Eğitimin Amacı

Makine Öğrenimi Sertifika Programı, katılımcılara günümüzün popüler alanlarından biri olan yapay zekanın alt bilim dalı olan makine öğrenmesi konularında kapsamlı ve pratik bir eğitim sunmayı amaçlar. Program, katılımcılarına, çeşitli sektörlerde kullanılan veri işleme tekniklerine ve makine öğrenmesi algoritmaları ile model geliştirme yeteneklerini kazandırmayı hedefler. Bu sayede, katılımcılar ilgili sektörlerde teorik ve uygulama becerilerle donanımlı hale gelirler.

Eğitim Programı

1. ModülMakine Öğrenimine Giriş

Yapay zekâ ve makine öğrenimi ilişkisi
Makine Öğrenmesi temel kavramları
Denetimli, denetimsiz ve pekiştirmeli öğrenme
Gerçek dünya kullanım alanları

2. ModülVeri Bilimine Giriş ve Veri Hazırlama

Veri bilimi süreci ve adımları
Veri toplama ve veri kaynakları
Veri temizleme ve ön işleme
Eksik ve aykırı veri yönetimi

3. ModülPython ile Makine Öğrenimine Giriş

Python programlama temelleri
Python ekosistemi
NumPy, Pandas ve Matplotlib kullanımı
Veri analizi için temel araçlar

4. ModülKeşifsel Veri Analizi (EDA)

Veri görselleştirme teknikleri
Korelasyon analizi
Veri dağılımı inceleme
Özellik (feature) analizi

5. ModülDenetimli Öğrenme (Supervised Learning)

Regresyon modelleri
Sınıflandırma algoritmaları
Lineer regresyon ve lojistik regresyon
Karar ağaçları ve KNN algoritması

6. ModülModel Değerlendirme ve Performans

Train-test split mantığı
Doğruluk (accuracy), precision, recall
Confusion matrix
Model overfitting ve underfitting

7. ModülDenetimsiz Öğrenme (Unsupervised Learning)

Kümeleme (clustering) algoritmaları
K-means yöntemi
Boyut indirgeme (PCA)
Veri segmentasyonu

8. ModülModel Optimizasyonu

Hiperparametre ayarlama
Cross-validation teknikleri
Model iyileştirme stratejileri
Feature engineering

9. ModülMakine Öğrenimi Uygulamaları

Gerçek veri setleri ile çalışma
Tahmin modelleri geliştirme
Sınıflandırma ve regresyon projeleri
Uygulamalı analiz senaryoları

10. ModülMakine Öğrenimi Proje Geliştirme

Uçtan uca ML proje tasarımı
Veri hazırlama → modelleme → değerlendirme süreci
Model sonuçlarının yorumlanması
Proje raporlama

11. ModülModel Yayınlama (Deployment)

Model kaydetme ve yükleme
API ile model sunumu
Basit üretim ortamı hazırlama
Gerçek sistemlere entegrasyon

12. ModülSertifika Proje Çalışması

Katılımcı bazlı final proje geliştirme
Gerçek veri seti analizi
Model geliştirme ve sunum
Performans değerlendirme

Bölüm 1

Bu eğitim, mesleki gelişim amaçlı olup, alınan belge MYK yetki belgesi zorunlu olan eğitimlerde MYK yetki belgesi yerine geçmez.

Bölüm 4

Eğitim kurumsal işbirliğine (kurum/şirket tüzel kişiliğine paket) açık olup, bireysel başvurular kabul edilmemektedir. Kurumsal katılımcı profili ve ihtiyaçlarınıza göre eğitim içeriği yeniden planlanabilmektedir. Karşılıklı görüşmeler neticesinde eğitimin kapsam ve eğitimin yöntemi (Yüz-Yüze, Çevrimiçi) belirlenip ilgili süreçler tamamlanmaktadır. Mutabakat sağlanması durumunda kurumunuzun katılımcıları ile öğretim elemanlarımızın uygun gün ve saatleri, eğitimin yapılacağı yer belirlenmektedir.