Bu kurs, savunma sektöründeki profesyonellerin, özellikle otonom sistemler ve bilgisayarla görme alanlarında yapay zeka ve büyük veri teknolojilerinde en güncel bilgileri edinmelerini sağlamayı amaçlamaktadır. Teorik bilgilerin yanı sıra pratik uygulamalara da ağırlık verilecek olan bu kurs sayesinde katılımcılar öğrendiklerini gerçek dünyadaki savunma projelerine nasıl uyarlayabileceklerini pekiştireceklerdir. Kursun sonunda, katılımcılar yapay zeka tabanlı çözümleri etkin bir şekilde geliştirebilmek ve uygulayabilmek için gerekli bilgi ve becerilere sahip olacaklardır.
Eğitimin belirli bir kısmı sınıfta teorik bilgiler ve konuya özel hazırlanmış senaryolar üzerinden işlenecektir. Pratik uygulama aşamasında ise aşağıdaki çalışmalar gerçekleştirilecektir:
Okul kapsamındaki eğitimler, yapay zekanın savunma sanayii kullanımına dair bilgi ve becerilere sahip olmayı hedefleyen ve bu alandaki bilgi ve becerilerini artırmak isteyen geniş bir kitleye hitap etmektedir. Hedef kitlemiz; proje yürütücüsü kurum ve kuruluş çalışanları, tedarik makamı olarak Savunma Sanayii Başkanlığı (SSB) bünyesinde görev yapan profesyoneller, ihtiyaç makamı olarak kamu kurum ve kuruluşlarında çalışan uzmanlar, sektör profesyonelleri ve sektöre yeni adım atmış kariyerine bu alanda yön vermek isteyen genç yeteneklerden oluşmaktadır.
Eğitimler, sektör profesyonelleri ile yine sektör tecrübesi olan akademisyenlerin desteği ile tasarlanmakta ve gerçekleştirilmektedir. Bu kapsamda oluşturulan Uzman Danışma Kurulu YZ Okulu vizyonunu ortaya koymakta ve düzenli aralıklarla eğitim içerikleri konusunda görüş oluşturmaktadır.
Yapay Zeka Okulu bünyesinde yer alan “Uzman Danışma Kurulu (UDK)” aşağıdaki başlıklarda görüş ve tavsiyelerde bulunur:
YZ Okulu bünyesinde yer alan “Koordinatörler” Savunma Sanayii ihtiyaçları doğrultusunda aşağıdaki faaliyetlerde görev alır:
Eğitimler başlığı altındaki mevcut eğitim listesi içerisinden “Talep Et” sekmesi ile ilgili kısımları doldurarak ilgili eğitim için ön talep oluşturabilirsiniz
Eğitimler başlığı altındaki mevcut eğitim listesi içerisinden “Talep Et” sekmesi ile ilgili kısımları doldurarak ilgili eğitim için ön talep oluşturabilirsiniz
Mevcut eğitim listesi dışında ya da mevcut eğitimlerin revize hali olacak şekilde talep edilen eğitim içeriğini, eğitim yerini ve varsa tercih edilen eğitmen adayını/larını iletebilirsiniz
Mevcut eğitim listesi dışında ya da mevcut eğitimlerin revize hali olacak şekilde talep edilen eğitim içeriğini, eğitim yerini ve varsa tercih edilen eğitmen adayını/larını iletebilirsiniz
Sefa Akca
Güven Orkun Tanık
Berkan Demirel
Mehmet Haklıdır
Bilge Kağan Görür
Bu eğitimde savunma sanayiinde görev yapan teknik veya teknik olmayan personelin yapay zeka konusunda temel düzeyde bilgi edinmesi amaçlanmaktadır.
Bu eğitimde savunma sanayinde görev yapan teknik veya teknik olmayan personelin yapay zeka (YZ) konusunda temel düzeyde bilgi edinmesi amaçlanmaktadır. Eğitim kapsamında, YZ’nin tanımı, tarihsel gelişimi, kısa ve orta vadede beklenen gelişmeler ele alınacak; savunma sektöründeki uygulamaları, sunduğu fırsatlar ve oluşturabileceği riskler üzerine farkındalık kazandırılması sağlanacaktır.
