Yapay Zeka ile Büyük Veri Analizi Eğitimi

Eğitimin Amacı

Bu eğitim, büyük veri analitiğinin yapay zeka ile entegrasyonunu anlamayı, IoT destekli veri toplama ve işleme yöntemlerini, makine öğrenmesi modellerini ve veri odaklı karar alma süreçlerini kavramayı amaçlamaktadır. Katılımcılar, Python ile veri analizi, görselleştirme ve yapay zeka destekli büyük veri uygulamalarını deneyimleme fırsatı bulacaklardır. İçerik, teorik bilgiler yerine gerçek hayat örnekleri ve uygulamalar ile desteklenecektir.

Eğitim Süresi: 3 Saat

Eğitim Detayı

1. Büyük Veri ve Yapay Zeka Temelleri
• Büyük veri nedir?
• Yapay zeka ve büyük veri arasındaki ilişki
• Gerçek Hayat Örneği: Netflix’in makine öğrenmesi ile izleme alışkanlıklarına dayalı içerik önerme sistemi
2. Yapay Zeka ile Veri Analitiği
• Veri analitiğinde makine öğrenmesi ve derin öğrenme
• Gerçek Hayat Örneği: Amazon’un dinamik fiyatlandırma algoritmalarında yapay zeka kullanımı
3. IoT ve Gerçek Zamanlı Veri Analitiği
• IoT ile veri toplama
• Gerçek Hayat Örneği: Akıllı şehirlerde trafik yoğunluğunu optimize eden yapay zeka algoritmaları
4. Büyük Veri ve Yapay Zeka Proje Yönetimi
• Veri toplama, temizleme ve modelleme
• Gerçek Hayat Örneği: Facebook’un Cambridge Analytica skandalı ve veri etik kuralları
5. Python ile Veri Görselleştirme ve İstatistiksel Analiz
• Pandas, Matplotlib ve Seaborn ile veri görselleştirme
• Gerçek Hayat Örneği: Bir e-ticaret şirketinin en popüler ürünlerini belirlemesi
6. Büyük Veri Analitiği ve Makine Öğrenmesi
• Makine öğrenmesi ile veri analitiği
• Gerçek Hayat Örneği: Hastalık tahmin modellerinde büyük veri analitiği kullanımı
7. Tahminleme Modelleri ve Yapay Zeka
• Regresyon ve tahminleme modelleri
• Gerçek Hayat Örneği: Hava tahmini sistemlerinde yapay zeka kullanımı
8. Sınıflandırma ve Yapay Zeka Uygulamaları
• Karar ağaçları ve lojistik regresyon
• Gerçek Hayat Örneği: Bankaların kredi başvurularını değerlendirme sürecinde sınıflandırma kullanması
9. Kümeleme ve Segmentasyon Analizi
• K-means ve hiyerarşik kümeleme
• Gerçek Hayat Örneği: Müşteri segmentasyonu ve kişiselleştirilmiş pazarlama stratejileri
10. Metin Madenciliği ve Doğal Dil İşleme (NLP)
• Yapay zeka destekli metin analitiği
• Gerçek Hayat Örneği: Twitter veri analizi ile duygu analizi ve politik kampanyaların çözümlenmesi
11. Sonuç ve Değerlendirme
• Sorular ve cevaplar
• Katılımcı geri bildirimleri
• Sonraki adımlar ve ileri seviye eğitimler için kaynaklar

Eğitmen: Dr. Öğr. Üyesi Şeyma BOZKURT UZAN

Dr. Öğr. Üyesi Şeyma Bozkurt Uzan, İstanbul Beykent Üniversitesi’nde Yazılım Mühendisliği alanında öğretim üyesi olup, yapay zeka, veri bilimi, dijital dönüşüm, çok kriterli karar verme ve operasyon araştırmaları konularında uzmanlaşmıştır. Rochester Institute of Technology’de misafir öğretim üyesi olarak görev yapmış, Avrupa Birliği projeleri de dahil olmak üzere birçok uluslararası araştırmada yer almıştır. Dikey tarım ve yapay zeka entegrasyonu üzerine yürüttüğü projelerle sürdürülebilir tarım çözümleri geliştirirken, DeepTech eğitim projeleriyle de genç nesillere ileri teknoloji alanlarında yetkinlik kazandırmayı hedeflemektedir. Yapay zeka ve karar verme süreçlerini ele alan “From Past to Present: Philosophical Reflections on AI with a SWOT Approach”, matematik ve yapay zeka alanındaki araştırmaları inceleyen “Bibliometric Analysis of Math and Artificial Intelligence Research”, ve tedarik zinciri yönetiminde çok kriterli karar verme tekniklerini değerlendiren “Analysis of Supplier Selection Process with Multi-Criteria Decision Making Techniques” gibi önemli makaleleri bulunmaktadır. Çok sayıda akademik makale, kitap ve proje çalışmasına imza atan Şeyma, teknoloji, yapay zeka ve eğitim alanlarında aktif olarak çalışmalarını sürdürmektedir.

Detaylı bilgi için lütfen iletişime geçiniz.

Gökhan EROL
e: gerol@inovakademi.com
g: +90 (533) 761 19 34
t: +90 (216) 709 73 32