> 11. sınıf · 2 saat/hafta

Veriden anlam, anlamdan zekâ.

Öğrencilerimiz Yapay Zekâ ve Veri Bilimi dersinde veriyi analiz etmeyi, görselleştirmeyi ve makine öğrenmesi modelleriyle tahmin yapmayı öğrenir.

PythonVeriBilimiMakineÖğrenmesi
GirdiGizli KatmanlarÇıktıKedi %97
11. SınıfYapay Zekâ ve Veri Bilimi dersi
2 SaatHaftalık ders süresi
PythonVeri biliminin temel dili
// veri_hattı

Bir Yapay Zekâ Projesi Nasıl İlerler?

01Veri ToplamaGerçek veri setleriyle çalışma
02TemizlemeEksik ve hatalı veriyi düzenleme
03AnalizGrafiklerle veriyi yorumlama
04ModelMakine öğrenmesi modeli eğitme
05TahminSonucu test etme ve sunma
// ders_içeriği

Dersimizin İki Ayağı

Tahmin doğruluğu%94,2 ▲
VERİ BİLİMİ

Veriyle Hikâye Anlatmak

Veri, doğru incelendiğinde bir hikâye anlatır. Öğrencilerimiz Python ile veriyi sorgular, gruplar ve görselleştirir.

  • Veri toplama ve temizleme
  • İstatistiksel analiz ve yorumlama
  • Grafiklerle sonuç sunma
PythonVeriSetiGrafik
GirdiGizli KatmanlarÇıktıKedi %97
YAPAY ZEKÂ

Öğrenen Sistemler Kurmak

Öğrencilerimiz yapay zekâyı yalnızca kullanan değil, nasıl çalıştığını anlayan ve kendi modelini kurabilen bireyler olarak yetişir.

  • Yapay zekâ, makine öğrenmesi ve derin öğrenme kavramları
  • Sınıflandırma ve tahmin modelleri kurma
  • Yapay zekâ etiği ve sorumlu kullanım
MakineÖğrenmesiModelEtik
// uygulama_alanları

Yapay Zekâ Nerede?

Görüntü Tanıma

Yüz tanıma, nesne algılama ve görüntü sınıflandırma.

Otonom Sistemler

Sürücüsüz araçlar ve akıllı robotlar.

Sağlık

Tıbbi görüntülerden teşhise destek.

Dil ve Asistanlar

Sohbet botları, çeviri ve akıllı asistanlar.

Geleceği kodlayan ekibe katılın

Programımız, kayıt süreci ve burs olanakları hakkında bilgi almak için bize ulaşın.