Önkoşul yoktur.
Eğitim sınıf ortamında ve sunum dosyaları üzerinden verilecektir.
| Önerilen Dış Kaynaklar |
|---|
| U/D |
Bu eğitim ile savunma sanayi profesyonellerine veya bu alanda kariyerini ilerletmek isteyenlere, Python programlama dili ile temel ve orta düzeyde beceriler kazandırmak amaçlanmaktadır.
Bu eğitim ile savunma sanayi profesyonellerine veya bu alanda kariyerini ilerletmek isteyenlere, Python programlama dili ile temel ve orta düzeyde beceriler kazandırmak amaçlanmaktadır.
Herhangi bir ön koşul bulunmamaktadır.
Eğitim sınıf ortamında, sunum dosyaları üzerinden verilecektir. Katılımcıların bilgisayar ile uygulama yapması beklenecektir.
| Önerilen Dış Kaynaklar |
|---|
| Python Wiki - Beginners Guide |
| W3Schools Python |
| Microsoft Intro to Python |
Eğitimin amacı, katılımcılara temel ve orta düzeyde veri işleme ve veriyi analiz etme kabiliyetleri kazandırmaktır.
Eğitimin amacı, katılımcılara temel ve orta düzeyde veri işleme ve veriyi analiz etme kabiliyetleri kazandırmaktır. Eğitimde, örnekler üzerinden katılımcılara veri temizleme, veri hazırlama ve veriden anlamlı çıkarımlar yapabilme gibi yetkinlikler kazandırılması hedeflenmektedir.
Python ile programlama yapabilmek veya YZTS01 dersini almış olmak.
Eğitim sınıf ortamında, sunum dosyaları üzerinden verilecektir. Katılımcıların bilgisayar ile uygulama yapması beklenecektir.
Bu eğitimin amacı, katılımcılara önbilgisiz arama yöntemlerinin temel kavramlarını öğretmek ve bu yöntemlerin gerçek hayat problemlerinde nasıl kullanılacağını açıklamaktır.
Bu eğitimin amacı, katılımcılara önbilgisiz arama yöntemlerinin temel kavramlarını öğretmek ve bu yöntemlerin gerçek hayat problemlerinde nasıl kullanılacağını açıklamaktır. Eğitim, arama algoritmalarını formülize etme ve pratikte kullanma becerisi kazandırmayı hedeflemektedir.
Temel seviyede programlama bilgisine sahip olmak veya YZTS01 dersini almış olmak.
Eğitim sınıf ortamında, sunum dosyaları üzerinden verilecektir. Katılımcıların bilgisayar ile uygulama yapması beklenecektir.
| Önerilen Dış Kaynaklar |
|---|
| https://www.javatpoint.com/ai-uninformed-search-algorithms |
| https://www.geeksforgeeks.org/uniformed-search-algorithms-in-ai/ |
| Algasi, Khaled AO. Uninformed and Informed Search Techniques in Artificial Intelligence. MS thesis. Eastern Mediterranean University (EMU)-Doğu Akdeniz Üniversitesi (DAÜ), 2017. |
Bu eğitimin amacı, katılımcılara önbilgili arama yöntemlerinin temel kavramlarını öğretmek ve bu yöntemlerin gerçek hayat problemlerinde nasıl kullanılacağını açıklamaktır.
Bu eğitimin amacı, katılımcılara önbilgili arama yöntemlerinin temel kavramlarını öğretmek ve bu yöntemlerin gerçek hayat problemlerinde nasıl kullanılacağını açıklamaktır. Eğitim, arama algoritmalarını formülize etme ve pratikte kullanma becerisi kazandırmayı hedeflemektedir.
YZTS01, YZTS02 ve YZTS03 derslerini almış olmak veya Temel seviyede programlama ve önbilgisiz arama yöntemleri hakim olmak
Eğitim sınıf ortamında, sunum dosyaları üzerinden verilecektir. Katılımcıların bilgisayar ile uygulama yapması beklenecektir.
