Machine Learning Engineer (v2)

Derinlemesine, anlayarak ve binlerce satır kod yazarak yapay zeka öğrenin...

Sıfırdan, uygulamalar ile yapay zeka uygulama geliştiriciliği eğitimi...

Yapay zeka çok-disiplinli (multidisciplinary) ve uygulamalı bir uzmanlık alanıdır. Machine Learning Engineer programının odağı ağırlıklı olarak öğrenebilen algoritmalar diye bilinen Deep Neural Network (ANN) ve türevleri olacaktır.

- Machine Learning Engineer programı teorik temelleri de kapsamakla birlikte, uygulama yoğunluklu bir eğitimdir.
- Sayfanın en altındaki Ücretsiz Yardımcı Kaynaklar bölümünden Cihan Özhan'ın onlarca saatlik eğitimi ile kendinizi bu programa hazırlayabilirsiniz.
- Eğitimin her dersi uygulamalı olarak mentörlük ve danışmanlık modeliyle ilerlemektedir.
- Bu eğitimdeki bilgiler gerçek hayat yapay zeka girişimleri geliştirme tecrübelerinden oluşmaktadır.
- Bu sayfa 01/25/2023 tarihinde güncellendi.

- Eğitim Başvuru Formu : Bilgi Formu
- Email : cihan [ at ] deeplab.co

Genel Bilgiler (S.S.S)

Eğitmen

Cihan Özhan

Mentörlük

Var

Yardımcı Eğitmenler

Var

Eğitim Türü

Online/Canlı

Başlangıç Tarihi

{2023.Q1 İçerisinde...}

Eğitim Süresi

Günde 3 Saat (20.00 - 23.00)
15 Hafta
Salı, Perşembe ve Cumartesi

Eğitim Bedeli

30.000 TL (+ KDV) | (Liste Fiyatı)
25.000 TL (+ KDV) | (Erken Kayıt)
15.000 TL (KDV Dahil) | (Öğrenci)
*Kredi Kartı ile taksitlendirme yapılmaktadır.

Kullanılan Araç & Teknolojiler

Geliştirme Araçları & Ortamı
- Python (v3.x), CPython, CUDA, Flask, C++ (C++ ile TensorFlow & PyTorch)
- Visual Studio Code, Jupyter Notebook, Google Colab
AI Araçları
- PyTorch
  - PyTorch (v1.13+), PyTorch Lightning
  - TorchScript, TorchServe
  - Kornia (PyTorch-Based)
- TensorFlow
  - TensorFlow (v2.11.x), Keras
  - TensorFlow Serving, TensorFlow.js, TensorFlow Lite
- OpenCV (v4.7.x)
- Cloud AI : Azure AI
- Diğer Araçlar : NumPy, scikit-learn, Pandas, ONNX, Matplotlib ve dahası...

İçerik

01 - Genel Bakış

Yapay Zeka Nedir?
Yapay Zeka Temelleri
- Yapay Zeka ve Neural Networks (Yapay Sinir Ağları)
- Yapay Zeka : Altındaki Temel Bilim Nedir?
- Yapay Zeka ve Biyomimetik
- Neuron & Neural Network
- Yapay Zeka tehlikeli mi?
- Yapay Zeka Aşamaları : Narrow AI, General AI ve Super AI
- Yapay Zeka'nın Bilimsel Temelleri
- Yapay Zeka Kışı
- Yapay Sinir Ağları
Yapay Zeka'nın Kapsamı
- Yapay Genel Zeka (AGI)
- Yapay Zeka : Tehditler & Fırsatlar
- Yapay Zeka Devlerinin IQ Analizi
- Yapay Zekanın Kapsamı
- Yapay Zeka Alt Kavramlar
- Oyun Sektöründe Yapay Zeka
- Siber Güvenlik Sektöründe Yapay Zeka
- Yapay Zeka Görev Tanımları
- Kolektif Zeka : SWARM AI & SWARM Intelligence
Yapay Zeka Teknik ve Teknolojilerine Genel Bakış
- Bir Yapay Zeka Projesi Geliştirmek
- Yapay Zeka için Programlama Dilleri Analiz ve Öneriler
- Yapay Zeka Uygulama Geliştirme Odaklı Open Source Kütüphaneler
- Yapay Zekaya Donanımsal Bakış
- Labeling ve Data Augmentation
- Dataset Kavramı ve Güncel Dataset Kaynakları
- Google Colab Nedir?
- Yapay Zeka Uygulama Geliştirme Araç Önerileri (Geliştirici Odaklı)

