KursverGiriş Yap

Sürdürülebilirlik ve Gelecek Teknolojileri

İklim Teknolojileri için Yapay Zekâ ve Tahmin Sistemleri

Kontenjan

25 Kişi

Ücret

₺9.250,00

Ders Takvimi

Ders takvimi henüz eklenmedi.
Platform: Canlı
Canlı Ders Linki: https://meet.google.com/abc-abc-abc
WhatsApp'ta Paylaş

Sizin için önerilenler

Bunları da inceleyebilirsiniz.

Sürdürülebilirlik ve Gelecek Teknolojileri

Yeni Nesil Batarya Verisi ve Enerji Depolama Analitiği

₺9.250,00İncele

Sürdürülebilirlik ve Gelecek Teknolojileri

Gelecek Senaryoları ve Teknoloji Öngörüsü Uzmanlık Programı

₺7.900,00İncele

Sürdürülebilirlik ve Gelecek Teknolojileri

Sürdürülebilir Teknoloji Ürünleri Geliştirme Eğitimi

₺5.400,00İncele

Sürdürülebilirlik ve Gelecek Teknolojileri

Karbon Verisi Platformları ve Sürdürülebilirlik Analitiği

₺7.900,00İncele

Kurs İçeriği

Eğitim Süresi: 56 saat

İklim Teknolojileri için Yapay Zekâ ve Tahmin Sistemleri; Sürdürülebilirlik ve Gelecek Teknolojileri alanında güncel yöntemleri, uygulamalı örnekleri ve profesyonel kullanım senaryolarını kapsayan online sertifikalı eğitim programıdır.

İklim Teknolojileri için Yapay Zekâ ve Tahmin Sistemleri eğitimi; temel kavramlardan uygulamalı projeye ilerleyen, ölçülebilir kazanımlar içeren 12 bölümlük bir öğrenme planıdır ve Sürdürülebilirlik ve Gelecek Teknolojileri alanındaki güncel uygulamalara göre yapılandırılmıştır.

1. BÖLÜM – Yapay Zekaya Giriş
  • Yapay zeka, makine öğrenmesi ve derin öğrenme ilişkisi
  • Problem türleri ve kullanım senaryoları
  • Model geliştirme yaşam döngüsü
2. BÖLÜM – Veri Hazırlama
  • Veri toplama ve etiketleme
  • Eksik veri, aykırı değer ve ölçekleme
  • Eğitim, doğrulama ve test ayrımı
3. BÖLÜM – Denetimli Öğrenme
  • Regresyon ve sınıflandırma
  • Algoritma seçimi
  • Temel model uygulaması
4. BÖLÜM – Denetimsiz Öğrenme
  • Kümeleme ve boyut indirgeme
  • Benzerlik ölçüleri
  • Sonuçların yorumlanması
5. BÖLÜM – Özellik Mühendisliği
  • Özellik seçimi ve dönüşümü
  • Kategorik verilerin kodlanması
  • Veri sızıntısından kaçınma
6. BÖLÜM – Model Eğitimi ve Ayarlama
  • Kayıp fonksiyonları ve optimizasyon
  • Hiperparametre arama
  • Aşırı öğrenme ve düzenlileştirme
7. BÖLÜM – Model Değerlendirme
  • Doğruluk, precision, recall ve F1
  • ROC-AUC ve hata matrisi
  • İş hedefine uygun metrik seçimi
8. BÖLÜM – Derin Öğrenme Temelleri
  • Yapay sinir ağlarının yapısı
  • Eğitim süreci ve aktivasyon fonksiyonları
  • Görüntü ve metin uygulamalarına giriş
9. BÖLÜM – Üretken Yapay Zeka ve Büyük Dil Modelleri
  • Transformer ve dil modeli mantığı
  • Prompt tasarımı ve bağlam yönetimi
  • RAG ve araç kullanan sistemlere giriş
10. BÖLÜM – MLOps, Etik ve Üretime Alma
  • Model paketleme ve servis etme
  • İzleme, sürümleme ve yeniden eğitim
  • Önyargı, açıklanabilirlik ve sorumlu yapay zeka
11. BÖLÜM – Uygulamalı Proje Planlama
  • Proje hedefi ve kapsamının belirlenmesi
  • İhtiyaçların görev listesine dönüştürülmesi
  • Zaman planı, çıktı ve başarı ölçütlerinin oluşturulması
12. BÖLÜM – Bitirme Projesi ve Değerlendirme
  • Uçtan uca proje geliştirme
  • Test, dokümantasyon ve sunum hazırlığı
  • Geri bildirimlerle iyileştirme ve sonraki öğrenme yol haritası

Eğitim İçeriğini Görüntüleyin

Eğitim içeriğini görüntülemek için giriş yapmanız gerekir.

Giriş Yap