Bu eğitimin amacı, katılımcılara bilgi temelli ajanların temel kavramlarını ve çalışma prensiplerini öğretmek, savunma sanayine yönelik senaryolarla pratik uygulama becerisi kazandırmaktır.
Bu eğitimin amacı, katılımcılara bilgi temelli ajanların temel kavramlarını ve çalışma prensiplerini öğretmek, savunma sanayine yönelik senaryolarla pratik uygulama becerisi kazandırmaktır.
YZTS01, YZTS02, YZTS03, YZTS04 derslerini almış olmak veya Temel seviyede programlama ve önbilgili/önbilgisiz arama yöntemleri hakim olmak
Eğitim sınıf ortamında, sunum dosyaları üzerinden verilecektir. Katılımcıların bilgisayar ile uygulama yapması beklenecektir.
| Önerilen Dış Kaynaklar |
|---|
| Akerkar, Rajendra, and Priti Sajja. Knowledge-based systems. Jones & Bartlett Publishers, 2009. |
| Russell, Stuart J., and Peter Norvig. Artificial intelligence: a modern approach. Pearson, 2016. |
| https://www.javatpoint.com/knowledge-based-agent-in-ai |
Bu eğitimin amacı, katılımcılara güdümlü öğrenmenin temel kavramlarını ve prensiplerini öğretmek, gerçek dünya problemleriyle bu yöntemlerin pratikteki uygulamalarını göstermektir.
Bu eğitimin amacı, katılımcılara güdümlü öğrenmenin temel kavramlarını ve prensiplerini öğretmek, gerçek dünya problemleriyle bu yöntemlerin pratikteki uygulamalarını göstermektir.
YZFS01 dersini almış olmak veya yapay zeka ve büyük veri hakkında temel seviyede bilgisi olmak.
Eğitim sınıf ortamında, sunum dosyaları üzerinden verilecektir. Katılımcıların bilgisayar ile uygulama yapması beklenecektir.
| Önerilen Dış Kaynaklar |
|---|
| https://cloud.google.com/discover/what-is-supervised-learning |
| https://www.ibm.com/topics/supervised-learning |
| https://developers.google.com/machine-learning/intro-to-ml/supervised |
| Hastie, Trevor, et al. "Overview of supervised learning." The elements of statistical learning: Data mining, inference, and prediction (2009): 9-41. |
Bu eğitimin amacı, katılımcılara güdümlü öğrenmenin temel kavramlarını ve prensiplerini öğretmek, gerçek dünya problemleriyle bu yöntemlerin pratikteki uygulamalarını göstermektir.
Bu eğitimin amacı, katılımcılara güdümlü öğrenmenin temel kavramlarını ve prensiplerini öğretmek, gerçek dünya problemleriyle bu yöntemlerin pratikteki uygulamalarını göstermektir.
YZFS01 ve YZTS02 derslerini almış olmak veya yapay zeka, büyük veri ve veri işleme hakkında temel seviyede bilgisi olmak.
Eğitim sınıf ortamında, sunum dosyaları üzerinden verilecektir. Katılımcıların bilgisayar ile uygulama yapması beklenecektir.
| Önerilen Dış Kaynaklar |
|---|
| https://cloud.google.com/discover/what-is-unsupervised-learning |
| https://www.ibm.com/topics/unsupervised-learning |
| https://www.geeksforgeeks.org/ml-types-learning-part-2/ |
| Ghahramani, Zoubin. "Unsupervised learning." Summer school on machine learning. Berlin, Heidelberg: Springer Berlin Heidelberg, 2003. 72-112. |
| Barlow, Horace B. "Unsupervised learning." Neural computation 1.3 (1989): 295-311. |
| Hastie, Trevor, et al. "Unsupervised learning." The elements of statistical learning: Data mining, inference, and prediction (2009): 485-585. |
Bu eğitimin amacı, katılımcılara derin sinir ağlarının temel kavramlarını ve prensiplerini öğretmek, savunma sanayine yönelik projelerde temel seviyede derin öğrenme tekniklerini uygulayabilme yetkinliği kazandırmaktır.