(Ücretsiz Bölüm, 5.5 Saat)

(~~Bölüm Tanıtımı~~)

02 - NumPy, Pandas, TensorFlow ve PyTorch Temelleri

NumPy, TensorFlow ve PyTorch'a Genel Bakış
NumPy'ın Önemi : Computational Intelligence, TensorFlow ve PyTorch ile İlişkisi
NumPy
- NumPy'a Genel Bakış
- NumPy Temelleri
- Array ve Vektör
- Matrix Operasyonları
- Indexing & Slicing
- Manipulation
- Array Programming
- Standard Deviation & Variance
- Reshape & Transpose
- Dot Product vs. Element Wise
- Karşılaştırma Operatörleri
- Sorting Array
- Resimleri NumPy Array'e Dönüştürmek
Pandas
- Pandas'a Genel Bakış
- Series, Data Frame ve CSV
- Pandas ile Veriyi İncelemek
- Pandas ile Veriyi Seçmek ve Görüntülemek
- Veri Manipülasyonu
Matplotlib
- Matplotlib Nedir?
- Matplotlib Kullanım Alanları
- Proje : Matplotlib Uygulamaları Geliştirmek
TensorFlow vs. PyTorch
Tensor Nedir?
Array Varken Neden Tensor?
TensorFlow
- TensorFlow'a Genel Bakış
- TensorFlow Mimarisi : TensorFlow Nasıl Çalışır?
- Tensor Operasyonları
- Matrix Multiplication
- Tensor Aggregation
- TensorFlow ile Programlama
PyTorch
- PyTorch'a Genel Bakış
- PyTorch Mimarisi : PyTorch Nasıl Çalışır?
- NumPy Bridge, Tensor Concatenation ve Dimension
- Automatic Differentiation
- PyTorch ile Programlama

(Bölüm Tanıtımı)

03 - Machine Learning

Machine Learning'e Genel Bakış
Machine Learning Kullanım Senaryoları
Machine Learning Algoritmaları
Machine Learning Uygulama Geliştirme Temelleri
Veri Önişleme (Data Preprocessing)
- Veri Önişleme Nedir ve Neden Kullanılır?
- Veri Önişleme Yöntemleri
- Proje : Veri Önişleme Uygulaması Geliştirmek
Regression
- Regression Algoritması
- Regression Algoritması Kullanım Alanları
- Proje : Regression Uygulaması Geliştirmek
Classification
- Classification Algoritması
- Classification Algoritması Kullanım Alanları
- Proje : Classification Uygulaması Geliştirmek
Clustering
- Clustering Algoritması
- Clustering Algoritması Kullanım Alanları
- Proje : Clustering Uygulaması Geliştirmek

(Bölüm Tanıtımı)

04 - Computer Vision

Computer Vision'a Genel Bakış
Computer Vision Kullanım Senaryoları
Computer Vision Temelleri
Images & Pixels
Computer Vision Araçları
- OpenCV
- Diğerleri...
OpenCV ile Computer Vision Temelleri
Proje : Edge Detection
Proje : Line Detection
Proje : Circle Detection
Proje : Background Subtraction
Proje : Photo Denoising
Proje : Face Recognition
- Face Recognition'a Genel Bakış
- Face Datasets
- Resimlerin Önişlenmesi(Preprocessing)
- Yüz Noktalarını(Face Points) Tespit Etme
- Yüzler Arası Mesafeleri Hesaplama
- Proje : Face Recognition Uygulaması Geliştirmek
Proje : Object Tracking
- Object Tracking'e Genel Bakış
- Object Tracking vs. Object Detection
- Meanshift, Camshift ve Optical Flow Object Tracking
- Proje : Object Tracking Uygulaması Geliştirmek
OpenCV DNN (Deep Neural Network) Module
- OpenCV DNN Module Genel Bakış
- Proje (Challange) : OpenCV DNN Modülü ile Deep Neural Network Uygulaması Geliştirmek

