Herkes İçin Yapay Zeka

Bu eğitim, yapay zekayı daha detaylı şekilde anlamak isteyen kişilere hitap eden yedi modülden oluşmakla birlikte, talep üzerine “Yöneticiler için Yapay Zeka”, “Eğitmenler için Yapay Zeka” gibi özelleşmiş modüller de oluşturulabilmektedir. Temel olarak uygulama odaklı bir yaklaşımla teori-pratik dengesinin sağlanması hedeflenmektedir. Kurum ihtiyaçlarına ve bireysel ihtiyaçlara göre tüm eğitim paketi ya da modüler bazlı alınabilir.

​

Modül 1: Yapay Zekaya Giriş

• İçerik: Yapay zekanın (YZ) temel kavramları, tarihçesi ve genel tanımı. YZ, makine öğrenimi ve derin öğrenme arasındaki farklar, YZ’nin günümüzdeki kullanım alanları ve örnek uygulamaları

• Amaç: Katılımcılara yapay zekanın ne olduğunu ve nasıl çalıştığını öğretmek

• Uygulama: YZ’nin farklı kullanım senaryolarının tartışılması ve basit uygulamalar üzerinden deneyim kazanılması

Modül 2: Makine Öğrenimi ve Derin Öğrenme Temelleri

• İçerik: Makine öğreniminin prensipleri, algoritmalar (karar ağaçları, destek vektör makineleri, kümeleme, vb.) ve derin öğrenmenin temel yapıları (sinir ağları, CNN, RNN, vb.)

• Amaç: Katılımcılara makine öğrenimi ve derin öğrenme tekniklerinin temel prensiplerini ve nasıl uygulandıklarını öğretmek

• Uygulama: Örnek veri kümeleri üzerinde basit model geliştirme ve değerlendirme çalışmaları

Modül 3: Yapay Zekanın Uygulama Alanları

• İçerik: YZ’nin farklı sektörlerdeki uygulama alanları; sağlık, finans, perakende, otomotiv, eğitim, ve daha fazlası. Her bir sektör için özel kullanım senaryoları ve çözümler

• Amaç: Katılımcıların YZ’nin endüstriyel ve ticari uygulamaları hakkında bilgi edinmesini sağlamak

• Uygulama: Sektörel bazlı vaka analizleri ve projeler üzerinde çalışarak uygulama becerileri kazanılması

Modül 4: Veri Bilimi ve Yapay Zeka için Araçlar ve Teknikler

• İçerik: Veri analitiği ve YZ geliştirme için popüler araçlar (Python, R, TensorFlow, Keras, PyTorch vb.). Veri ön işleme, veri görselleştirme ve model değerlendirme teknikleri

• Amaç: YZ projelerinde kullanılan teknik araçları ve yazılımları tanıtmak ve bunları kullanabilme becerisi kazandırmak

• Uygulama: Pratik örneklerle veri analizi ve model geliştirme

⁠Modül 5: Yapay Zeka ve Etik

• İçerik: Yapay zeka ve etik konuları; veri mahremiyeti, güvenlik, önyargı ve adalet gibi etik sorunlar. Düzenleyici çerçeveler ve yapay zeka etiği için en iyi uygulamalar

• Amaç: Katılımcılara YZ projelerinin etik boyutları ve sorumlulukları hakkında farkındalık kazandırmak.

• Uygulama: Örnek olay analizleri ve etik tartışma oturumları

Modül 6: Yapay Zeka Proje Geliştirme ve Yönetimi

• İçerik: YZ projelerinin planlanması, yönetimi ve yürütülmesi için gerekli adımlar. Proje döngüsü, ekip yönetimi, kaynak yönetimi, risk değerlendirmesi ve proje teslimi

• Amaç: YZ projelerinin başarılı bir şekilde nasıl yönetileceğini öğretmek ve bu süreçte karşılaşılabilecek zorlukları anlamak

• Uygulama: Proje yönetimi simülasyonları ve vaka çalışmaları

Modül 7: Uygulamalı Yapay Zeka Çalıştayı

• İçerik: Katılımcıların öğrendikleri bilgileri pratikte uygulayabileceği kapsamlı bir çalıştay. Gerçek dünya problemleri üzerinde grup projeleri ve bireysel projeler geliştirilmesi

• Amaç: Katılımcıların öğrendikleri teorik bilgileri pratiğe dökmelerini sağlamak ve uygulama becerilerini geliştirmek

• Uygulama: Proje geliştirme, sunumlar ve geri bildirim oturumları

Eğitmen

Dr. Tuna Çakar

Eğitim Alanı

Bilgisayar mühendisliği ve Yapay zeka