Bilgisayar Bilimleri
Prompt Mühendisliği Tabanlı Otomotiv Çözümleri Geliştirme Eğitimi
Kontenjan
25 Kişi
Ücret
₺11.520,00
Ders Takvimi
Ders takvimi henüz eklenmedi.
Platform: Canlı
Canlı Ders Linki: https://meet.google.com/abc-abc-abc
Sizin için önerilenler
Bunları da inceleyebilirsiniz.
Bilgisayar Bilimleri
Kurumsal Diyalog Sistemleri ve Kurumsal Mimari Tasarımı Sertifika Eğitimi
₺4.800,00İncele
Ön Kayıt Formu
Talebiniz admin ekibine iletilecek. Kesin kayıt veya ödeme işlemi değildir.
Eğitim
Prompt Mühendisliği Tabanlı Otomotiv Çözümleri Geliştirme Eğitimi
Eğitim Ücreti
₺11.520,00
Kurs İçeriği
Eğitim Süresi: 96 saat
Prompt Mühendisliği Tabanlı Otomotiv Çözümleri Geliştirme Eğitimi kapsamında güncel teknolojiler, uygulamalı çalışmalar ve sektörel vaka analizleri ele alınır.
Prompt Mühendisliği Tabanlı Otomotiv Çözümleri Geliştirme Eğitimi eğitimi; temel kavramlardan uygulamalı projeye ilerleyen, ölçülebilir kazanımlar içeren 12 bölümlük bir öğrenme planıdır ve Bilgisayar Bilimleri alanındaki güncel uygulamalara göre yapılandırılmıştır.
1. BÖLÜM – Yapay Zekaya Giriş
- Yapay zeka, makine öğrenmesi ve derin öğrenme ilişkisi
- Problem türleri ve kullanım senaryoları
- Model geliştirme yaşam döngüsü
2. BÖLÜM – Veri Hazırlama
- Veri toplama ve etiketleme
- Eksik veri, aykırı değer ve ölçekleme
- Eğitim, doğrulama ve test ayrımı
3. BÖLÜM – Denetimli Öğrenme
- Regresyon ve sınıflandırma
- Algoritma seçimi
- Temel model uygulaması
4. BÖLÜM – Denetimsiz Öğrenme
- Kümeleme ve boyut indirgeme
- Benzerlik ölçüleri
- Sonuçların yorumlanması
5. BÖLÜM – Özellik Mühendisliği
- Özellik seçimi ve dönüşümü
- Kategorik verilerin kodlanması
- Veri sızıntısından kaçınma
6. BÖLÜM – Model Eğitimi ve Ayarlama
- Kayıp fonksiyonları ve optimizasyon
- Hiperparametre arama
- Aşırı öğrenme ve düzenlileştirme
7. BÖLÜM – Model Değerlendirme
- Doğruluk, precision, recall ve F1
- ROC-AUC ve hata matrisi
- İş hedefine uygun metrik seçimi
8. BÖLÜM – Derin Öğrenme Temelleri
- Yapay sinir ağlarının yapısı
- Eğitim süreci ve aktivasyon fonksiyonları
- Görüntü ve metin uygulamalarına giriş
9. BÖLÜM – Üretken Yapay Zeka ve Büyük Dil Modelleri
- Transformer ve dil modeli mantığı
- Prompt tasarımı ve bağlam yönetimi
- RAG ve araç kullanan sistemlere giriş
10. BÖLÜM – MLOps, Etik ve Üretime Alma
- Model paketleme ve servis etme
- İzleme, sürümleme ve yeniden eğitim
- Önyargı, açıklanabilirlik ve sorumlu yapay zeka
11. BÖLÜM – Uygulamalı Proje Planlama
- Proje hedefi ve kapsamının belirlenmesi
- İhtiyaçların görev listesine dönüştürülmesi
- Zaman planı, çıktı ve başarı ölçütlerinin oluşturulması
12. BÖLÜM – Bitirme Projesi ve Değerlendirme
- Uçtan uca proje geliştirme
- Test, dokümantasyon ve sunum hazırlığı
- Geri bildirimlerle iyileştirme ve sonraki öğrenme yol haritası