Eğitim Programı

Python ile Programlamaya Giriş

• Python Kurulum Süreçleri ve Popüler Kod Yazma Araçlarının (IDE) Tanıtımı.
• Python ile Aritmetik ve Değişkenler
• Python Fonksiyonlar
• Python Veri Tipleri
• Koşullar ve Koşullu İfadeler
• Python ile Listelere Giriş

Python ile Veri Bilimi

• Boolean ile Veri Mantığı Oluşturma
• İleri Seviye Fonksiyonlar ve Methodlar
• İleri Seviye Listeler
• Döngüler ve List Comprehension
• İleri Seviye String ve Dictionary İşlemler
• Hazır Kütüphanelerin Kullanımı

Python ile Veri Analizi

• Veri Analizi: Numpy Nedir?
• Dizi (Array) Oluşturma
• Dizi Manipülasyonu
• Numpy Dizilerinin İndekslenmesi
• İstatiksel İşlemler
• Uygulama Örnekleri ile Pekiştirme

Pandas Kütüphanesi: Veri Analizi

• Liste ve Sözlüklerden Seri Üretme
• Metodlar, Parametre ve Argümanlar
• .csv Dosyasında İşlemler
• Gömülü Fonksiyonlar
• İndeksleme ve Matematiksel İşlemler
• Dataframe Giriş
• Dataframe Manipülasyonu
• Dataframe Fonksiyonları
• Dataframe Çoklu İndeks İşlemleri
• Dataframe Text Verileri
• Dataframe CSV, Excel ve HTML Dosya İşlemleri
• Zaman Serisi Analizi
• Uygulama Örnekleri ile Pekiştirme

Matplotlib ile Veri Görselleştirme Nedir?

• Plot ve Subplot
• Renkler ve Çizgiler
• Grafik Boyutu Ölçeklendirme
• Scatter, Histogram, Step ve Piechart
• Uygulama Örnekleri ile Pekiştirme

Seaborn ile Veri Görselleştirme

• 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

Yapay Zekaya Giriş

• Yapay Zeka Nedir?
• Yapay Zeka Tarihi
• Yapay Zeka Kullanım Alanları ve Gerçek Hayattan Örnekler
• Yapay Zeka Alt Dalları ve Algoritmaları
• Yapay Zeka, Makine Öğrenimi ve Derin Öğrenme Arasındaki Farklar Nelerdir?
• CRISP-DM Proje Yönetimi Metodolojisi ile Makine Öğrenimi
• Veri Ön İşleme – Türkiye’de Deprem Tahmini Projesi
• 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, Z-Skor Yöntemi)
• Basit Doğrusal Regresyon
• Çoklu Doğrusal Regresyon
• Çoklu Doğrusal Regresyon ile Ev Fiyat Tahmini Projesi
• Sınıflandırma Nedir?
• Uzun Kısa Süreli Bellek (LSTM) Tekrarlayan Sinir Ağları (RNN) Nedir?
• Makine Öğrenmesinde Boosting Yaklaşımları
• Tensorflow; Katmanlar, Aktivasyon Fonksiyonları, Flatten, Dropout

Doğal Dil İşleme (NLP) Nedir?

• Tokenization (Tokenize Etme İşlemi)
• Remove StopWords (Etkisiz Kelimeler Kaldırma)
• Stemmer (Stemming-Gövdeleme)
• Lemmatizer (Lemmatization – Baş Sözcük Çıkarma)
• Vectorization

Yapay Zeka projeleri

• Plaka ve Kamera Takip Sistemi Projesi
• Yüz ve Kişi Takip Sistemleri Projesi
• Hava Durum Tahmini Projesi
• Enflasyon, Borsa ve Döviz Durumu Tahmin Projesi
• Karar Ağaçları Modeli ile Satranç Sonucu Tahmini Projesi
• Evrişimli Sinir Ağları (Convolutional Neural Networks) ile El Yazısı Rakamlarının Tanınması Projesi
• Evrişimli Sinir Ağları ile MNİST Veritabanı Kullanarak Derin Öğrenme Projesi
• ImageNet Projesi ile Görsel Nesne Tanıma Projesi
• 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
• Pytorch ile Görüntü Sınıflandırma 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 Projesi
• OpenAI Modelleri ile Entegrasyon Projesi
• Hugging Face Doğal Dil İşleme Projesi
• LangChain ile Prompt Projeleri

