilgi
- Python programlamanın temellerinden ileri düzey veri manipülasyonu ve görselleştirmeye kadar kapsamlı bilgi edineceksin.
Veri Analizi ve Görselleştirme Becerisi
- Veriyi anlama, analiz etme ve sonuçları etkili bir şekilde görselleştirme konusunda yetkinlik kazanacaksın.
Makine Öğrenmesi ve Derin Öğrenme Uygulamaları
- Makine öğrenmesi algoritmalarını ve yapay sinir ağlarını gerçek dünya verileri üzerinde uygulama yeteneği geliştireceksin.
Projeler ve Uygulamalarla Deneyim
- Gerçek dünya problemleri üzerinde çalışarak veri bilimi ve yapay zeka projelerini tamamlayacak, değerli bir deneyim elde edeceksin.
Endüstri Standartlarında Bilgi ve Yetenek
- Veri bilimi ve yapay zeka alanındaki endüstri standartlarına uygun bilgi ve becerilerle sektöre güçlü bir adım atacaksın.
Veri Bilimine Giriş ve Veri Okuryazarlığı
- Veri Bilimine Giriş (Kuramsal)
- Veri biliminin temelleri, tarihçesi, temel kavramlar ve veri bilimcilerin kullandığı yöntemler hakkında kapsamlı bir giriş
- Veri Okuryazarlığı (Kuramsal)
- Veri setlerinin anlaşılması, doğru veri okuma ve analiz etme becerileri
- Web Kaynakları ve Faydalı Siteler/Platformlar
- Veri bilimi için kullanılan en popüler web platformları, veri setleri ve kaynaklar hakkında bilgi.
- Python Programlamaya Giriş,
- Python diline genel bir bakış, dilin temelleri, veri yapıları ve kontrol yapıları,
- Python Temel Sözdizimi ve Veri Yapıları,
- Python'un temel sözdizimi, değişkenler, veri tipleri (listeler, demetler, sözlükler) ve bunların nasıl kullanılacağı,
- Koşullu İfadeler ve Döngüler
- Python'da koşullu ifadeler (if, else) ve döngüler (for, while) ile veri işleme ve algoritmalar geliştirilmesi
- Python Standart Kütüphane İşlevleri
- Python'un sunduğu yerleşik kütüphanelerle temel dosya işlemleri, matematiksel hesaplamalar ve veri manipülasyonları
- NumPy ile büyük veri setlerinin yönetimi ve matematiksel işlemler
- SciPy ile istatistiksel analizler ve optimizasyon teknikleri
Python Dosya Okuma ve Yazma İşlevleri
- Dosya okuma, yazma ve düzenleme işlemleriyle veri manipülasyonu ve dosya yönetimi
Pandas ile Veri Analizi
- Pandas kütüphanesiyle veri analizi, veri temizleme, dönüştürme ve işleme becerileri
- Veri çerçeveleri (DataFrame) ile veri analizi yapılması
SQL
- SQL dilini öğrenerek veritabanlarından veri çekme, sorgulama ve veri yönetimi becerisi kazanma
Veri Görselleştirmeye Giriş (Kuramsal)
- Veri görselleştirmenin önemi, farklı veri türleri için uygun görselleştirme tekniklerinin anlaşılması
Matplotlib ve Seaborn ile Görselleştirme
- Python'un popüler kütüphaneleriyle veriyi görselleştirme
İnteraktif Görselleştirme: Plotly ve Bokeh
- Veri görselleştirmeye etkileşimli özellikler ekleyerek görselleştirmeyi daha etkileşimli hale getirme
Yapay Zeka ve Makine Öğrenmesine Giriş (Kuramsal)
- Yapay zeka ve makine öğrenmesi kavramlarının temelleri, makine öğrenmesinin alt dalları ve uygulama alanları
Scikit-Learn Kütüphanesi ile Temel Makine Öğrenmesi
- Scikit-Learn kütüphanesini kullanarak temel makine öğrenmesi algoritmalarının uygulanması
Gözetimsiz Öğrenme: Öbekleme ve Boyut İndirgeme
- K-Means öbekleme algoritması, PCA ile boyut indirgeme gibi teknikler
- Katılımcıların, veri kümeleri üzerinde keşifsel analiz yapabilmesi
Gözetimli Öğrenme: Regresyon ve Sınıflandırma
- Lineer regresyon, lojistik regresyon, karar ağaçları ve sınıflandırma algoritmalarının uygulanması ve anlaşılması
Yapay Sinir Ağları (Kuramsal ve Uygulama)
- Sinir ağlarının temel yapısı ve çalışma prensipleri
- Derin öğrenme kavramlarına giriş
Keras Kütüphanesi ile Derin Öğrenme Modelleri
- Keras kullanarak sinir ağları ve derin öğrenme modelleri oluşturma ve eğitme
Pekiştirmeli Öğrenme (Kuramsal ve Uygulama)
- Pekiştirmeli öğrenme algoritmalarının temelleri ve bu yöntemlerin uygulamaları
Üretken Yapay Zeka (Kuramsal ve Uygulama)
- GAN (Generative Adversarial Networks) ve üretken yapay zeka uygulamalarına giriş
- Bu teknolojilerin nasıl çalıştığı ve pratikte nasıl kullanıldığına dair bilgiler.