(Bölüm Tanıtımı)

05 - Deep Learning : Yapay Sinir Ağları ile Öğrenen Algoritmalar

Deep Learning'e Genel Bakış
AI vs. ML vs. DL
Deep Learning Kullanım Senaryoları
Neural Networks (Yapay Sinir Ağları)
Perceptron
Overfitting & Underfitting
Artificial Neural Network (ANN)
- Neural Network'e Genel Bakış
- Artificial Neural Network Architecture
- Gradient Descent ve Learning Rate
- Weight & Bias
- Activation Function
- Backpropagation
- Hidden ve Output Layer
- Error Calculation : Loss Function
- Neural Network Oluşturmak ve Eğitmek
- Neural Network'ün Ölçülmesi(Evaluation)
- Proje : NumPy ile Sıfırdan Bir Artificial Neural Network (ANN) Uygulaması Geliştirmek
- Proje : Farklı Bir Çok ANN Uygulaması
- Proje : Sadece Python Kullanarak Sıfırdan Bir Artificial Neural Network (ANN) Uygulaması Geliştirmek
Convolutional Neural Networks (CNNs)
- Convolutional Neural Network'e Genel Bakış
- ANN vs. CNN
- CNN Uygulamaları ve Uygulama Alanları
- Convolutional Neural Network Architecture
- Stride, Padding
- Convolutional Operation & Filters
- Pooling
- Flattening
- Dense Neural Network
- Bir Test ve Training Dataset'i Oluşturmak
- Proje : Keras ile Bir CNN Modeli Oluşturmak ve Eğitmek
- Bir CNN Ağını Ölçümlemek ve Test Etmek
- Proje : Artificial Neural Network ile Görüntü Odaklı Uygulama Geliştirme
  - ANN tabanlı bir çok yapay zeka uygulaması geliştirilmektedir.
- Proje : Farklı CNN Projeleri ile Pekiştirme Uygulamaları
- Image Segmentation
  - Image Segmentation'a Genel Bakış
  - Proje : Image Segmentation
- Proje : Convolutional Neural Network ile Uygulama Geliştirme
  - CNN tabanlı bir çok yapay zeka uygulaması geliştirilmektedir.
- İleri Seviye Proje : NumPy ile Sıfırdan Bir Convolutional Neural Network (CNN) Geliştirmek
- İleri Seviye Proje : Sadece Python Kullanarak Sıfırdan Bir Convolutional Neural Network (CNN) Geliştirmek
Transfer Learning ve Fine Tuning
- Transfer Learning
  - Transfer Learning'e Genel Bakış
  - Library ve Dataset'ler
  - Data Preprocessing
  - Train ve Test Dataset'i Oluşturmak
  - Neural Network'ü Oluşturmak ve Eğitmek
  - Neural Network'ü Ölçümlemek
- Fine Tuning
  - Fine Tuning'e Genel Bakış
  - Implementation ve Ölçümlemek(Evaluation)
  - Saving, Loading ve Resim Verisi Üzerinde Sınıflandırma(Classifying)
- Detectron2 ile Yapay Zeka Projeleri Geliştirmek
  - Detectron2'ye Genel Bakış
  - Proje : Detectron2 ile Instance Segmentation
  - Proje : Detectron2 ile Keypoint Detection
  - Proje : Detectron2 ile Object Detection
  - Proje : Detectron2 ile Panoptic Segmentation
  - Proje : Detectron2 ile Semantic Segmentation

(Bölüm Tanıtımı)

06 - Natural Language Processing (NLP)