Bu eğitimin amacı, katılımcılara derin sinir ağlarının temel kavramlarını ve prensiplerini öğretmek, savunma sanayine yönelik projelerde temel seviyede derin öğrenme tekniklerini uygulayabilme yetkinliği kazandırmaktır.
YZTS01 dersini almış olmak veya Temel seviyede python programlama, yapay zeka ve makine öğrenmesi kavramlarına hakim olmak
Eğitim sınıf ortamında, sunum dosyaları üzerinden verilecektir. Katılımcıların bilgisayar ile uygulama yapması beklenecektir.
| Önerilen Dış Kaynaklar |
|---|
| Sze, Vivienne, et al. "Efficient processing of deep neural networks: A tutorial and survey." Proceedings of the IEEE 105.12 (2017): 2295-2329. |
| https://www.tutorialspoint.com/python_deep_learning/python_deep_learning_deep_neural_networks.htm |
Bu eğitimin amacı, katılımcılara görüntü işleme tekniklerinin temel prensiplerini öğretmek ve projelerde görüntü verilerini analiz etme ve entegre etme becerisi kazandırmaktır.
Bu eğitimin amacı, katılımcılara görüntü işleme tekniklerinin temel prensiplerini öğretmek ve projelerde görüntü verilerini analiz etme ve entegre etme becerisi kazandırmaktır. Eğitim, görüntü sınıflandırma, nesne tespiti ve özellik çıkarımı gibi görevler için temel algoritmaların uygulanmasına odaklanmaktadır.
YZTS01 dersini almış olmak veya Temel seviyede python programlama, yapay zeka ve makine öğrenmesi kavramlarına hakim olmak
Eğitim sınıf ortamında, sunum dosyaları üzerinden verilecektir. Katılımcıların bilgisayar ile uygulama yapması beklenecektir.
| Önerilen Dış Kaynaklar |
|---|
| Distante, Arcangelo, et al. Handbook of image processing and computer vision. Germany: Springer International Publishing, 2020. |
| https://staff.fnwi.uva.nl/r.vandenboomgaard/IPCV20162017/LectureNotes/index.html |
| Marion, André. Introduction to image processing. Springer, 2013. |
| https://homepages.inf.ed.ac.uk/rbf/HIPR2/median.htm |
| https://github.com/zafersn/goruntu-isleme-klavuzu/blob/master/docs/11-filtreler-ve-kenar-belirleme.md |
Bu eğitimin amacı, katılımcılara bilgisayarlı görü ve evrişimli sinir ağlarının (CNN) temel prensiplerini öğretmek ve bu mimarilerin temel bilgisayarlı görü problemlerinde nasıl uygulanıp optimize edileceğine dair pratik beceriler kazandırmaktır.
Bu eğitimin amacı, katılımcılara bilgisayarlı görü ve evrişimli sinir ağlarının (CNN) temel prensiplerini öğretmek ve bu mimarilerin temel bilgisayarlı görü problemlerinde nasıl uygulanıp optimize edileceğine dair pratik beceriler kazandırmaktır.
YZİS08 dersini almış olmak veya Temel - Orta düzeyde python programlama, pandas ile veri işleme ve büyük veri ve veri keşfi, veri modelleme ve veri hazırlama hakkında bilgi sahibi olmak
Eğitim sınıf ortamında, sunum dosyaları üzerinden verilecektir. Katılımcıların bilgisayar ile uygulama yapması beklenecektir.
| Önerilen Dış Kaynaklar |
|---|
| https://stanford.edu/~shervine/l/tr/teaching/cs-230/cheatsheet-convolutional-neural-networks |
| https://www.ibm.com/topics/convolutional-neural-networks |
| https://www.geeksforgeeks.org/introduction-convolution-neural-network/ |
| Wu, Jianxin. "Introduction to convolutional neural networks." National Key Lab for Novel Software Technology. Nanjing University. China 5.23 (2017): 495. |
Bu eğitimin amacı, katılımcılara bilgisayarlı görü ve transfer öğrenme tekniklerinin temel kavramlarını öğretmek ve önceden eğitilmiş modelleri kullanarak gerçek hayata yönelik uygulamalar geliştirme becerisi kazandırmaktır.
