1. hafta |
Temel Kavramlar: Yapay Zeka, Makine Öğrenmesi, Derin Öğrenme,Gözetimli Öğrenme, Gözetimsiz Öğrenme, Pekiştirmeli Öğrenme, Jupyter/Colab Ortamı |
2. hafta |
Python Temelleri: Veri Tipleri, Girdi Çıktılar,if - elif-while-for döngüleri, fonksiyon tanımlamaları |
3. hafta |
Python Temelleri: Pandas, Numpy, Matplotlib, Seaborn kütüphaneleri |
4. hafta |
Lineer Cebir ve Olasılık Temelleri: Vektör, Matris, Tensör, Python hesaplamaları, Olasılık Dağılım Fonksiyonları |
5. hafta |
Lineer Regresyon: Veri Hazırlama, Basit regresyon, Çoklu Regresyon; Hata Metrikleri: R Kare, MAE, MSE |
6. hafta |
Lojistik Regresyon: Sigmoid Fonksiyonu,F1 Skoru, Karışıklık Matrisi, ROC |
7. hafta |
Karar Ağaçları: Temeller,Terminoloji,Gini İndeksi,Entropi |
8. hafta |
Regülarizasyon: Aşırı Uyma, Yetersiz Uyma, Lasso, Ridge; Kolektif Öğrenme: XgBoost |
9. hafta |
Gözetimsiz Öğrenme: Kümelenme, K - ortalama, Sihouette Skoru |
10. hafta |
Yapay Sinir Ağları (ANN) |
11. hafta |
Evrişimsel Sinir Ağları (CNN) |
12. hafta |
Havacılık Uygulamaları |
13. hafta |
Endüstri / Akademi Semineri |
14. hafta |
Proje Sunumları |