Python Makine Öğrenimi ve Yapay Zekâ Geliştirme Eğitimi

Profesyonel Machine Learning, Veri Analitiği ve Yapay Zekâ Sistemleri Eğitimi

2009 yılında Tallinn University of Technology Bilgisayar Mühendisliği bölümünden mezun oldum. Profesyonel kariyerim boyunca kurumsal yazılım geliştirme, sistem mimarisi, veri analitiği, yapay zekâ teknolojileri ve makine öğrenimi tabanlı sistemler üzerine çalıştım. Bugüne kadar farklı sektörlerde faaliyet gösteren kurumlar için karar destek sistemleri, tahminleme modelleri, veri analizi altyapıları, otomasyon çözümleri ve yapay zekâ destekli uygulamalar geliştirdim.

Makine öğrenimi alanındaki çalışmalarım yalnızca algoritma geliştirmekle sınırlı kalmamış; veri toplama süreçlerinden model geliştirmeye, model optimizasyonundan üretim ortamına alma (deployment) süreçlerine kadar uçtan uca yapay zekâ sistemleri tasarlamayı kapsamıştır. Bu süreçte Python ekosistemi içerisinde Scikit-Learn, Pandas, NumPy, TensorFlow, PyTorch ve çeşitli veri bilimi araçlarıyla kapsamlı projeler geliştirdim.

Bu eğitim programını yalnızca teorik bilgi aktarmak amacıyla değil, sizi gerçek projelerde kullanılabilecek yapay zekâ ve makine öğrenimi çözümleri geliştirebilecek seviyeye ulaştırmak amacıyla hazırladım.

Eğitimin Amacı

Bu eğitimin temel amacı katılımcılara yalnızca makine öğrenimi algoritmalarını öğretmek değil; veri odaklı düşünebilen, problemleri analiz edebilen ve gerçek dünya ihtiyaçlarına yönelik yapay zekâ çözümleri geliştirebilen bir bakış açısı kazandırmaktır.

Eğitim sonunda;

Makine öğrenimi mantığını profesyonel seviyede anlayabilecek,
Veri hazırlama ve veri analizi süreçlerini yönetebilecek,
Scikit-Learn kullanarak makine öğrenimi modelleri geliştirebilecek,
Sınıflandırma, tahminleme ve kümeleme problemlerini çözebilecek,
Model performanslarını değerlendirebilecek,
Derin öğrenme temellerini anlayabilecek,
TensorFlow ve PyTorch ekosistemleriyle çalışabilecek,
Gerçek projelerde kullanılabilecek yapay zekâ çözümleri geliştirebilecek seviyeye ulaşacaksınız.

Eğitimi başarıyla tamamlayan katılımcılara IBBTech onaylı başarı sertifikası verilecektir.

Kimler Katılabilir?

Bu eğitim;

Yazılım geliştiriciler,
Veri bilimi alanına geçiş yapmak isteyen profesyoneller,
Bilgisayar mühendisleri,
Endüstri mühendisleri,
İş analistleri,
Veri analistleri,
Yapay zekâ alanında kariyer hedefleyen öğrenciler,
Ar-Ge uzmanları,
Teknoloji girişimcileri

için uygundur.

Temel programlama bilgisine sahip olmak yeterlidir.

Eğitim Formatı

Toplam Ders Süresi: 70 Saat

Eğitim Süresi: 4 Ay

Eğitim Modeli: Online Birebir Eğitim

Platform: Zoom

Ders Süresi: 40 Dakika

Haftalık Program: Haftada 2 Gün – Toplam 4 Ders Saati

Katılımcı Sayısı: Her oturumda yalnızca 1 kişi

Eğitim programı tamamen katılımcının bilgi seviyesi, mesleki geçmişi ve hedefleri doğrultusunda kişiselleştirilmektedir.

