Veri Analizi ve Yapay Zekâ
> 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
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
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
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.

