Yazılım Eğitimleri
Sıfırdan Uzmanlığa Python ile Yapay Zeka(120 Saat)
- Algoritma Nedir?
- Akış Diyagramları
- Geliştirme Ortamı Kurulumu
- Tam Sayı
- Ondalık Sayılar
- Karakter Yapıları
- Mantıksal Yapılar
- Listeler
- Tek Boyutlu Diziler
- Çok Boyutlu Diziler
- Demetler
- Kümeler
- Sözlükler
- Veri Tipi Dönüşümleri
- Değişken Tanımlama Yöntemleri
- I/O İşlemleri
- Input Fonksiyonu
- Karar Yapıları
- If Else Elif
- For Döngüsü
- While Döngüsü
- When Kavramı
- Sonsuz Döngüler
- Break, Continue Deyimleri
- Parametreli Fonksiyonlar
- Parametresiz Fonksiyonlar
- Değer Döndüren Fonksiyonlar
- Değer Döndürmeyen Fonksiyonlar
- Fonksiyon Kullanımı
- Modül Kavramı
- Standart Modüller ve Hazır Fonksiyonlar
- Zaman ve Tarih İşlemleri
- Random Modülü ve Kullanımı
- Sınıf Kavramı
- OOP Temelleri
- Kurucu MetotlarClass metotlarStatik Metotlar
- Kapsülleme Kavramı ve Kalıtım
- Çok Biçimlilik
- Gerçek Hayatta OOP Örnekleri
- OS Modülü
- Klasör Oluşturma ve Silme
- Dosya Oluşturma ve Silme
- Dosya İçerik Okuma ve Değiştirme
- Dosya Modları
- Try, Except ve Rais
- Catch All
- SQL Nedir?
- SQL Veri Tipleri
- SQL Geliştirme Ortamı Kurulumları
- DDL ve DML Nedir?
- Veri Tabanı Oluşturma, Tablo Oluşturma
- Veri Ekleme ve Kaydetme
- Veri Tabanı İşlemleri, Güncelleme, Silme
- Primary Key Kavramı
- Tablo CRUD İşlemleri
- SQL İle Sorgulamalar
- Aritmetik Sorgulamalar
- Mantıksal Sorgulamalar
- In Sorgulama
- Like Sorgulama
- İlişkiler
- Join
- 17.Uygulama Örnekleri ile Pekiştirme
- Place
- Pack
- Grid
- Uygulama Örnekleri ile Pekiştirme
- 5.Ticaret Otomasyon Projesi
- Veri Analizi: Numpy Nedir?
- Dizi (Array) Oluşturma
- Dizi Manipülasyonu
- Numpy Dizilerinin İndekslenmesi
- İstatiksel İşlemler
- Uygulama Örnekleri ile Pekiştirme
- Liste ve Sözlüklerden seri üretme
- Metodlar, Parametre ve Argümanlar
- .csv dosyasında işlemler
- Gömülü fonksiyonlar
- İndeksleme ve Matematiksel İşlemler
- Dataframe Giriş
- Dataframe manipülasyonu
- Dataframe fonksiyonları
- Dataframe çoklu indeks işlemleri
- Dataframe text verileri
- Dataframe csv, excel ve html dosya işlemleri
- Zaman Serisi Analizi
- Uygulama Örnekleri ile Pekiştirme
Plot ve Subplot
Renkler ve Çizgiler
Grafik Boyutu Ölçeklendirme
Scatter, Histogram, Step ve Piechart
- 5.Uygulama Örnekleri ile Pekiştirme
- Fonksiyonlar, Parametre ve Argümanlar
- Distplot
- Jointplot
- Kdeplot
- Pairplot ve Rugplot
- BoxplotViolinplot
- Barplot ve Countplot.
- Stripplot ve Swarmplot
- Factorplot
- Heatmap
- Lmplot
- PairGrid ve FacetGrid
- Uygulama Örnekleri ile Pekiştirme
- 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? Göğüs Kanserinin İyi Huylu mu Kötü Huylu mu Sınıflandırma Projesi
- Karar Ağaçları Modeli ile Satranç Sonucu Tahmini Projesi
- Evrişimli Sinir Ağları (Convolutional Neural Networks) İle El Yazısı Rakamlarının Tanınması Projesi
- ImageNet Projesi ile Görsel Nesne Tanıma Projesi
- Uzun Kısa Süreli Bellek (LSTM) Tekrarlayan Sinir Ağları (RNN) Nedir?
- LSTM ile Şarkı Sözü Oluşturan Makine Öğrenmesi Projesi
- Doğal Dil İşleme Nedir?
