Bu eğitimde hangi konular öğretiliyor?

Eğitim programında Python programlama, veri analizi, SQL veri tabanı, makine öğrenmesi, derin öğrenme ve büyük dil modelleri (LLM) gibi güncel konular yer almaktadır.

Veri analizi bölümünde neler öğrenilecek?

Katılımcılar NumPy, Pandas ve Seaborn gibi popüler kütüphanelerle veri manipülasyonu, veri görselleştirme ve temel analiz becerilerini kazanır.

SQL veri tabanı neden önemli?

SQL, verileri düzenlemek ve yönetmek için kullanılan en popüler veri tabanı dilidir. Eğitimde temel sorgular ve veri tabanı yönetimi konuları işlenir.

Makine öğrenmesi eğitiminde hangi bilgiler veriliyor?

Makine öğrenmesinde denetimli ve denetimsiz öğrenme yöntemleri, temel algoritmalar ve uygulama örnekleri üzerinde durulur.

Derin öğrenme eğitimi kapsamında neler var?

Derin öğrenmede yapay sinir ağları, TensorFlow ve Keras kütüphaneleri ile temel uygulamalar, ayrıca CNN ve doğal dil işleme (NLP) gibi konular öğretilir.

LLM (Büyük Dil Modelleri) bölümü neyi kapsıyor?

LLM bölümünde ChatGPT gibi büyük dil modellerinin çalışma mantığı anlatılır ve bu modellerle uygulama geliştirme becerileri kazandırılır.

Yapay Zeka ve Veri Bilimi Kursu| Siliconmade Academy

Başlangıç Eğitimi Takvimi

Hafta İçi Akşam Grubu

Başlangıç: 27 Ekim 2025 Pazartesi Bitiş:11 Mart 2026 Çarşamba Ders saatleri;

Pazartesi 20:00 – 23:00
Salı 20:00 – 23:00
Çarşamba 20:00 – 22:00

Kalan kontenjan - DOLU

Hafta Sonu Sabah Grubu

Başlangıç: 21 Şubat 2026 Cumartesi Bitiş: 2 Ağustos 2026 Pazar Ders saatleri;

Cumartesi 10:00 – 14:00
Pazar 10:00 – 14:00

Kalan kontenjan - (2/33)

Yapay Zeka ve Veri Bilimi Eğitmenimiz

Detayları Gör

Zafer Demirkol

Yapay Zeka ve Veri Bilimi Eğitmeni

Başvuru Formu

Adınız Soyadınız

Telefon Numarası

E-Posta Adresiniz

Mesleğiniz Nedir?

Aydınlatma metnini okudum ve anladım.

Açık rıza metnini kabul ediyorum.

Yapay Zeka ve Veri Bilimi Eğitimi

E-devlet Onaylı Başarı Sertifikası

ICCW Onaylı Uluslararası Sertifika

CV'de referans desteği

Program Özellikleri

Kimler Katılabilir?

Temel kodlama eğitimini tamamlamış adaylar.

Yapay Zeka ve Veri Bilimi alanında uzmanlaşmak isteyenler
Kariyerine yazılım uzmanı olarak başlamak isteyenler
Mevcut kariyerini değiştirmek isteyenler

Belgelendirme

Başarı kriterlerini sağlayan katılımcılar 2 adet sertifika almaya hak kazanır.

E-devlet Onaylı Başarı Sertifikası
ICCW Onaylı Uluslararası Sertifika

Mentör Desteği

Uzman mentörlerimizden öğrenme süreciniz boyunca profesyonel destek alın.

Alanında uzman isimlerle mentorluk seansları
Kod inceleme ve geri bildirim
Ömür boyu oturumlara ücretsiz katılım

Kariyerine Hazırsın

Artık yazılım dünyasında kendi yolunu çizebilirsin.

Gerçek projelerle dolu profesyonel GitHub profili
Junior Yapay Zeka ve Veri Bilimi pozisyonlarına doğrudan başvuru imkânı
Freelance projelerde çalışabilecek teknik yetkinlik

Python ile programlamaya giriş
Sözdizimi
Değişkenler
Veri tipleri
Listeler
String işlemleri
Koşullu ifadeler
Döngüler

Hata yönetimi
Fonksiyonlar
Tuples
Sözlükler

Python'da Nesne-Yönelimli Programlama
Modüller
Paketler

Liste ve sözlük (dictionary) veri yapılarını kullanarak pratik bir veri yönetim problemi çözme
Gerçek hayattan bir senaryo üzerinden algoritma kurma ve koda dökme pratiği

Veri analizi kavramlarına giriş
NumPy, Pandas, Matplotlib

Pandas ile gerçek bir veri setini temizleme ve analize hazırlama
Matplotlib ve Seaborn kütüphaneleri ile veriden anlamlı görseller ve grafikler oluşturma

Seaborn
Veri manipülasyonu ve görselleştirme

SQL Temel Yapıları
Sorgular

Scikit-learn kullanarak bir regresyon modeli ile sayısal tahmin projesi geliştirme
Veri setini kategorilere ayırmak için bir sınıflandırma modeli geliştirme

Boş veriler
Aykırı veriler

Denetimli Öğrenme
Denetimsiz Öğrenme
Lineer Regresyon
Scikit-Learn uygulamaları

Model oluşturma
Confusion Matrix
Tahmin
Çoklu sınıflandırma

Yapay Sinir Ağlarına Giriş
Perceptron
Aktivasyon Fonksiyonları

Cost Fonksiyonları
Gradient Descent
Backpropagation
TensorFlow ve Keras'a giriş

Keras ile regresyon ve sınıflandırma
Model değerlendirme, aşırı öğrenme
CNN'e giriş
NLP temel kavramları

LLM'lerin ne olduğunu ve nasıl çalıştığını kavrama
Metin oluşturma ve anlama projelerine giriş yapma

Beslenen veriye göre harf veya kelime tahmini yapan bir uygulama geliştirme

OpenAI gibi LLM API'lerini kullanarak terminalde chatbot projesi uygulama
API entegrasyonu ve komut-yanıt mekanizması geliştirme

Terminaldeki sohbet robotunu web arayüzüne taşıma projesi
Geliştirilen uygulamanın yerel web sunucusunda çalıştırma ve test etme

Keras ile temel bir derin öğrenme modeli (örn: resim tanıma) oluşturma
Büyük Dil Modeli (LLM) API'larını (Örn: Google Gemini, OpenAI) kullanarak terminalde çalışan sohbet robotu geliştirme
Geliştirilen chatbot'u basit bir web arayüzü (Streamlit veya Flask) ile tarayıcıda gösterme