Yapay Zeka I: Veri Bilimi ve Makine Öğrenmesine Giriş Sertifika Programı
Online
Başlangıç Tarihi: 27 Ocak 2024
Süre: 36 Saat
Başlangıç Tarihi: 27 Ocak 2024
Süre: 36 Saat
Bu eğitim, katılımcılara veri bilimi ve makine öğrenmesinin temellerini kapsayan kapsamlı bir eğitim sunacaktır. Program boyunca, temel Python programlamasından başlayarak nesneye yönelik programlamaya geçiş yapılacak, ardından veri bilimine giriş yapılacaktır ve temel kütüphaneler öğrenilecektir. Keşifsel veri analizi (EDA) üzerine odaklanılarak veri setlerini anlama ve işleme becerileri artırılacaktır. Denetimli ve denetimsiz öğrenme konularında bilgi sahibi ve öğrenilenler gerçek hayatta uygulama fırsatı bulacaktır. Model değerlendirme ve hiperparametre optimizasyonu konularında uzmanlaşılarak, öğrenme sürecini iyileştirmek için yöntemler işlenecektir. Programın sonunda, katılımcılar, gerçek dünya projelerini başarıyla tamamlayabilecekleri güçlü bir temel ve pratiğe dayalı bir deneyime sahip olacaklardır.
Eğitim Bilgileri
Bu eğitim programı, orta düzeyde kodlama tecrübesine hakim olan, ancak Python dili, veri bilimi ve makine öğrenmesinde daha fazla derinlik kazanmak isteyen bireyler için özel olarak hazırlanmıştır. Program, temel programlama becerilerini olan ve bu bilgiyi veri bilimi ve makine öğrenmesi alanında derinleştirmek isteyen öğrenciler, yazılım geliştiricileri ve veri bilimi meraklıları için uygundur. Bu eğitim, Python temellerinden başlayıp, ileri seviyede veri bilimi ve makine öğrenmesi konularını öğrenmek isteyen katılımcılar için ideal bir başlangıç noktası sunar.
- Temel Python becerilerini veri bilimi projelerine dönüştürmek.
- Veri bilimi alanında kullanılan Python kütüphanelerini etkili bir şekilde kullanmak.
- Denetimli ve denetimsiz öğrenme, hiperparametre optimizasyonu gibi konular ile makine öğrenmesinin önemli konularını öğretmek.
Uygulamalı Final Projesi ile edinilen bilgilerin pratiğe dönüştürülmesi.
Program Materyalleri
|
| Hafta | Konu | Detaylar | Ders Notu | Ödev |
| 1 | Python ile Programlama | Temel kodlama becerileri ve nesne yönelimi programlama | Python dilinin temelleri, veri yapıları, class ve inheritance | Ödev 1: Temel Python alıştırmaları Ödev 2: Basit bir sınıf yapısı oluşturma |
| 2 | Veri Bilimine Giriş | Temel veri bilimi kavramları, Numpy, Pandas, Matplotlib kütüphaneleri | Veri kümesi ön işleme (preprocessing), keşifsel veri analizi (EDA) teknikleri | Ödev 3: Veri kümesi ön işleme Ödev 4: Örnek veri kümesi için EDA analizi |
| 3 | Makine Öğrenmesine Giriş | Temel makine öğrenmesi modelleri, regresyon sınıflandırma yöntemleri | Veriden öğrenmenin genel prensipleri | Ödev 5: Gradyan düşüşü ile örnek egzersizler |
| 4 | Denetimli Öğrenme | Temel kavramlar, modeller, regresyon sınıflandırma yöntemleri | Modellerin veri ile eğitilmesi ve performans ölçümü | Ödev 6: İlk denetimli öğrenme modelini oluşturma Uygulamalı Final Projesi |
| 5 | Denetimsiz Öğrenme ve İleri Makine Öğrenmesi Konuları | Gelişmiş modeller, denetimsiz öğrenme ve hiperparametre optimizasyonu ile model seçimi | Denetimsiz modellerin eğitilmesi ve pratik uygulamaları Modellerin geliştirilmesi ve iyileştirilmesi | Ödev 7: Kümeleme analizi Ödev 8: Model optimizasyonu |
| 6 | Uygulamalı Final Projesi | Gerçek senaryolar için uygulama projesi | Proje geliştirme süreci, sunum hazırlığı | Uygulamalı Final Projesi sunumu |
27 Ocak 2024 10.00-13.00
28 Ocak 2024 10.00-13.00
3 Şubat 2024 10.00-13.00
4 Şubat 2024 10.00-13.00
10 Şubat 2024 10.00-13.00
11 Şubat 2024 10.00-13.00
17 Şubat 2024 10.00-13.00
18 Şubat 2024 10.00-13.00
24 Şubat 2024 10.00-13.00
25 Şubat 2024 10.00-13.00
2 Mart 2024 10.00-13.00
3 Mart 2024 10.00-13.00
Doç.Dr. Taner Arsan
Mart 2000'den bu yana Kadir Has Üniversitesi Mühendislik ve Doğa Bilimleri Fakültesi Bilgisayar Mühendisliği Bölümü'nde çalışmaktadır. İstanbul Teknik Üniversitesi (İTÜ) Elektronik ve Telekomünikasyon Mühendisliği Bölümü'nden 1990 yılında mezun oldu, M.Sc. ve Ph.D. İTÜ Kontrol ve Bilgisayar Mühendisliği Bölümü'nden sırasıyla 1994 ve 1999 yıllarında mezun oldu. Halen Kadir Has Üniversitesi Rektör Danışmanı ve Mühendislik ve Doğa Bilimleri Fakültesi Dekan Yardımcılığı görevini yürütmektedir. Taner Arsan'ın araştırma alanları öğrenme ortamlarında iç mekan konumlandırma ve davranış haritalama ile Yüksek Öğrenim, Makine öğrenimi ve akıllı sistemlerde yenilikçi öğretme ve öğrenme uygulamalarıdır.
Fuat Alsan
Fuat Alsan, Kadir Has Üniversitesi'nde elektronik mühendisliği lisans ve yüksek lisans derecelerini tamamlamış, ardından aynı üniversitede bilgisayar mühendisliği alanında doktora eğitimine devam etmektedir ve tez aşamasındadır. Akademik kariyerine odaklanan Fuat Alsan, doktora tezini derin öğrenme üzerine yapmakta olup, bu alandaki çalışmalarını sürdürmektedir. Kadir Has Üniversitesi'nde "Data Science and Analytics" lisansüstü dersinin asistanlığını üstlenmektedir. Laboratuvarda öğrencilere bilgi ve deneyimlerini aktararak, veri bilimi, makine öğrenmesi ve derin öğrenme konularında öğrencilerin yeteneklerini geliştirmesine yardımcı olmaktadır.
Program sonunda yapılan proje bazlı değerlendirme ve çoktan seçmeli sınav aracılığıyla, yüzde 70 baraj notunun üzerinde puan alan ve yüzde 70 katılım şartını karşılayan adaylara E-Devlet üzerinden sorgulanabilir sertifika verilecektir.
19.500 TL (KDV Dahil)
KHAS Mensubu Akademisyen & İdari Personeline, KHAS Mezun & Öğrencilerine %50 indirim imkanı bulunmaktadır.