Bu eğitimin amacı, katılımcılara bilgisayarlı görü ve transfer öğrenme tekniklerinin temel kavramlarını öğretmek ve önceden eğitilmiş modelleri kullanarak gerçek hayata yönelik uygulamalar geliştirme becerisi kazandırmaktır.
YZTS08 ve YZTS10 derslerini almış olmak veya Temel Seviyede Derin Sinir Ağları ve Evrişimli Sinir Ağları hakkında bilgi sahibi olmak.
Eğitim sınıf ortamında, sunum dosyaları üzerinden verilecektir. Katılımcıların bilgisayar ile uygulama yapması beklenecektir.
| Önerilen Dış Kaynaklar |
|---|
| Weiss, Karl, Taghi M. Khoshgoftaar, and DingDing Wang. "A survey of transfer learning." Journal of Big data 3 (2016): 1-40. |
| Zhuang, Fuzhen, et al. "A comprehensive survey on transfer learning." Proceedings of the IEEE 109.1 (2020): 43-76. |
| https://www.tensorflow.org/tutorials/images/transfer_learning |
| https://www.ibm.com/topics/transfer-learning |
| https://aws.amazon.com/what-is/transfer-learning/ |
Bu eğitimin amacı katılımcılara, ileri seviyede derin sinir ağları ve optimizasyon tekniklerini öğreterek bu tekniklerin teorik bilgilerinin yanı sıra pratikte kullanımlarını üzerine uzmanlık kazandırmaktır.
Bu eğitimin amacı katılımcılara, ileri seviyede derin sinir ağları ve optimizasyon tekniklerini öğreterek bu tekniklerin teorik bilgilerinin yanı sıra pratikte kullanımlarını üzerine uzmanlık kazandırmaktır.
YZTS01 ve YZTS08 derslerini almış olmak veya Temel seviyede python programlama, yapay zeka,makine öğrenmesi ve derin öğrenme kavramlarına hakim olmak
Eğitim sınıf ortamında, sunum dosyaları üzerinden verilecektir. Katılımcıların bilgisayar ile uygulama yapması beklenecektir.
| Önerilen Dış Kaynaklar |
|---|
| Sze, Vivienne, et al. "Efficient processing of deep neural networks: A tutorial and survey." Proceedings of the IEEE 105.12 (2017): 2295-2329. |
| Ahmed, S.F., Alam, M.S.B., Hassan, M. et al. Deep learning modelling techniques: current progress, applications, advantages, and challenges. Artif Intell Rev 56, 13521–13617 (2023). https://doi.org/10.1007/s10462-023-10466-8 |
Bu eğitimin amacı, katılımcılara tablo bazlı pekiştirmeli öğrenme yöntemlerini öğretmek ve savunma sanayine özgü karmaşık problemlerin çözümünde bu yöntemlerin uygulanabilirliğini göstermektir.
Bu eğitimin amacı, katılımcılara tablo bazlı pekiştirmeli öğrenme yöntemlerini öğretmek ve savunma sanayine özgü karmaşık problemlerin çözümünde bu yöntemlerin uygulanabilirliğini göstermektir. Ayrıca, Q-öğrenme ve dinamik programlama gibi tekniklerde katılımcılara uzmanlık kazandırılması hedeflenmektedir.
YZTS01 ve YZTS08 derslerini almış olmak veya Temel seviyede python programlama, yapay zeka,makine öğrenmesi,derin öğrenme ve pekiştirmeli öğrenme kavramlarına hakim olmak.
Eğitim sınıf ortamında, sunum dosyaları üzerinden verilecektir. Katılımcıların bilgisayar ile uygulama yapması beklenecektir.
