Eğitim İçeriği

İleri Düzey Neural Networks

  • Derin öğrenme mimarileri
  • Evrişimsel ve tekrarlayan sinir ağları
  • Üretken modeller ve denetimsiz öğrenme

Machine Learning Ölçekte

  • Büyük veri analitiği
  • Makine öğrenimi için dağıtılmış hesaplama
  • İleri düzey optimizasyon teknikleri

Reinforcement Learning ve Karar Verme

  • Markov karar süreçleri
  • Politika gradyan yöntemleri
  • Çoklu ajan sistemler ve oyun teorisi

Doğal Dil İşleme ve Anlama

  • İleri düzey NLP teknikleri
  • Duygu analizi ve metin sınıflandırma
  • Dil modelleri ve transformatörler

Computer Vision ve Algı

  • Görüntü tanıma ve nesne tespiti
  • Video analizi ve eylem tanıma
  • 3B yeniden yapılandırma ve artırılmış gerçeklik

Yapay Zeka Etiği ve Toplum

  • Yapay zeka sistemlerinde önyargı ve adalet
  • Yapay zeka yönetişimi ve politikaları
  • Yapay zekanın gelecekteki toplumsal etkileri

Laboratuvar Projesi

  • İleri düzey makine öğrenimi modelleri uygulama
  • Büyük veri setlerini analiz etme
  • Grup araştırma projesi üzerinde iş birliği yapma

Özet ve Sonraki Adımlar

Kurs İçin Gerekli Önbilgiler

  • Temel yapay zeka (AI) ve makine öğrenimi (ML) kavramlarına dair sağlam bir anlayış
  • Python konusunda yetkinlik ve veri bilimi araç takımlarına aşinalık
  • Yapay zeka üzerine bir giriş kursunun tamamlanmış olması veya eşdeğer deneyim

Hedef Kitle

  • Veri bilimciler
  • Mühendisler
  • Yapay zeka uygulayıcıları
 21 Saat

Yaklaşan Etkinlikler

İlgili Kategoriler