KursverGiriş Yap

Bilgisayar Bilimleri

Profesyonel Sorumlu Yapay Zekâ ve Bulut Tabanlı Çözümler Sertifika Eğitimi

Kontenjan

25 Kişi

Ücret

₺9.600,00

Ders Takvimi

Ders takvimi henüz eklenmedi.
Platform: Canlı
Canlı Ders Linki: https://meet.google.com/abc-abc-abc
WhatsApp'ta Paylaş

Sizin için önerilenler

Bunları da inceleyebilirsiniz.

Bilgisayar Bilimleri

Büyük Veri Teknolojileri Alanında Standartlar, Dokümantasyon ve Denetim Eğitimi

₺4.800,00İncele

Bilgisayar Bilimleri

Kurumsal Oyun Sunucu Mimarileri ve Vaka Analizleri Sertifika Eğitimi

₺6.720,00İncele

Bilgisayar Bilimleri

Frontend Mimari Tasarımı için Sektörel Uygulamalar Uzmanlık Programı

₺5.760,00İncele

Bilgisayar Bilimleri

Yazılım Geliştiriciler için Veri Bilimi ve Kurumsal Dönüşüm Eğitimi

₺8.640,00İncele

Kurs İçeriği

Eğitim Süresi: 80 saat

Profesyonel Sorumlu Yapay Zekâ ve Bulut Tabanlı Çözümler Sertifika Eğitimi kapsamında güncel teknolojiler, uygulamalı çalışmalar ve sektörel vaka analizleri ele alınır.

Profesyonel Sorumlu Yapay Zekâ ve Bulut Tabanlı Çözümler Sertifika Eğitimi eğitimi; temel kavramlardan uygulamalı projeye ilerleyen, ölçülebilir kazanımlar içeren 12 bölümlük bir öğrenme planıdır ve Bilgisayar Bilimleri alanındaki güncel uygulamalara göre yapılandırılmıştır.

1. BÖLÜM – Yapay Zekaya Giriş
  • Yapay zeka, makine öğrenmesi ve derin öğrenme ilişkisi
  • Problem türleri ve kullanım senaryoları
  • Model geliştirme yaşam döngüsü
2. BÖLÜM – Veri Hazırlama
  • Veri toplama ve etiketleme
  • Eksik veri, aykırı değer ve ölçekleme
  • Eğitim, doğrulama ve test ayrımı
3. BÖLÜM – Denetimli Öğrenme
  • Regresyon ve sınıflandırma
  • Algoritma seçimi
  • Temel model uygulaması
4. BÖLÜM – Denetimsiz Öğrenme
  • Kümeleme ve boyut indirgeme
  • Benzerlik ölçüleri
  • Sonuçların yorumlanması
5. BÖLÜM – Özellik Mühendisliği
  • Özellik seçimi ve dönüşümü
  • Kategorik verilerin kodlanması
  • Veri sızıntısından kaçınma
6. BÖLÜM – Model Eğitimi ve Ayarlama
  • Kayıp fonksiyonları ve optimizasyon
  • Hiperparametre arama
  • Aşırı öğrenme ve düzenlileştirme
7. BÖLÜM – Model Değerlendirme
  • Doğruluk, precision, recall ve F1
  • ROC-AUC ve hata matrisi
  • İş hedefine uygun metrik seçimi
8. BÖLÜM – Derin Öğrenme Temelleri
  • Yapay sinir ağlarının yapısı
  • Eğitim süreci ve aktivasyon fonksiyonları
  • Görüntü ve metin uygulamalarına giriş
9. BÖLÜM – Üretken Yapay Zeka ve Büyük Dil Modelleri
  • Transformer ve dil modeli mantığı
  • Prompt tasarımı ve bağlam yönetimi
  • RAG ve araç kullanan sistemlere giriş
10. BÖLÜM – MLOps, Etik ve Üretime Alma
  • Model paketleme ve servis etme
  • İzleme, sürümleme ve yeniden eğitim
  • Önyargı, açıklanabilirlik ve sorumlu yapay zeka
11. BÖLÜM – Uygulamalı Proje Planlama
  • Proje hedefi ve kapsamının belirlenmesi
  • İhtiyaçların görev listesine dönüştürülmesi
  • Zaman planı, çıktı ve başarı ölçütlerinin oluşturulması
12. BÖLÜM – Bitirme Projesi ve Değerlendirme
  • Uçtan uca proje geliştirme
  • Test, dokümantasyon ve sunum hazırlığı
  • Geri bildirimlerle iyileştirme ve sonraki öğrenme yol haritası

Eğitim İçeriğini Görüntüleyin

Eğitim içeriğini görüntülemek için giriş yapmanız gerekir.

Giriş Yap