Bu eğitimin amacı, katılımcılara politika bazlı pekiştirmeli öğrenme yöntemlerini öğretmek ve savunma sanayine özgü karmaşık problemlerin çözümünde bu yöntemlerin uygulanabilirliğini göstermektir.
Bu eğitimin amacı, katılımcılara politika bazlı pekiştirmeli öğrenme yöntemlerini öğretmek ve savunma sanayine özgü karmaşık problemlerin çözümünde bu yöntemlerin uygulanabilirliğini göstermektir.
YZTS01 ve YZTS08 derslerini almış olmak veya Temel seviyede python programlama, yapay zeka,makine öğrenmesi, derin öğrenme ve pekiştirmeli öğrenme kavramlarına hakim olmak
Eğitim sınıf ortamında, sunum dosyaları üzerinden verilecektir. Katılımcıların bilgisayar ile uygulama yapması beklenecektir.
Bu eğitimin amacı, katılımcılara otonom sistemlerin ileri düzey algoritmalarını ve mimarilerini öğretmek, savunma sanayine yönelik kullanım senaryoları için gerçek zamanlı karar verme, yol planlama ve çoklu ajan koordinasyonu konularında yetkinlik kazandırmaktır.
Bu eğitimin amacı, katılımcılara otonom sistemlerin ileri düzey algoritmalarını ve mimarilerini öğretmek, savunma sanayine yönelik kullanım senaryoları için gerçek zamanlı karar verme, yol planlama ve çoklu ajan koordinasyonu konularında yetkinlik kazandırmaktır. Eğitim, uygulamalı senaryolarla pratik bilgi sağlamayı hedeflemektedir.
YZTS01 ve YZTS08 derslerini almış olmak veya Temel seviyede python programlama, yapay zeka,makine öğrenmesi, derin öğrenme ve pekiştirmeli öğrenme kavramlarına hakim olmak
Eğitim sınıf ortamında, sunum dosyaları üzerinden verilecektir. Katılımcıların bilgisayar ile uygulama yapması beklenecektir.
| Önerilen Dış Kaynaklar |
|---|
| http://robotics.caltech.edu/wiki/images/e/e0/Astar.pdf |
| https://www.w3schools.com/dsa/dsa_algo_graphs_dijkstra.php |
| https://lavalle.pl/rrt/ |
| Tan, Ying, and Zhong-yang Zheng. "Research advance in swarm robotics." Defence Technology 9.1 (2013): 18-39. |
Bu eğitimin amacı, katılımcılara büyük veri işleme, analitik teknikler ve veri keşfi yöntemlerinde ileri düzey bilgi ve beceriler kazandırmaktır.
Bu eğitimin amacı, katılımcılara büyük veri işleme, analitik teknikler ve veri keşfi yöntemlerinde ileri düzey bilgi ve beceriler kazandırmaktır. Eğitim, büyük veri altyapıları, dağıtık hesaplama ve veri görselleştirme konularında uzmanlık sağlamayı hedeflemektedir.
YZTS01 ve YZTS02 derslerini almış olmak veya Temel seviyede python programlama ve pandas ile veri işleme bilgisine sahip olmak
Eğitim sınıf ortamında, sunum dosyaları üzerinden verilecektir. Katılımcıların bilgisayar ile uygulama yapması beklenecektir.
| Önerilen Dış Kaynaklar |
|---|
| https://www.ibm.com/topics/big-data-analytics |
| https://cloud.google.com/learn/what-is-big-data |
| https://www.oracle.com/tr/big-data/what-is-big-data/ |
| https://www.geeksforgeeks.org/data-visualization-and-its-importance/ |
| Ajibade, Samuel Soma, and Anthonia Adediran. "An overview of big data visualization techniques in data mining." International Journal of Computer Science and Information Technology Research 4.3 (2016): 105-113. |
Bu eğitimin amacı, katılımcılara veri modelleme kavramları ve yöntemleri konusunda ileri düzey bilgi kazandırmak ve büyük veri projelerinde etkin veri modelleri oluşturma becerisi sağlamaktır.