Doğal Dil İşlemeye Genel Bakış
Doğal Dil İşleme Uygulama Alanları
Doğal Dil İşleme Algoritmaları
Natural Language Toolkit (NLTK)
- Natural Language Toolkit'e Genel Bakış
- Corpus & Corpora
- Tokenization
- Stop Words
- Stemming
- PoST
- Named Entity Recognition
- Lemmatization
- ve dahası...
RNNs, LSTM, GRU ve Transformer
- RNN vs. LSTM vs. GRU vs. Transformer
- Recurrent Neural Networks (RNNs)
  - RNN'e Genel Bakış
  - RNN Uygulamaları ve Uygulama Alanları
  - RNN Architecture
  - RNN'de Gradient Descent ve Vanishing Gradient Descent
  - Proje : RNN Uygulaması Geliştirmek
- Long Short-Term Memory (LSTM)
  - LSTM'e Genel Bakış
  - Proje : LSTM Uygulaması Geliştirmek
- Gated Recurrent Unit (GRU)
  - GRU'e Genel Bakış
  - Proje : LSTM Uygulaması Geliştirmek
- Transformer
  - Transformer'a Genel Bakış
  - Proje : Transformer Uygulaması Geliştirmek

(Bölüm Tanıtımı)

07 - Generative AI

Generative AI'a Genel Bakış
Generative AI Uygulamaları ve Uygulama Alanları
Generative AI'ın Temel Algoritmaları
- Generative Adversarial Networks (GANs)
- Autoencoder (Universal Neural Style-Transfer)
- Variational Autoencoders (VAEs)
- Recurrent Neural Networks (RNNs)
Araçlar, Library'ler ve Verisetleri
Generative Adversarial Networks (GANs)
- GANs'a Genel Bakış
- Library ve Dataset'leri
- Data Preprocessing
- Generator ve Discriminator
- Generator Oluşturmak
- Discriminator Oluşturmak
- Oluşturulan GAN'ın Testi
Deep Convolutional Generative Adversarial Networks (DCGANs)
- Deep Convolutional GANs Nedir?
- Data Preprocessing
- Proje : DCGANs Uygulaması Geliştirmek
Diğer GAN Algoritmalarına Genel Bakış
- CycleGAN, SRGAN vb...
Stable Diffusion Models
- Stable Diffusion Model Nedir?
- GANs vs. Stable Diffusion Models
- Stable Diffusion Model Kullanım Alanları
- Proje : Stable Diffusion Model Uygulaması Geliştirmek

(Bölüm Tanıtımı)

08 - AutoML : Automated Machine Learning

AutoML'e Genel Bakış
AutoML Araçlarına Genel Bakış
- Auto Sklearn'e Genel Bakış
- Auto Keras'a Genel Bakış
- Diğer Araçlar : PyCaret, H20, EvalML, TPOT
Auto Sklearn ile AutoML Uygulaması Geliştirmek
- Auto Sklearn ile AutoML Proje Hazırlığı
- Proje : Auto Sklearn ile AutoML Uygulaması Geliştirmek
Auto Keras ile AutoML Uygulaması Geliştirmek
- Auto Keras ile AutoML Proje Hazırlığı
- Proje : Auto Keras ile AutoML Uygulaması Geliştirmek

(Bölüm Tanıtımı)

09 - Cloud AI

Cloud Computing'e Genel Bakış
Cloud Computing Çözümleri
- Microsoft Azure
- Google Cloud
- Amazon AWS
- Diğerleri...
Cloud AI'a Genel Bakış
Cloud AI Çözüm Üreticileri
- Azure AI
- Google AI
- AWS Machine Learning
- IBM Watson
- Diğer Cloud AI çözümleri...
Azure AI
- Azure AI'a Genel Bakış
- Azure AI'ı Derinlemesine İncelemek
- Proje : Azure AI ile Sıfırdan Yapay Zeka Projesi Geliştirmek

(Bölüm Tanıtımı)

