TEMEL YAPAY ZEKA UYGULAMALARI
EĞİTİMİN İÇERİĞİ
Bu dersin kapsamında, öğrencilerin yapay zekânın tarihsel ve kavramsal gelişimi, yapay zekânın temel yapı ve süreçleri, yapay zekânın avantajları, güncel durumu ve uygulama alanları ve bu imkanlara ulaşmak için kullanılan yöntemler öğretilecektir. Çevre bilimlerindeki (ziraat, biyoloji, ormancılık vb.) çeşitli uygulamalar için farklı yapay zeka teknikleri karşılaştırmalı olarak değerlendirilecek, ayrıca bu alanda yaygın bir kullanım alanı bulmuş olan geleneksel istatistik biliminin uygulamaları (Regresyon ve sınıflama görevleri) ile yapay zeka çözümlerinin avantaj ve dezavantajları ayrıntılı olarak ortaya konacaktır.
Çevre bilimleri uygulamalarında öne çıkan bir yapay zeka tekniği olan yapay sinir ağ yapıları ve derin öğrenme algoritmaları üzerine yoğunlaşılıp, bu yapay zeka tekniklerinin giriş-ara katman-çıktı katmanı yapısı, aktivasyon/transfer fonksiyonu çeşitleri ve nöron sayısı gibi temel bileşenleri hakkında bilgiler verilecektir. Ayrıca, yapay zeka modellerindeki eğitim süreçlerine etki eden öğrenme oranı ve moment oranı ile aşırı uyum (ovefitting) ve uyumsuzluk (underfitting) gibi çeşitli problemlere çözümler olarak literatürde öne çıkan erken durdurma (early-stoping), L1 ve L2 Regularization ve Dropout gibi teknikler açıklanacaktır.
Tüm bu yapay zeka süreçlerinin çevre bilimlerindeki uygulamalarına ilişkin bazı örnekler, R dilinde kodlanmış çeşitli yapay zeka kütüphaneleri ile açıklanacaktır. Farklı yapay zeka kütüphanelerinde, açık kaynak kodlu bir yapay zeka platformu olan ve çeşitli yapay zeka çeşitleri içeren H20 kütüphanesi üzerine ayrıntılı uygulamalar gerçekleştirilecektir. Yapay zeka uygulamaları, model topolojisi bakımdan oldukça kompleks bir yapıda olan derin öğrenme algoritmalarını çözebilen R yazılım mimarisine sahip H20 paketi ile gerçekleştirilecektir. Yapay zeka model uygulamaları ile elde edilecek sonuçların/tahminlerin başarı durumları, hem çeşitli başarı ölçütlerine hem de çevre bilimlerindeki çeşitli kanuniyetlere göre değerlendirmesine ilişkin süreç açıklanacaktır. Bu eğitim kapsamında, yapay zeka modellerinin temel yapısı, işlevi, kullanım alanları ve uygulamaları ile birlikte, R dilinin temel yapısı, işleyişi ve uygulamalarına ilişkin temel bilgiler, R dili için entegre bir geliştirme ortamı olan R-Studio kullanımı ile verilecektir.
EĞİTİMİN KONULARI
- Yapay zekânın tarihsel ve kavramsal gelişimi,
- Çeşitli yapay zeka tekniklerini karşılaştırılması,
- Yapay zeka tekniklerinin istatistik biliminin konusu Regresyon Modelleri ile karşılaştırılması,
- Yapay zeka metodu olarak Yapay sinir Ağları ve Derin öğrenme modelleri,
- Model yapısı içinde giriş-ara katman-çıktı katmanı yapısı, aktivasyon/transfer fonksiyonu çeşitleri ve nöron sayısı bileşenleri,
- Öğrenme oranı ve moment oranı ile erken durdurma (early-stoping), L1 ve L2 Regularization ve Dropout teknikleri,
- R studio’nun genel yapısı, tanıtımı, argümanları ile R studio ile kod yazmaya giriş,
- R yazılım mimarisine sahip H20 paketinin tanıtımı ve yapay zeka modellerinin kodlanması,
- H20 paketi ile yapay sinir ağları ile derin öğrenme kodlarının yazılması ve aşırı uyum (ovefitting) ve uyumsuzluk (underfitting) sorunlarının giderilmesine ilişkin çözüm önerileri,
- Yapay sinir ağları ve derin öğrenme ile elde edilecek sonuçların/tahminlerin başarı durumları, hem çeşitli başarı ölçütleri hem de çevre bilimlerindeki çeşitli kanuniyetlere göre değerlendirmesi
EĞİTİMİN KAZANIMLARI
- Temel Yapay zeka hakkında genel bilgilere sahip olunması,
- Çevre bilimlerindeki yapay zeka uygulamacının bilinmesi,
- R dili ile kodlanmış Yapay zekaya ilişkin kütüphaneler ile çevre bilimlerine ilişkin uygulamaları gerçekleştirmesi,
- Yapay zeka ile çevre bilimlerinde gerçekleştirilecek uygulama sonuçlarının çeşitli kriter ile değerlendirebilmesi,
EĞİTİM SÜRESİ VE SAATİ
Eğitim Toplam 20 Saat olarak verilecektir. (Tarih ve Günler kursa yeterli çoğunluğun katılması durumunda belirlenecektir.)
SINIF KONTENJANI
Kursun başlaması için En az 10 kişi katılım sağlaması gerekmektedir.
EĞİTİMİN ÖN KOŞULLARI
Temel Matematik ve istatistik derslerini almış olmak
KİMLERE ÖNERİLİR
- Çevre Bilimleri (Ziraat, Ormancılık, Biyoloji vb.)
- Temel yapay zeka uygulamalarına gerçekleştirecek tüm sektörler,
|
Eğitim Türü
|
Yüz yüze |
|
|
Online |
||
|
X |
Hibrit |
|
|
Eğitmen Adı |
Prof. Dr. İlker ERCANLI |
|
Eğitim Tarihi: Kursiyerlerin çoğunluğun talebine göre belirlenecektir. (Haftaiçi, Haftasonu)
Bireysel Katılım Ücreti: 2.500 (KDV Dahil)
İrtibat Telefonu: 0376 213 26 26 (Dahili: 1517)
E-posta: yabom@karatekin.edu.tr
Programa katılmak isteyen katılımcıların, https://yabom.karatekin.edu.tr/ adresinde yer alan online kayıt formunu doldurarak ön kayıt yaptırmaları gerekmektedir.
(Kursların açılabilmesi için yeterli çoğunluk sağlanması gerekmektedir. Müdürlüğümüz tarafından size geri dönüş yapılmadan lütfen ücret yatırmayınız.)
