-
Derece türü: Yapay Zeka Danışmanı" sertifikası
-
Ek nitelikler: Sertifika "PCAP™ - Certified Associate Python Programmer"
Makine Öğrenimi" sertifikası
Derin Öğrenme" sertifikası -
Final Sınavı: Final sunumları ile uygulamalı proje çalışması
Sertifikalı Yardımcı Python Programcısı (PCAP™) (İngilizce) -
Ders saatleri: Tam zamanlıPazartesi'den Cuma'ya 8:30 - 15:35 (resmi tatil olan haftalarda 8:30 - 17:10)
-
Eğitim dili: Alman
-
Süre: 12 Haftalar
Python İleri Düzey
Modüller, paketler ve hata işleme (yaklaşık 4 gün)
Python modüllerine ve paketlerine giriş
Standart ve üçüncü taraf paketleri içe aktarma ve kullanma
Özel modüller ve paketler oluşturma
Sys ve os ile çalışma (ana bilgisayar platformu işlevleri)
İstisnalara ve hata işlemeye giriş (try, except, finally)
Kendinden tanımlı istisnalar oluşturma ve kullanma
Sağlam hata işleme için en iyi uygulamalar
İş sürecinde yapay zeka (AI)
Belirli yapay zeka teknolojilerinin sunumu
ve profesyonel ortamdaki olası uygulamalar
Dizeler ve OOP temelleri (yaklaşık 8 gün)
Dizelerle çalışmaya giriş
Tümleşik dizgi yöntemleri (bölme, birleştirme, bulma, değiştirme vb.)
Dizeleri biçimlendirme ve işleme
Dize dilimleme ve düzenli ifadelerle çalışma (RegEx)
Sınıflara, nesnelere, örnek yöntemlere ve değişkenlere giriş
Kapsülleme, kalıtım ve polimorfizm
Kurucular (__init__) ve yıkıcılar (__del__)
Kalıtım hiyerarşileri ve üst sınıflar
Nesne yönelimli programlama üzerine derinlemesine çalışma (yaklaşık 2,5 gün)
Kalıtım ve polimorfizm üzerine derinlemesine çalışma
Sihirli yöntemlerin uygulanması (__str__, __repr__, __eq__, __lt__, vb.)
Sınıflardaki özellikler ve dekoratörler
Tasarım kalıpları: singleton, factory, vb.
Verimli liste işleme için Liste Kavramaları
Lambda fonksiyonları ve anonim fonksiyon yazma
Python'da kapanışlar ve kapsam belirleme
Üreteçleri ve yineleyicileri anlama ve kullanma
Dosyalar, veritabanları ve web geliştirme ile çalışma (yaklaşık 2,5 gün)
Dosya okuma ve yazma (CSV, JSON)
SQL'e giriş ve SQLite veritabanlarına bağlantı
Bir veritabanında CRUD işlemleri (oluşturma, okuma, güncelleme, silme)
Flask'a giriş ve basit bir web uygulaması oluşturma
Flask'ta rotalar ve şablonlar
Flask'ta CRUD uygulamaları (veritabanı entegrasyonu)
Proje çalışması, sertifikasyon hazırlığı ve İngilizce "PCAP™ - Certified Associate Python Programmer" sertifika sınavı (yaklaşık 3 gün)
Makine Öğrenimi
Makine Öğrenimine Giriş (yaklaşık 5 gün)
Neden makine öğrenimi?
