Yapay Öğrenme
AMAÇ
Bu eğitimin amacı, Python programlama dilini kullanarak yapay öğrenmede kullanılan Python modüllerini ve ortak laboratuvar uygulamaları ile farklı bakış açıları edinerek Yapay Öğrenme sürecini yakından tanıma imkânı sağlamaktır. Eğitimin, ana eksenini ise uygulamaya dönük çalışmalar oluşturmakta olup, tüm meslek disiplinlerinin Yapay Öğrenme ile tanışmasına yardımcı olacak bir içerik ve bağlam oluşturmaktadır.
ODAK NOKTALARI
#Python #YapayZeka #YapayÖğrenme #Scikitlearn
EĞİTİMDEN BEKLENEN SONUÇLAR
Bilir: Yapay Öğrenme kullanarak gerçek hayat problemlerini çözmeyi bilir.
Anlar: Yapay Öğrenme sürecini yeni bir uygulama geliştirecek seviyede anlar.
Yapar: Geliştirdiği uygulamanın baştan sona kontrolünü ve çalışma prensiplerini kavrayarak gerçekleştirir.
HEDEF KİTLE
Bankacılık sektöründe yazılım departmanlarında halihazırda çalışanlar veya ileride çalışmayı planlayanlar için Yapay Öğrenme ile ilgili bilgi almak, bilgisini ilerletmek isteyen herkesin katılımına uygundur.
İÇERİK
- Yapay Öğrenmeye Giriş
- Yapay Öğrenme Sırasında Karşılaşılan Problemler
- Ezberleme (Overfitting) Problemi
- Boyutluluk Problemi ve Boyut Azaltma (Dimension Reduction)
- Danışmanlı (Supervised) ve Danışmansız (Unsupervised) Öğrenme
- Sınıflandırma (Classificatin)
- Naive Bayes Algritması
- K En Yakın Kmşu (K-Nearest Neighbor) Algoritması
- Karar Ağaçları
- Rastgele Orman (Randm Forest) Algoritması
- Destek Vektör (Supprt Vector) Algoritması
- Lineer Regresyn
- Kümeleme (Clustering)
- Yapay Sinir Ağları ve Derin Öğrenme (Deep Learning)’ye Giriş
- Geriye Yayılım (Backprpagation) Algoritması
- Derin Öğrenme Algritmaları
EĞİTİM YETKİNLİK İLİŞKİSİ
Davranışsal Yetkinlikler: Müşteri Duyarlılığı, Analitik Düşünme ve Yaratıcılık
Yönetsel Yetkinlikler: Hızlı Karar Alma ve Çeviklik
Mesleki/Bankacılık Teknik Yetkinlikler: Operasyonel Verimlilik
Öz-Gelecek Yetkinlikleri: Dijital Okuryazarlık