Çocuk & GençPython ve Makine Öğrenmesi

Yapay Zekâ Eğitimi

Python temellerinden veri analizine, görselleştirmeden makine öğrenmesi modellerine uzanan uygulamalı bir başlangıç.

  • KatılımcıÖzellikle ortaokul
  • Süre12 hafta
  • Program24 saat
  • FormatYüz yüze

Detay sayfası programı 12 hafta, haftada 2 saat ve toplam 24 saat olarak yayımlıyor.

Yapay Zekâ Eğitimi eğitimini temsil eden görsel
RESMÎ PROGRAM BİLGİSİ

Kaynakta yayımlanan tüm kapsam

Bu bölüm MISSoft’un ilgili eğitim ve Akademi sayfalarında yayımladığı bilgiler esas alınarak hazırlanmıştır.

Kaynağı aç
01

Eğitimin amacı

Python programlama temelleri; değişkenler, koşullar, döngüler, fonksiyonlar ve veri yapıları üzerinden ele alınıyor.

Makine öğrenmesinde denetimli ve denetimsiz öğrenme, veri ön işleme, model kurma ve değerlendirme adımları işleniyor.

NumPy ve Pandas ile veri üzerinde çalışma becerisi kazandırılıyor. Katılımcıların kendi uygulamalı projelerini geliştirmesi hedefleniyor.

02

Hedef kitle ve uygulama ortamı

Resmî hedef kitle metni elektronik ve kodlamaya ilgi duyan herkesi, özellikle ortaokul düzeyindeki öğrencileri işaret ediyor.

Temel elektronik ve bilgisayar bilgisi önerilir ancak zorunlu değildir. Eğitim 12 hafta, haftada 2 saat ve toplam 24 saat olarak uygun bir sınıf ortamında planlanmıştır.

03

Kod Akademi ana sayfasındaki genel tanım

Makine öğrenmesi, derin öğrenme ve doğal dil işleme konularının ele alındığı 7 aylık bir alan eğitimi olarak da tanıtılıyor.

Kaynak: MISSoft Yapay Zekâ Eğitimi sayfası

KAZANIMLAR

Bu eğitimde ne öğreneceksin?

Yayımlanan program kapsamından öne çıkan bilgi ve beceri alanları.

01

Python sözdizimi, değişken, veri tipi, operatör, koşul ve döngüleri kullanmak

02

Fonksiyonlar ve listelerle küçük uygulamalar geliştirmek

03

NumPy, Pandas, Matplotlib ve Seaborn ile veriyi işlemek ve görselleştirmek

04

Denetimli ve denetimsiz öğrenme kavramlarını tanımak

05

Veri temizleme, dönüştürme, normalizasyon ve ölçekleme yapmak

06

Regresyon ve sınıflandırma modellerini temel metriklerle değerlendirmek

PROGRAM AKIŞI

Müfredat

Resmî sayfadaki bütün haftalar ve alt başlıklar, eksiltilmeden açılır modüller halinde düzenlendi.