Uygulama örnekleri
Denetimli öğrenme, denetimsiz öğrenme, kısmi denetimli öğrenme, pekiştirmeli öğrenme
Veri seti örnekleri
Verileri tanıma
Eğitim, doğrulama ve test verileri
Veri görüntüleme
Tahminlerde bulunmak
Gözetimli öğrenme (yaklaşık 5 gün)
Sınıflandırma ve regresyon
Genelleme, aşırı uyum ve yetersiz uyum
Veri setinin boyutu
Denetimli öğrenme için algoritmalar
Doğrusal modeller
Bayes sınıflandırıcıları
Karar ağaçları
Rastgele Orman
Gradyan Güçlendirme
k-en yakın komşular
Destek Vektör Makineleri
Koşullu Rastgele Alan
Sinir Ağları ve Derin Öğrenme
Olasılıklar
Denetimsiz öğrenme (yaklaşık 5 gün)
Denetimsiz öğrenme türleri
Ön işleme ve ölçeklendirme
Veri dönüşümleri
Eğitim ve test verilerinin ölçeklendirilmesi
Boyut küçültme
Özellik mühendisliği
Manifold öğrenme
Temel bileşen ayrıştırması (PCA)
Negatif olmayan matris faktörizasyonu (NMF)
t-SNE ile Manifold öğrenme
Küme analizi
k-Means kümeleme
Aglomeratif kümeleme
Hiyerarşik küme analizi
DBSCAN
Küme algoritmaları
Değerlendirme ve iyileştirme (yaklaşık 2 gün)
Model seçimi ve model değerlendirmesi
Bir tahmin edicinin hiperparametrelerinin ayarlanması
Çapraz Doğrulama
Izgara arama
Değerlendirme metrikleri
Sınıflandırma
Proje çalışması (yaklaşık 3 gün)
Öğrenilen içeriği pekiştirmek için
Proje sonuçlarının sunumu
Derin öğrenme
Derin Öğrenmeye Giriş (yaklaşık 1 gün)
Bir makine öğrenimi türü olarak derin öğrenme
Sinir ağlarının temelleri (yaklaşık 4 gün)
Perceptron
Sinir ağlarının hesaplanması
Model parametrelerinin optimizasyonu, geriye yayılım
Derin öğrenme kütüphaneleri
Regresyon vs. sınıflandırma
Öğrenme eğrileri, aşırı uyum ve düzenlileştirme
Hiperparametre optimizasyonu
Stokastik gradyan inişi (SGD)
Momentum, Adam Optimiser
Öğrenme oranı
Evrişimsel Sinir Ağı (CNN) (yaklaşık 2 gün)
Görüntü sınıflandırma
Konvolüsyonel katmanlar, havuzlama katmanları
Katmanları yeniden şekillendirme, düzleştirme, küresel ortalama havuzlama
CNN mimarileri ImageNet-Competition
Derin sinir ağları, kaybolan gradyanlar, atlama bağlantıları, toplu normalizasyon
Transfer Öğrenimi (yaklaşık 1 gün)
Modellerin uyarlanması
Denetimsiz ön eğitim
Görüntü verisi artırımı, açıklanabilir yapay zeka
Bölgesel CNN (yaklaşık 1 gün)
Nesne lokalizasyonu
Regresyon sorunları
Dallanmış sinir ağları
Yaratıcı imaj oluşturma yöntemleri (yaklaşık 1 gün)
Üretken Çekişmeli Ağlar (GAN)
Deepfakes
Difüzyon modelleri
Tekrarlayan sinir ağları (yaklaşık 2 gün)
Dizi analizi
Tekrarlayan katmanlar
Zaman içinde geri yayılım (BPTT)
Zaman serilerinin analizi
Patlayan ve kaybolan gradyan problemleri
LSTM (Uzun Kısa Süreli Bellek)
GRU (Gated Recurrent Unit)
Derin RNN
Derin LSTM
Sinir ağları kullanarak metin işleme (yaklaşık 2 gün)
Metin ön işleme
Katmanları gömme
Metin sınıflandırması
Duygu analizi
NLP'de transfer öğrenme
Çeviriler
Diziden diziye yöntemi, kodlayıcı-kod çözücü mimarisi
Dil modelleri (yaklaşık 1 gün)
BERT, GPT
Dikkat katmanlar, transformatörler
Metin üretim hatları
Özetleme
sohbet robotları
Derin pekiştirmeli öğrenme (yaklaşık 1 gün)
Dinamik sistemlerin kontrolü
Temsilci sistemleri
Ödüller aracılığıyla eğitim
Politika eğimleri
Derin Q-öğrenme
Bayesian sinir ağları (yaklaşık 1 gün)
Sinir ağlarındaki belirsizlikler
Tahminlerin istatistiksel değerlendirmesi
Güven, standart sapma
Dengesiz veri
Örnekleme yöntemleri
Proje çalışması (yaklaşık 3 gün)
Öğrenilen içeriği pekiştirmek için
Proje sonuçlarının sunumu
Değişiklikler mümkündür. Kurs içeriği düzenli olarak güncellenmektedir.