Kazanımlar

• Python’un popülerliğini ve kullanım alanlarını öğrenir.
• Çalışma ortamını (Virtual Environment) kurar ve kullanmaya başlar.
• Popüler kod editörlerini (IDE) tanır ve kurulumlarını gerçekleştirir.
• Python’un temel veri türlerini tanır (Tamsayılar, String, Boolean vb.).
• Matematiksel operatörlerin nasıl kullanıldığını öğrenir.
• Konsola veri yazdırma yöntemlerini ve formatlama tekniklerini öğrenir.
• Kod içi açıklama ve yorumların nasıl yapılacağını öğrenir.
• Kullanıcı girdileri alarak etkileşimli programlar yazmayı öğrenir.
• If, elif ve else yapılarıyla karar mekanizmaları oluşturmayı öğrenir.
• For ve while döngüleriyle tekrarlayan işlemleri nasıl yapacağını öğrenir.
• Break ve continue ifadelerini etkili şekilde kullanmayı öğrenir.
• List veri yapısını ve popüler metotlarını (append, remove vb.) öğrenir.
• Değiştirilemez veri tipleri olan tuple’ların kullanımını öğrenir.
• Key-value ilişkisine dayalı veri yapılarıyla çalışmayı öğrenir.
• Küme veri yapıları ve bu yapıların metotlarını öğrenir.
• String veri tipini ve string manipülasyon metotlarını öğrenir.
• Programda hata ayıklamayı ve hata yönetimini öğrenir (try, except yapıları).
• Dosya okuma, yazma ve güncelleme işlemlerini öğrenir.
• SQLite ile veritabanı oluşturur, CRUD işlemlerini gerçekleştirir.
• Parametre alan ve değer döndüren fonksiyonlar yazmayı öğrenir.
• Değişkenlerin kapsamını (global ve local) anlamayı öğrenir.
• Anonim fonksiyonlarla hızlı ve işlevsel kod yazmayı öğrenir.
• Bu fonksiyonlarla veri manipülasyonu yapmayı öğrenir.
• Esnek parametre yapılarıyla çalışmayı öğrenir.
• Sınıf ve nesne yapısı, encapsulation, inheritance ve polymorphism gibi kavramları öğrenir.
• Dahili ve harici modüllerle projelerde modülerlik sağlamayı öğrenir.
• Flask framework’üyle basit bir web uygulaması geliştirmeyi öğrenir.
• API entegrasyonları ve dinamik web sayfaları oluşturmayı öğrenir.
• Yapay zeka ve makine öğrenmesi temellerini öğrenir.
• Scikit-learn ve TensorFlow gibi kütüphanelerle temel uygulamalar yapar.
• Pandas ve NumPy ile veri manipülasyonu yapmayı öğrenir.
• Matplotlib ve Seaborn ile veri görselleştirme tekniklerini öğrenir.
• Gerçek dünya problemleri için projeler geliştirir.
• Proje planlaması, modüler tasarım ve kod optimizasyonu gibi beceriler kazanır.

Kimler Katılabilir?

Yapay zeka ve veri bilimi alanlarına ilgi duyan, bu alanda kariyerini geliştirmek isteyen yazılımcılar, veri analistleri, proje yöneticileri, ürün yöneticileri, girişimciler, araştırmacılar, mühendisler, akademisyenler, veri bilimciler, yapay zeka meraklıları ve teknolojiyle ilgilenen herkes bu programa katılabilir. Özellikle Python programlama bilgisine sahip olmak isteyen veya mevcut bilgilerini yapay zeka projeleriyle güçlendirmek isteyen bireyler için uygundur.Katılım için herhangi bir ön program bilgisine gerek yoktur.

Ders Kayıtları ve Materyaller

Eğitimler Zoom üzerinden gerçekleşir ve tüm dersler kayda alınır. Katılımcılar eğitimlerinin bitiminden 6 ay sonrasına kadar video kayıtlarını öğrenci panelinden izleyebilirler. Aynı zamanda katılımcıların eğitim sürecini desteklemek adına ekstra materyaller de paylaşılmaktadır.

Sertifika

Eğitim programının sonunda katılımcılara üniversite onaylı, e-Devlet’te görüntülenebilen sertifikaları kurumumuzca teslim edilmektedir. Ayrıca 169 ülkede geçerli olan uluslararası sertifika almaya da hak kazanırlar. Sertifikalar İngilizce ve Türkçe dilinde düzenlenir. Sertifikalarınız LinkedIn ve sosyal medya mecraları ile uyumludur ve dijitalde görüntülenip paylaşılabilir. Üzerindeki QR kod ile Ulusal Sertifika Merkezinde sorgulanıp doğrulanabilir.
Aşağıdaki görsel örnek niteliğindedir; kişiye özeldir, basılamaz, çoğaltılamaz.

Sertifika Koşulları

• Programa en az %80 oranında katılım sağlamak.
• İstanbul Üniversitesi Cerrahpaşa SEM tarafından yapılan sınavdan geçer not almak.
• Sınıf içi yapılan ortak çalışmalara dahil olmak ve projeleri tamamlamak.
• Not:Kontenjan sınırlıdır.

Bilgi ve Kayıt için0 212 259 55 05arayabilir, 
0532 659 02 88 WhatsApp Destek hattımıza yazabilirsiniz.