011. Ay · 1. Hafta · Python'a girişPython'ın kullanım alanları ve ilk program.
  • Python'ın kullanımı ve popülerliği
  • Temel programlama kavramlarının özeti
  • Python sözdizimi
  • Hello World uygulaması
021. Ay · 2. Hafta · Değişkenler ve operatörlerVeri tipleri ve temel işlemler.
  • Değişkenler
  • int, float, str ve bool veri tipleri
  • Aritmetik operatörler
  • Karşılaştırma operatörleri
  • Mantıksal operatörler
031. Ay · 3. Hafta · Kontrol yapılarıKoşullar ve döngüler.
  • if-else koşulları
  • for döngüsü
  • while döngüsü
041. Ay · 4. Hafta · Fonksiyonlar ve listelerHesap makinesi uygulaması ve veri yapıları.
  • Hesap makinesi uygulaması
  • Fonksiyonlar ve kendi fonksiyonunu oluşturma
  • Listeler ve liste işlemleri
  • Liste uygulamaları
052. Ay · 1. Hafta · NumPy ve PandasDizi ve veri çerçevesi işlemleri.
  • NumPy dizileri
  • İndeksleme
  • Dizi işlemleri
  • Pandas DataFrame yapısı
  • Veri manipülasyonu
062. Ay · 2. Hafta · Veri görselleştirmeMatplotlib ve Seaborn.
  • Matplotlib ile görselleştirme
  • Seaborn ile görselleştirme
072. Ay · 3. Hafta · Pandas ile veri analiziGruplama, toplulaştırma ve dönüşüm.
  • Pandas ile veri analizi
  • Gruplama ve toplulaştırma
  • Veri manipülasyonu
  • Veri dönüştürme
082. Ay · 4. Hafta · Uygulamalı projeFikirden sunuma veri projesi.
  • Proje fikirleri
  • Proje kapsamı ve gereksinimleri
  • Proje geliştirme
  • Proje sunumu
093. Ay · 1. Hafta · Makine öğrenmesine girişDenetimli ve denetimsiz öğrenme.
  • Makine öğrenmesinin temelleri
  • Denetimli öğrenme
  • Denetimsiz öğrenme
103. Ay · 2. Hafta · Regresyon ve sınıflandırmaTahmin problemlerinin temel ayrımı.
  • Sınıflandırma
  • Regresyon ve sınıflandırma karşılaştırması
113. Ay · 3. Hafta · Veri ön işlemeModel öncesi veri hazırlığı.
  • Veri temizleme ve dönüştürme
  • Eksik veriler
  • Normalizasyon
  • Ölçekleme
123. Ay · 4. Hafta · Modeller ve değerlendirmeTemel algoritmalar ve başarı ölçümü.
  • Doğrusal regresyon
  • K-NN
  • Karar ağaçları ve diğer temel modeller
  • Model değerlendirme metrikleri
DOĞRU PROGRAM MI?

Kimler için, hangi hazırlıkla?

Kimler için?

  • Python, veri ve yapay zekâya ilgi duyan öğrenciler
  • Özellikle ortaokul düzeyindeki öğrenciler
  • Kendi veri veya makine öğrenmesi projesini geliştirmek isteyenler

Ön koşullar

  • Temel elektronik ve bilgisayar bilgisi önerilir ancak zorunlu değildir.
  • Kod Akademi genel kuralına göre alan eğitiminden önce Temel Bilişim programı tamamlanmalıdır.
EĞİTMEN KADROSU

Program eğitmenleri

Resmî Kod Akademi sayfasında bu alan için adı yayımlanan eğitmenler.

Doç. Dr. Sinan Kul
Doç. Dr. Sinan KulYapay Zekâ Eğitmeni
Dr. Fatih Alaeddinoğlu
Dr. Fatih AlaeddinoğluYapay Zekâ Eğitmeni
Dr. Çağrı ArınçYapay Zekâ Eğitmeni

Sertifika

Resmî Yapay Zekâ sayfasında sertifika ve başarı koşulları ayrıntılandırılmamıştır; güncel dönem bilgisi başvuru sırasında alınmalıdır.

MERAK EDİLENLER

Sık sorulan sorular

Hangi araçlar kullanılıyor?

Yayımlanan müfredatta Python, NumPy, Pandas, Matplotlib ve Seaborn yer alıyor.

Makine öğrenmesi işleniyor mu?

Evet. Denetimli ve denetimsiz öğrenme, regresyon, sınıflandırma, veri ön işleme ve model değerlendirme işleniyor.

Güncel tarih ve ücret bilgisi nedir?

Kaynak sayfalarda dönemsel ve birbiriyle farklılaşan planlar yayımlandığı için güncel başlangıç tarihi, ders süresi, kontenjan ve ücret bilgisi kayıt görüşmesinde doğrulanmalıdır.

SONRAKİ ADIM
Tüm eğitimler
MIS KOD AKADEMİ

Teknolojiyi izleyen değil, üreten tarafta ol.

Yapay Zekâ için bilgi al