Bu eğitimin sonunda Python'da sınıflar, kalıtım ve tasarım kalıpları dahil olmak üzere nesne yönelimli programlama ilkelerine hakim olacaksınız. Üreteçler, dekoratörler ve liste kavramları gibi kavramları uygulayabilecek ve verileri verimli bir şekilde analiz edip görselleştirebileceksiniz. Ayrıca dosyalar ve veritabanları ile güvenle çalışacak ve eksiksiz bir CRUD uygulaması da dahil olmak üzere Flask ile temel web uygulamaları oluşturacaksınız.
Ayrıca makine öğrenimi ve derin öğrenme hakkında da bilgi sahibisiniz. Makine öğrenimini kullanmanın en önemli nedenlerini, uygulama alanlarını ve makine öğreniminin çeşitli kategorilerini ve kavramlarını biliyorsunuz. Ayrıca derin öğrenmenin uygulama alanlarını ve sinir ağlarının nasıl çalıştığını da anlıyorsunuz. Makine öğrenimi ve dokümantasyon süreçlerini sağlayabileceksiniz.
Programcılar, bilim insanları, ekonomistler, bilgisayar bilimcileri, BT uzmanları, mühendislik veya veri analizi deneyimi olan kişiler ve ilgili mesleki deneyime sahip uzmanlar.
Yapay Zeka Danışmanı olarak, şirketleri yapay zeka çözümlerinin uygulanmasında destekleyerek yönetim danışmanlığı, veri analizi, sağlık hizmetleri ve e-ticaret gibi alanlarda çalışabilirsiniz. İş süreçlerini optimize etmeye, veri odaklı kararlar almaya ve yenilikçi teknolojiler geliştirmeye yardımcı olacaksınız.
Didaktik kavram
Eğitmenleriniz hem profesyonel hem de didaktik açıdan son derece kalifiyedir ve size ilk günden son güne kadar ders verecektir (kendi kendine çalışma sistemi yoktur).
Etkili küçük gruplar halinde öğreneceksiniz. Kurslar genellikle 6 ila 25 katılımcıdan oluşmaktadır. Genel dersler, tüm kurs modüllerinde çok sayıda pratik alıştırma ile desteklenmektedir. Uygulama aşaması kursun önemli bir parçasıdır, çünkü bu süre zarfında öğrendiklerinizi işler ve uygulamada güven ve rutin kazanırsınız. Kursun son bölümü bir proje, bir vaka çalışması veya bir final sınavını içerir.
Sanal sınıf alfaview®
BildungszentrumDersler, modern alfaview® video teknolojisi kullanılarak kendi evinizin rahatlığında ya da 'deki tesislerimizde gerçekleştirilir. Tüm kursiyerler alfaview® aracılığıyla birbirlerini yüz yüze görebilir, birbirleriyle dudak senkronize ses kalitesinde iletişim kurabilir ve ortak projeler üzerinde çalışabilir. Elbette, bağlı eğitmenlerinizi de istediğiniz zaman canlı olarak görebilir ve onlarla konuşabilirsiniz ve kursun tüm süresi boyunca eğitmenleriniz tarafından gerçek zamanlı olarak eğitileceksiniz. Dersler e-öğrenme değil, video teknolojisi aracılığıyla gerçek canlı yüz yüze öğretimdir.
alfatraining Agentur für Arbeit Eğitim kursları, AZAV onay yönetmeliğine uygun olarak sübvanse edilmekte ve sertifikalandırılmaktadır. Bildungsgutschein Aktivierungs- und VermittlungsgutscheinKurs başvurusunda bulunduğunuzda, kurs masraflarının tamamı genellikle finansman kuruluşunuz tarafından karşılanır.
Europäischen Sozialfonds Deutsche Rentenversicherung (ESF), (DRV) veya bölgesel finansman programları aracılığıyla da finansman mümkündür. Berufsförderungsdienst Düzenli bir asker olarak, (BFD) aracılığıyla daha fazla eğitim kursuna katılmak mümkündür. Agentur für Arbeit (Qualifizierungschancengesetz) Şirketler de çalışanlarını (BFD) tarafından sağlanan bir finansman programı aracılığıyla kalifiye hale getirebilirler.