Veri Odaklı Yapay Zekâ: Temelden Güncel Teknolojilere (Python)

1. Eğitim Bilgileri

• Eğitim Türü: Bireysel Gelişim Akademisi
• Süre: 8 gün / 32 Saat (Cumartesi- Pazar)
• Eğitim Şekli:  Yüz yüze / Eğitim Hezarfen Kampüsü Küçükyalı’da bulunan bilgisayar laboratuvarında gerçekleşecektir.
• Eğitim Süreci: Katılım zorunludur; belgeye dayalı haklı bir mazereti olmayan adayların, eğitim süresinin %75’inden fazlasına katılmamaları durumunda eğitimle ilişikleri kesilir. 
• Adres: Hezarfen Kampüsü Küçükyalı: Aydınevler Mh. İsmet İnönü Cd. No:4, 34840 Maltepe / İstanbul | Konum
• Eğitim Tarihleri:

2-3 Mayıs 2026 (Cumartesi- Pazar)

9-10 Mayıs 2026 (Cumartesi- Pazar)

16-17 Mayıs 2026 (Cumartesi- Pazar)

23-24 Mayıs 2026 (Cumartesi- Pazar)

• Eğitim Ücreti: 10.000 TL
• İndirim: İstanbul Ticaret Üniversitesi personel, mezun ve öğrencilerine %25 indirim uygulanmaktadır.
• Hedef Kitle: 
• Üniversitelerin mühendislik ve fen bilimleri bölümü öğrencileri
• Veri bilimi ve yapay zekâ alanına giriş yapmak isteyenler
• Yazılım geliştiriciler
• Akademisyenler ve araştırmacılar
• Sektörde veri analizi veya makine öğrenmesi projelerinde görev almak isteyen profesyoneller
• Sertifika: Eğitim sonunda sınav yapılacaktır. 70 ve üzeri puan alan katılımcılarımız Başarı Sertifikası ile eğitimi tamamlayacaklardır. Başarı Sertifikası e-devlet üzerinden görüntülenebilir.

2. Eğitim Hakkında

Bu eğitim programı, katılımcılara Python programlama dili kullanarak makine öğrenmesi alanına sağlam bir giriş yapma imkânı sunar. Eğitim süresince temel kavramlardan başlayarak veri ön işleme, denetimli ve denetimsiz öğrenme algoritmaları, model değerlendirme ve basit proje uygulamalarına kadar kapsamlı bir içerik sunulmaktadır.

Program, teorik bilgiyi uygulama ile destekleyen bir yapıya sahiptir. Katılımcılar, gerçek veri setleri üzerinde çalışarak makine öğrenmesi modellerini geliştirme, eğitme ve değerlendirme deneyimi kazanacaktır. Eğitim boyunca özellikle NumPy, Pandas, Matplotlib ve Scikit-learn kütüphaneleri aktif olarak kullanılacaktır.

Uygulama Ortamı:

• Jupyter Notebook
• Google Colab

3. Eğitimin Amacı

• Makine öğrenmesinin temel kavramlarını öğretmek
• Python ile veri analizi yapabilme becerisi kazandırmak
• Temel makine öğrenmesi algoritmalarını uygulamalı olarak öğretmek
• Model performansını değerlendirme yöntemlerini tanıtmak
• Katılımcılara küçük ölçekli bir makine öğrenmesi projesi geliştirme yetkinliği kazandırmak

4. Eğitim İçeriği / Programı

• Yapay zekâ, makine öğrenmesi ve derin öğrenme kavramları
• Makine öğrenmesi türleri
  • Denetimli Öğrenme
  • Denetimsiz Öğrenme
  • Pekiştirmeli Öğrenme
• Uygulama alanları

• NumPy ile sayısal işlemler
• Pandas ile veri okuma ve veri manipülasyonu
• Veri temizleme ve eksik veri analizi
• Matplotlib ve Seaborn ile veri görselleştirme

• Özellik seçimi ve özellik mühendisliği
• Kategorik verilerin kodlanması
• Veri ölçeklendirme (Standardization & Normalization)
• Eğitim ve test verisinin ayrılması

• Doğruluk (Accuracy)
• Precision, Recall, F1-Score
• Confusion Matrix
• Cross Validation
• Overfitting ve Underfitting kavramları

 Doğrusal Regresyon

• Lojistik Regresyon
• k-En Yakın Komşu (KNN)
• Karar Ağaçları
• Destek Vektör Makineleri (SVM)

     Uygulama: Scikit-learn ile model kurma

• Kümeleme (K-Means)
• Hiyerarşik Kümeleme
• Boyut indirgeme (PCA temel kavramlar)

• Gerçek veri seti ile uçtan uca makine öğrenmesi uygulaması
• Model geliştirme
• Model değerlendirme
• Sonuçların yorumlanması

5. Katılımcıların Kazanımları

• Python ile veri analizi yapabilecek
• Temel makine öğrenmesi modelleri geliştirebilecek
• Model performansını değerlendirebilecek
• Basit seviyede veri bilimi projeleri gerçekleştirebilecek düzeye ulaşacaktır.

Önemli Bilgilendirme

Bu eğitim sonunda bitirme sınavı yapılacaktır; sınavdan 70 puan ve üzeri not alan katılımcılarımız Başarı Sertifikası ile eğitimi tamamlamaya hak kazanacaklardır.