- Tokenization (Tokenize Etme İşlemi)
- Remove StopWords (Etkisiz Kelimeler Kaldırma)
- Stemmer (Stemming-Gövdeleme)
- Lemmatizer (Lemmatization – Baş Sözcük Çıkarma)
- Vectorization
- 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
- Makine Öğrenmesinde Boosting Yaklaşımları
- Gradient Boosting Machines ile Reklam ve Kampanya Analiz Karar Süreçlerinde Makine Öğrenimi Projesi
- Tensorflow; Katmanlar, Aktivasyon Fonksiyonları, Flatten, Dropout
Web Scraping ile Veri Bilimi ve Yapay Zeka (24 saat)
- Veri Kazıma Amacımız
- Veri Kazıma Süreci Nasıl İşler?
- Veri Kazıma Yöntemleri
- Python ile Veri Kazıma
- Veri Kazıma Stratejisi
- BeautifulSoup ile Kategori Altındaki Haber Linklerinin Toplanması
- Haber Metninin Seçilmesi
- Haber Özetinin Seçilmesi
- Haber Başlığının ve Zamanının Seçilmesi
- Verinin Görselleştirilmesi ve Analizi
- Haber Metinlerinin Kategorilerine Göre Sınıflandırılması
- Word2Vec ile Modelleme
- TSNE ile Word2Vec Görselleştirilmesi
- TextScatter ile Kategorilerin Derin Analizi
- Sonuç
- Verisetinin Beatiful Soup ile Oluşturulması
- Şarkı sözlerinin ön işlenmesi
- Şarkının küçük harfe dönüştürülmesi
- Harflerin eşlenmesi
- Verisetinin Input ve Target olarak oluşturulması
- Verisetinin normalize edilmesi
- LSTM (Uzun Kısa Süreli Bellek) Modelinin Oluşturulması
- Modelin Eğitimi
- Şarkı sözü oluşturma
- Sonucun Değerlendirilmesi
- Python ile Twitter API Entegrasyonu ile Veri Çekme
- SQLite, Selenium, Tkinter ile Anlık Döviz Takip Sistemi Projesi
Python ile Veri Bilimi ve Yapay Zeka Uzmanlığı Kursu (96 saat)
- Veri Analizi Nedir?
- Numpy Nedir?
- Dizi (Array) Oluşturma
- Dizi Manipülasyonu
- Numpy Dizilerinin İndekslenmesi
- İstatiksel İşlemler
- Uygulama Örnekleri ile Pekiştirme
- Pandas Nedir?
- Liste ve Sözlüklerden seri üretme
- Metodlar, Parametre ve Argümanlar
- .csv dosyasında işlemler
- Gömülü fonksiyonlar
- İndeksleme ve Matematiksel İşlemler
- Dataframe Giriş
- Dataframe manipülasyonu
- Dataframe fonksiyonları
- Dataframe çoklu indeks işlemleri
- Dataframe text verileri
- Dataframe csv, excel ve html dosya işlemleri
- Zaman Serisi Analizi
- Uygulama Örnekleri ile Pekiştirme
- Matplotlib Nedir?
- Plot ve Subplot
- Renkler ve Çizgiler
- Grafik Boyutu Ölçeklendirme
- Scatter, Histogram, Step ve Piechart
- Uygulama Örnekleri ile Pekiştirme
- Seaborn Nedir?
- 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
- Tensorflow Nedir?
- Katmanlar
- Aktivasyon Fonksiyonları
- Regresyon Nedir?
- Sınıflandırma
- Veri Önişleme
- Test Bölmesi
- Veri Modelleme
- Eğitim Bölmesi
- Model Değerlendirme
- Model Tahminleme
- Araba Fiyatları Analizi
- Veri Anlamlandırma
- Grafiksel Analiz Gerçekleştirme
- En Yüksek Fiyatlı Arabalar
- Veri Temizleme
- Sonuçları Değerlendirme
- Sınıflandırma
- Dropout
- Uygulama Örnekleri ile Pekiştirme
- SQLite Nedir?