10 - MLOps : Machine Learning Deployment, Distributed AI, MLaaS

MLOps'a Genel Bakış
Software Engineering
Donanımsal Hesaplama (Compute Hardware)
- GPU Temelleri
- GPU Cloud
- On-Prem
Kaynak Yönetimi
ML System Lifecycle
Distributed AI
- Distributed Systems
  - Distributed Sistemlere Genel Bakış
  - Distributed Sistemler ve Paralel Programlama
- Distributed AI Nedir?
- Distributed AI Kullanım Senaryoları
- Distributed AI Araçları
- Distributed AI Training
  - Distributed AI Training'e Genel Bakış
  - Data Parallelism (Data-Parallel Training)
  - Model Parallelism (Model-Parallel Training)
Experiment Management
Hyperparameter Tuning
Veri Yönetimi
MLaaS : Machine Learning as a Services (Sunum)
- MLaaS Nedir?
- MLaaS Konsept ve Mimarisi
Model Packaging
Model Deployment
- Model Deployment Türleri
- Web : AI Modelleri için Web Tabanlı Mimari ve Teknolojiler
  - RESTful API ve Microservice Mimarisi (Ücretsiz Bölüm)
  - Dependency Management
  - Model Sharing : ONNX
  - Model Serving Araç ve Library'leri
    - TensorFlow Serving
      - TensorFlow Serving Mimarisi
      - RESTful ve TensorFlow Serving ile Model Prediction
      - TensorFlow Extended (TFX) Pipeline ile Model Deployment
    - PyTorch Serve
      - PyTorch Serve Mimarisi
      - Proje : PyTorch Serve ile Deployment
    - Diğer Araçlar
  - Deployment İçin Model Optimizasyonu
    - Quantization
    - Pruning
    - Distillation
- Mobile AI
  - Mobile AI'a Genel Bakış
  - Mobile AI Uygulama Geliştirme Mimari ve Teknolojileri
  - Mobile AI Modelleri
- Edge AI : AI in Decentralized Systems & IoT Devices
  - Edge AI'a Genel Bakış
  - Edge AI Uygulama Geliştirme Mimari ve Teknolojileri

(Bölüm Tanıtımı)

11 - MLOps : Machine Learning Monitoring & Testing

Machine Learning Testing
- Machine Learning Testing'e Genel Bakış
- ML Testing Neden Gerekli?
- ML Testing Teorisi
- Software Testing
  - Testing Türleri
    - Unit Testing
    - Integration Testing
    - End-to-End Testing
    - Differential Testing
- Unit Testing (ML Model için)
- Integration Testing (ML API)
- Differential Testing
- Testing Machine Learning Systems
  - ML Models vs. ML Systems
  - Infrastructure Test
  - Training Test
  - Functionality Test
  - Evaluation Test
  - Shadow Test
  - A/B Test
  - Labeling Test
  - Expectation Test
Machine Learning Monitoring
- AI Odaklı Monitoring'e Genel Bakış
- Ne ve Neden Monitoring Yapılmalı?
- Data Drift
- AI Monitoring Odaklı Araçlar
  - System Monitoring Araçları
  - Data Quality Araçları
  - Machine Learning Monitoring Araçları

(Bölüm Tanıtımı)

Ücretsiz Yardımcı Kaynaklar

Yazılıma Başlangıç Rehberi (1 Saat)
Yapay Zeka Başlangıç Rehberi (5.5 Saat)
TensorFlow (Derinlemesine) : İnceleme ve Uygulama (PlayList)
PyTorch (Derinlemesine) : İnceleme ve Uygulama (PlayList)
Endüstriyel Yapay Zeka ve Otonom Araçlar (2s 12dk)
Dijital Dönüşüm Mini MBA : Yapay Zeka (ISO Akademi) (1s 48dk)
Güvenli Yazılım Geliştirme (1s 44dk)
Yapay Zeka Güvenliği (AI Security & Hack) (2s 17dk)
Cyber AI : Yapay Zeka Hacklenebilir mi & Hackleyebilir mi? (2s 9dk)
İnsansız Teknolojiler ve Yapay Zeka Sistemlerinde Siber Güvenlik (2s 17dk)
Python Programlama Dili (12 Saat)
RESTful API Mimari ve Tasarımı (1.5 Saat)
Flask ile Web Programlama (15 Saat)
C# Programlama Dili (3 Saat)
Go Programlama Dili (10 Saat)
Go Programlama Dili : Standard Kütüphane (PlayList)
Go ile RESTful API Programlama (PlayList)
SQL Server Veritabanı Programlama (10 Saat)
İleri Seviye T-SQL Programlama (700+ Sayfa, Kitap)
Oracle Veritabanı Programlama (5 Saat)
SQLite Veritabanı Programlama (40 Dk)