Eğitim İçeriği

1. Python ve Veri Bilimi Temelleri

Python geliştirme ortamının hazırlanması
Virtual Environment kullanımı
Veri yapıları
Fonksiyonlar ve modüler programlama
Nesne yönelimli programlama
Performans odaklı Python geliştirme
Jupyter Notebook kullanımı

2. Veri Analizi ve Veri İşleme

Veri bilimi kavramları
Veri kaynakları ile çalışma
CSV, Excel, JSON ve API verileri
Pandas ile veri işleme
Veri temizleme süreçleri
Eksik veri yönetimi
Veri dönüştürme teknikleri
Özellik mühendisliği (Feature Engineering)

3. Matematik ve İstatistik Temelleri

Olasılık teorisi
İstatistiksel analiz
Dağılımlar
Korelasyon
Kovaryans
Hipotez testleri
Regresyon mantığı
Optimizasyon temelleri

4. Makine Öğrenimine Giriş

Machine Learning nedir?
Yapay zekâ ve makine öğrenimi ilişkisi
Öğrenme türleri
Eğitim, doğrulama ve test süreçleri
Veri seti hazırlama
Feature Selection
Model geliştirme yaşam döngüsü

5. Denetimli Öğrenme (Supervised Learning)

Regresyon Modelleri

Linear Regression
Polynomial Regression
Ridge Regression
Lasso Regression

Sınıflandırma Modelleri

Logistic Regression
Decision Trees
Random Forest
Support Vector Machines (SVM)
K-Nearest Neighbors (KNN)
Naive Bayes
Gradient Boosting
XGBoost temelleri

6. Model Değerlendirme ve Optimizasyon

Accuracy
Precision
Recall
F1 Score
ROC Curve
AUC
Confusion Matrix
Cross Validation
Hyperparameter Optimization
Grid Search
Random Search

7. Denetimsiz Öğrenme (Unsupervised Learning)

Kümeleme Algoritmaları

K-Means
Hierarchical Clustering
DBSCAN

Boyut İndirgeme

PCA
t-SNE
UMAP

Anomali Tespiti

Isolation Forest
One-Class SVM
Local Outlier Factor (LOF)

8. Zaman Serisi Analizi ve Tahminleme

Zaman serisi kavramları
Trend analizi
Mevsimsellik
Hareketli ortalamalar
Forecasting yaklaşımları
Satış tahminleme
Talep tahminleme
Operasyonel veri analizi

9. Derin Öğrenmeye Giriş

Yapay sinir ağları
Perceptron mantığı
Aktivasyon fonksiyonları
Forward Propagation
Backpropagation
Optimizer yapıları
Kayıp fonksiyonları

10. TensorFlow ve PyTorch

TensorFlow temelleri
Keras kullanımı
PyTorch mimarisi
Veri yükleme süreçleri
Model geliştirme
Eğitim ve doğrulama süreçleri
GPU kullanımı
Model kaydetme ve yükleme

11. Yapay Zekâ Sistemlerinin Üretime Alınması

Model deployment
REST API geliştirme
Flask ve FastAPI
Docker kullanımı
Model versiyonlama
Üretim ortamı mimarileri
Performans izleme
Model güncelleme stratejileri

12. Gerçek Dünya Projeleri

Katılımcının ilgi alanına göre aşağıdaki projelerden biri veya birkaçı geliştirilecektir:

Satış Tahminleme Sistemi
Müşteri Davranışı Analizi
Churn Prediction Sistemi
Dolandırıcılık Tespit Sistemi
Talep Tahminleme Uygulaması
Tavsiye (Recommendation) Sistemi
Müşteri Segmentasyonu
Risk Analizi Sistemi
Anomali Tespit Sistemi
Karar Destek Platformu

Kullanılan Teknolojiler

Python
NumPy
Pandas
Scikit-Learn
SciPy
Matplotlib
Seaborn
TensorFlow
Keras
PyTorch
Jupyter Notebook
XGBoost
FastAPI
Docker

Eğitim Sonunda Kazanımlar

Bu eğitim sonunda yalnızca makine öğrenimi algoritmalarını öğrenmiş olmayacak; veri odaklı düşünebilen, gerçek iş problemlerini analiz edebilen ve profesyonel seviyede yapay zekâ çözümleri geliştirebilen bir uzmanlık altyapısına sahip olacaksınız.

Programın temel amacı katılımcıları teorik bilgi seviyesinde bırakmak değil; onları kurumsal projelerde görev alabilecek, veri bilimi ve yapay zekâ uygulamaları geliştirebilecek seviyeye taşımaktır.

Ücretlendirme

Eğitim Ücreti: 36.400 TL

Peşin Ödeme İndirimi: 33.400 TL

Aylık Taksit Seçeneği: 9.100 TL

Sertifikasyon