Bu eğitimin amacı, katılımcılara veri modelleme kavramları ve yöntemleri konusunda ileri düzey bilgi kazandırmak ve büyük veri projelerinde etkin veri modelleri oluşturma becerisi sağlamaktır. Eğitim, veritabanı tasarımı, ilişkisel modelleme ve veri ambarı yapılandırmaları üzerine uzmanlaşmayı hedeflemektedir.
YZİS06 dersini almış olmak veya Temel - Orta düzeyde python programlama, pandas ile veri işleme ve büyük veri ve veri keşfi hakkında bilgi sahibi olmak
Eğitim sınıf ortamında, sunum dosyaları üzerinden verilecektir. Katılımcıların bilgisayar ile uygulama yapması beklenecektir.
| Önerilen Dış Kaynaklar |
|---|
| https://www.w3schools.com/mongodb/ |
| https://www.mongodb.com/resources/basics/databases/nosql-explained/data-modeling |
| Gudivada, Venkat N., Dhana Rao, and Vijay V. Raghavan. "NoSQL systems for big data management." 2014 IEEE World congress on services. IEEE, 2014. |
Bu eğitimin amacı, katılımcılara makine öğrenimi ve analitik süreçler için veri hazırlama sürecinin ileri tekniklerini öğretmek ve büyük veri platformlarında yüksek kaliteli veri hazırlama becerisi kazandırmaktır.
Bu eğitimin amacı, katılımcılara makine öğrenimi ve analitik süreçler için veri hazırlama sürecinin ileri tekniklerini öğretmek ve büyük veri platformlarında yüksek kaliteli veri hazırlama becerisi kazandırmaktır. Eğitim, veri temizleme, birleştirme ve dönüştürme gibi temel adımlarda uzmanlık sağlamayı hedeflemektedir.
YZİS06 dersini almış olmak veya Temel - Orta düzeyde python programlama, pandas ile veri işleme ve büyük veri ve veri keşfi, veri modelleme hakkında bilgi sahibi olmak
Eğitim sınıf ortamında, sunum dosyaları üzerinden verilecektir. Katılımcıların bilgisayar ile uygulama yapması beklenecektir.
| Önerilen Dış Kaynaklar |
|---|
| Xu, Hongzuo, et al. "Deep isolation forest for anomaly detection." IEEE Transactions on Knowledge and Data Engineering 35.12 (2023): 12591-12604. |
| https://www.tutorialspoint.com/apache_spark/index.htm |
| https://spark.apache.org/docs/latest/quick-start.html |
| https://learn.microsoft.com/en-us/analysis-services/data-mining/feature-selection-data-mining?view=asallproducts-allversions |
| Li, Jundong, and Huan Liu. "Challenges of feature selection for big data analytics." IEEE Intelligent Systems 32.2 (2017): 9-15. |
Bu eğitimin amacı, katılımcılara büyük veri üzerinde makine öğrenimi modellerini eğitme ve değerlendirme süreçlerinde ileri düzey bilgi kazandırmak, dağıtık hesaplama ve paralel işleme teknikleriyle veri analitiğinde uzmanlık sağlamaktır.
Bu eğitimin amacı, katılımcılara büyük veri üzerinde makine öğrenimi modellerini eğitme ve değerlendirme süreçlerinde ileri düzey bilgi kazandırmak, dağıtık hesaplama ve paralel işleme teknikleriyle veri analitiğinde uzmanlık sağlamaktır. Eğitim, model değerlendirme, dengesizlik ve genelleme gibi sorunlara yönelik çözüm stratejileri geliştirmeyi hedeflemektedir.
