Yapay Zeka Tarihçesi
1-Yapay Zeka Tarihçesi

Yapay zekanın tarihinin aslında Antik Yunan Mitolojisinden başladığını biliyor muydunuz? Eski tarihlerden günümüze kadar yapay zekanın dönemlerini ve gelişimi ayrıntılı bir şekilde anlatıldı.

Python
2-Python

Python, güçlü bir genel amaçlı programlama dilidir. Yapay zeka konularımızı Python programını kullanarak anlatacağımız için öncelikli olarak bu alanın iyi bir şekilde anlaşılması gerekmektedir. Yeni başlayanlar ve ileri seviyedekiler için Python programlama dili örneklerle anlatıldı.

İstatistik
3-İstatistik

Yapay zeka konularının temelinde istatistik yatmaktadır. İstatistik konularını en temelden başlayarak inceleyeceğiz.

Veri Bilimi & Veri Manipülasyonu
4-Veri Bilimi & Veri Manipülasyonu

Veri bilimi ve manipülasyonun ne anlama geldiğini iyi bir şekilde kavrayarak, yapay zeka projelerinde sıkla kullandığımız Numpy ve Pandas kütüphanelerinin nasıl kullanılması gerektiği konusunu geniş çaplı olarak inceliyoruz.

Veri Görselleştirmesi
6-Veri Görselleştirmesi

Veri görselleştirmesi (Data Visualization) birçok farklı yazınsal girdileri (ve/veya verileri) kullanarak, veriler arasında oldukça anlaşılır örüntüler oluşturmayı sağlamaktadır. Böylelikle farklı veriler arasındaki korelasyon ve eğilim oluşturulması, çıktıların analiz edilmesine son derece anlaşılabilirlik kazandırmaktadır. Görselleştirme modülleri örneklerle anlatıldı.

Makine Öğrenmesi
7-Makine Öğrenmesi

Makine öğrenmesinin amacı, verilerin yapısını anlamak ve bu verileri insanların anlayabileceği ve kullanabileceği modellere sığdırmaktır. Sıradan görevlerin otomatikleştirilmesinden mantıklı öngörüler sunmaya kadar her yerde kullanılır, her sektördeki endüstriler bundan yararlanmaya çalışır.

Graph Theory
8-Graph Theory

Bilimsel çalışmalarda kullanılan Graph Theory (Çizge Kuramı) yapay zeka alanında da oldukça önemli bir yer kaplamaktadır. Biz de bu alanı en iyi şekilde anlatmaya çalışıyoruz.

Doğal Dil İşleme (NLP)
9-Doğal Dil İşleme (NLP)

Yapay zekanın en önemli konularından olan NLP; metinsel verileri alarak onları analiz eder ve her alanda kullanıma imkan sağlar.

Derin Öğrenme (Deep Learning)
10-Derin Öğrenme (Deep Learning)

Beynin yapı ve işlevinden ilham alarak çalışır. Makine öğrenmesinin bir alt alanıdır, modeller oluşturup tahminler elde edeceğiz.

Büyük Veri (Big Data)
11-Büyük Veri (Big Data)

Daha büyük verileri yapay zeka alanında kullanabilmek için Hadoop ekosistemini, Apache Spark'ı detaylı bir şekilde inceleyeceğiz.