- Veri Tabanı Oluşturma, Tablo Oluşturma
- Veri Ekleme ve Kaydetme
- Veri Tabanı İşlemleri, Güncelleme, Silme
- Uygulama Örnekleri ile Pekiştirme
- Yapay Zeka Tarihçesi
- Yapay Zeka kullanım alanları
- Yapay Zeka alt dalları ve algoritmaları
- Makine Öğrenmesi için kullanılacak modüller
- Derin Öğrenmesi için kullanılacak modüller
- Anaconda kurulumu ve Anaconda Prompt kullanımı
- Jupyter-notebook ve Jupyter-lab etkili kullanımı
- Spyder Programı kullanımı
- Eksik veri (Missing Values)
- PCA- Temel Bileşenler Analizi
- Polinomsal Öznitelikler (Polynomial Features)
- Öznitelik Seçimi (Feature Selection)
- Encoder – Kodlayıcı
- Ölçeklendirme ve Normalleştirme (Scaler-Normalization)
- Sınıflandırma Modelleri (Classification Models)
- Regresyon (Bağlanım) Modelleri (Regression Models)
- Doğrusal Bağlanım Modelleri (Linear Regression Models)
- Karar Ağaçları (Decision Tree)
- Rassal Ormanlar (Random Forest)
- K- En Yakın Komşular (KNN)
- Destek Makine Vektörleri (SVM_SVR)
- Sınıflandırma Modelleri (Classıfıcatıon Models)
- K-Ortalamalar (KMeans)
- Hiyerarşik Kümeleme (Hierarchical)
- Spektral kümeleme Algoritması ( Spectral)
- Model Seçme
- GridSearch Algoritması
- API uygulamalar ile zaman serisi veri çekimi
- Yapay Sinir Ağları (Artificial Neural Networks)
- Tek ve Çok katmanlı Algılayıcılar
Evrişimsel (Konvolusyon) Sinir Ağları (CNN) - Zaman Serileri için LSTM
- Yapay Zeka Uygulamaları
ChatGPT ile Uygulamalı Prompt Mühendisiliği
- Prompt Oluşturmak
- Prompt Nedir?
- Prompt Bileşenleri Nelerdir?
- Prompt Örnekleri
- Prompt Mühendisliği ile Büyük Dil Modellerini kullanmak neden önemlidir?
- Girdi – Çıktı Formatları
- Büyük Dil Modelleri (LLM) nedir ve nasıl çalışır?
- Uygulama Örnekleri ile Pekiştirme
- LLM Performans En İyileme Teknikleri
- Açık Kaynaklı Sohbet Botu Uygulaması ile Pekiştirme
- İstem Teknikleri
- İstem Ayarlama
- Kullanım Örnekleri
- Konsept Açıklama
- Bir Konunun Ana Başlıklarını Oluşturma
- Kod Yazma ve Açıklama
- LangChain ile Uygulamalar Oluşturmak
- LangChain Başlangıç ve Kurulum
- OpenAI Modelinin Kullanımı
- Web Sayfası Üzerinden Soru-Cevap
- Prompt Şablonları
- Custom Verileri Loader’lar ile Yüklenmesi
- Modellerle Yapay Zeka Ekleme
- Çoklu Tamamlamalar
- Embedding
- Sohbet Modelleri
- Prompt Şablonlarının Kullanımı
- Streaming
- PDF Dosyalarıyla Sohbet Edilmesi
- ChatGPT için Nasıl Daha İyi İstem (Prompt) Yazılır?
- Gelişmiş Tekniklerin Kullanımı
- ChatGPT API Entegrasyonu
- API Seçenekleri
- Birden Fazla Yanıt Oluşturma
- Tersine Prompt Mühendisliği
- Daha Hızlı LLM Çıkarımı
- Doğal Dil İşleme Nedir?
- Tokenization (Tokenize Etme İşlemi)
- Remove StopWords (Etkisiz Kelimeler Kaldırma)
- Stemmer (Stemming-Gövdeleme)
- Lemmatizer (Lemmatization – Baş Sözcük Çıkarma)
- Vectorization
- Python ile Veri kazınması
- Veri Kazıma Stratejisi
- BeautifulSoup ile Kategori Altındaki Haber Linklerinin Toplanması
- Haber Metninin Seçilmesi
- Haber Özetinin Seçilmesi
- Haber Başlığının ve Zamanının Seçilmesi
- Gizli Anlamsal Analiz (LSA) ile Türkçe Metinlerde Konu Tahmini Projesi
- Şarkı Yazan Yapay Zeka Projesi
- Verisetinin Beatiful Soup ile Oluşturulması
- Şarkı sözlerinin ön işlenmesi
- Şarkının küçük harfe dönüştürülmesi
- Harflerin eşlenmesi
- Verisetinin Input ve Target olarak oluşturulması
- Verisetinin normalize edilmesi
- LSTM (Uzun Kısa Süreli Bellek) Modelinin Oluşturulması
- Modelin Eğitimi
- Şarkı sözü oluşturma
- Sonucun Değerlendirilmesi