YZİS06 ve YZİS08 derslerini almış olmak veya Temel - Orta düzeyde python programlama, pandas ile veri işleme ve büyük veri ve veri keşfi, veri modelleme ve veri hazırlama hakkında bilgi sahibi olmak
Eğitim sınıf ortamında, sunum dosyaları üzerinden verilecektir. Katılımcıların bilgisayar ile uygulama yapması beklenecektir.
| Önerilen Dış Kaynaklar |
|---|
| https://www.tensorflow.org/tutorials |
| Alibrahim, Hussain, and Simone A. Ludwig. "Hyperparameter optimization: Comparing genetic algorithm against grid search and bayesian optimization." 2021 IEEE Congress on Evolutionary Computation (CEC). IEEE, 2021. |
| Wu, Jia, et al. "Hyperparameter optimization for machine learning models based on Bayesian optimization." Journal of Electronic Science and Technology 17.1 (2019): 26-40. |
| https://aws.amazon.com/what-is/overfitting/ |
| https://developers.google.com/machine-learning/crash-course/classification/accuracy-precision-recall |
Bu eğitimin amacı, katılımcılara üretken yapay zeka tekniklerinin temel teknolojilerini ve büyük dil modellerinin (LLMs) konseptlerini öğretmek, doğal dil işleme ve attention mekanizmaları gibi yöntemleri uygulayabilme yetkinliği kazandırmaktır.
Bu eğitimin amacı, katılımcılara üretken yapay zeka tekniklerinin temel teknolojilerini ve büyük dil modellerinin (LLMs) konseptlerini öğretmek, doğal dil işleme ve attention mekanizmaları gibi yöntemleri uygulayabilme yetkinliği kazandırmaktır.
YZİS02 dersini almış olmak veya Temel - Orta Seviyede Derin Sinir Ağları hakkında bilgi sahibi olmak.
Eğitim sınıf ortamında, sunum dosyaları üzerinden verilecektir. Katılımcıların bilgisayar ile uygulama yapması beklenecektir.
| Önerilen Dış Kaynaklar |
|---|
| https://aws.amazon.com/what-is/recurrent-neural-network/ |
| https://www.ibm.com/topics/natural-language-processing |
| https://www.ibm.com/topics/vector-database |
| https://pytorch.org/docs/stable/generated/torch.nn.LSTM.html |
| https://www.geeksforgeeks.org/natural-language-processing-nlp-tutorial/ |
| Vaswani, A. "Attention is all you need." Advances in Neural Information Processing Systems (2017). |
| Resnik, Philip, and Jimmy Lin. "Evaluation of NLP systems." The handbook of computational linguistics and natural language processing (2010): 271-295. |
Bu eğitimin amacı, katılımcılara üretken yapay zeka, özçağrılı sinir ağları ve büyük dil modelleri (LLMs) gibi ileri düzey tekniklerin temel prensiplerini öğretmek ve bu modellerin performans optimizasyonu ile güvenilirlik artırma süreçlerinde yetkinlik kazandırmaktır.
Bu eğitimin amacı, katılımcılara üretken yapay zeka, özçağrılı sinir ağları ve büyük dil modelleri (LLMs) gibi ileri düzey tekniklerin temel prensiplerini öğretmek ve bu modellerin performans optimizasyonu ile güvenilirlik artırma süreçlerinde yetkinlik kazandırmaktır.
YZİS02 ve YZİS10 derslerini almış olmak veya Orta - İleri seviyede derin sinir ağları, özçağrılı sinir ağları ve doğal dil işleme alanlarında bilgi sahibi olmak.
Eğitim sınıf ortamında, sunum dosyaları üzerinden verilecektir. Katılımcıların bilgisayar ile uygulama yapması beklenecektir.
| Önerilen Dış Kaynaklar |
|---|
| https://www.ibm.com/topics/natural-language-processing |
| https://aws.amazon.com/what-is/large-language-model/ |
| https://www.ibm.com/topics/fine-tuning |
| https://huggingface.co/models |
| Vaswani, A. "Attention is all you need." Advances in Neural Information Processing Systems (2017). |
| Yao, Yifan, et al. "A survey on large language model (LLM) security and privacy: The good, the bad, and the ugly." High-Confidence Computing (2024): 100211. |
Savunma Sanayi Akademi
Üniversiteler Mahallesi ODTÜ TEKNOKENT, 06800, Çankaya/Ankara/Türkiye
+90 312 424 19 62
