Yapay Zeka Bootcamp - Youthall
Youthall Mobil Uygulaması iOS ve Android için Yayında! İlanlar, Şirketler, Etkinlikler, Eğitimler, Ayrıcalıklar ve çok daha fazlası..

Yapay Zeka Bootcamp

10 Aralık, Sal

Etkinlik Kapandı.

Pupilica - Yapay Zeka Bootcamp cover photo

Etkinlik Detayları

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.

Nelerden Oluşuyor ?
  • 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.


İçerisinde Neler Var ?

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 Programlama ve Temel Bilgiler
  • 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


Veri Analizi ve İleri Seviye Python Kütüphaneleri

NumPy ve SciPy İşlevleri
  • 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 Görselleştirme ve İleri Araçlar

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


Makine Öğrenmesi ve Yapay Zeka

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


Derin Öğrenme ve Yapay Sinir Ağları

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.