Site Title

Yapay Zeka ve Makine Öğrenmesi

 

* {
margin: 0;
padding: 0;
box-sizing: border-box;
}
body {
font-family: -apple-system, BlinkMacSystemFont, ‘Segoe UI’, Arial, sans-serif;
background: linear-gradient(135deg, rgba(59, 130, 246, 0.95) 0%, rgba(37, 99, 235, 0.95) 100%),
url(‘https://images.unsplash.com/photo-1677442136019-21780ecad995?auto=format&fit=crop&w=1920&q=80’);
background-size: cover;
background-position: center;
background-attachment: fixed;
color: #fff;
min-height: 100vh;
}
.hero-section {
padding: 60px 40px 80px;
background: linear-gradient(135deg, rgba(59, 130, 246, 0.92) 0%, rgba(37, 99, 235, 0.92) 100%),
url(‘https://images.unsplash.com/photo-1555255707-c07966088b7b?auto=format&fit=crop&w=1920&q=80’);
background-size: cover;
background-position: center;
position: relative;
}
.container {
max-width: 1340px;
margin: 0 auto;
padding-right: 420px;
}
.course-content {
max-width: 900px;
}
h1 {
font-size: 42px;
margin-bottom: 20px;
line-height: 1.2;
color: #FDE047;
font-weight: 700;
text-shadow: 2px 2px 8px rgba(0,0,0,0.3);
}
.course-subtitle {
font-size: 20px;
margin-bottom: 20px;
color: #ffffff;
opacity: 1;
line-height: 1.4;
text-shadow: 1px 1px 4px rgba(0,0,0,0.3);
}
.rating {
display: flex;
align-items: center;
gap: 8px;
margin-bottom: 12px;
}
.rating-number {
color: #ffd700;
font-weight: bold;
font-size: 18px;
}
.stars {
color: #ffd700;
font-size: 18px;
}
.rating span {
color: #fff;
}
.instructor {
font-size: 16px;
margin-bottom: 16px;
color: #fff;
}
.instructor a {
color: #FDE047;
text-decoration: underline;
}
.course-stats {
display: flex;
gap: 24px;
font-size: 15px;
color: #fff;
}
.sidebar-card {
position: fixed;
top: 50%;
right: 40px;
transform: translateY(-50%);
width: 340px;
background: #fff;
padding: 36px 28px;
border-radius: 12px;
box-shadow: 0 8px 24px rgba(0,0,0,.2);
z-index: 100;
text-align: center;
}
.contact-title {
font-size: 26px;
font-weight: 700;
color: #1c1d1f;
margin-bottom: 14px;
}
.contact-subtitle {
font-size: 16px;
color: #6a6f73;
margin-bottom: 28px;
line-height: 1.5;
}
.whatsapp-btn {
display: inline-flex;
align-items: center;
justify-content: center;
gap: 12px;
width: 100%;
background: #25D366;
color: #fff;
text-decoration: none;
padding: 18px 24px;
font-size: 18px;
font-weight: 700;
border-radius: 10px;
transition: all 0.3s;
box-shadow: 0 4px 12px rgba(37, 211, 102, 0.3);
}
.whatsapp-btn:hover {
background: #20BA5A;
transform: translateY(-2px);
box-shadow: 0 6px 16px rgba(37, 211, 102, 0.4);
}
.whatsapp-icon {
font-size: 28px;
}
.contact-info {
margin-top: 24px;
padding-top: 24px;
border-top: 1px solid #e8e8e8;
font-size: 14px;
color: #6a6f73;
}
.content-section {
background: rgba(248, 249, 250, 0.95);
padding: 60px 40px;
}
.white-box {
background: #fff;
color: #1c1d1f;
padding: 40px;
border-radius: 8px;
margin-bottom: 24px;
box-shadow: 0 2px 8px rgba(0,0,0,.08);
}
.white-box h2 {
margin-bottom: 20px;
font-size: 28px;
color: #1c1d1f;
}
.objectives {
display: grid;
grid-template-columns: 1fr 1fr;
gap: 20px;
}
.objective-item {
display: flex;
gap: 12px;
font-size: 15px;
}
.checkmark {
color: #3b82f6;
font-weight: bold;
font-size: 18px;
}
.curriculum {
background: #fff;
color: #1c1d1f;
padding: 40px;
border-radius: 8px;
box-shadow: 0 2px 8px rgba(0,0,0,.08);
}
.curriculum h2 {
margin-bottom: 12px;
font-size: 28px;
}
.curriculum-info {
margin-bottom: 28px;
font-size: 15px;
color: #6a6f73;
}
.section {
border: 1px solid #d1d7dc;
margin-bottom: 8px;
border-radius: 4px;
overflow: hidden;
}
.section-header {
background: #f7f9fa;
padding: 18px 24px;
cursor: pointer;
display: flex;
justify-content: space-between;
align-items: center;
font-weight: bold;
transition: background 0.2s;
}
.section-header:hover {
background: #eef0f2;
}
.section-meta {
font-size: 14px;
color: #6a6f73;
font-weight: normal;
}
.section-content {
display: none;
}
.section.active .section-content {
display: block;
}
.lecture {
padding: 14px 24px;
border-top: 1px solid #e8e8e8;
display: flex;
justify-content: space-between;
align-items: center;
font-size: 14px;
}
.lecture:hover {
background: #f8f9fa;
}
.lecture-title {
display: flex;
align-items: center;
gap: 12px;
}
.requirements {
background: #fff;
color: #1c1d1f;
padding: 40px;
border-radius: 8px;
margin-bottom: 24px;
box-shadow: 0 2px 8px rgba(0,0,0,.08);
}
.requirements h2 {
margin-bottom: 20px;
font-size: 28px;
}
.requirements ul {
list-style: disc;
padding-left: 24px;
}
.requirements li {
margin-bottom: 12px;
font-size: 15px;
line-height: 1.6;
}
@media (max-width: 1024px) {
.container {
padding-right: 40px;
}
.sidebar-card {
position: static;
transform: none;
margin: 40px auto;
max-width: 400px;
}
}
@media (max-width: 768px) {
h1 {
font-size: 32px;
}
.objectives {
grid-template-columns: 1fr;
}
.hero-section, .content-section {
padding: 40px 20px;
}
}

 

Yapay Zeka ve Makine Öğrenmesi: Sıfırdan İleri Seviye

Python ile yapay zeka ve makine öğrenmesi algoritmalarını öğrenin. TensorFlow, PyTorch ve Deep Learning ile gerçek projeler geliştirin. 2025 güncel müfredat

4.9
★★★★★
(12.847 değerlendirme)
42.618 öğrenci
Oluşturan İhsan Talha Şimşek
📅 Son güncelleme: 11/2024
🌐 Türkçe
📝 Türkçe altyazılı
Eğitim Almak İster misiniz?
Kurslarımız hakkında detaylı bilgi almak ve kayıt olmak için bizimle iletişime geçin

💬
WhatsApp ile İletişime Geç

7/24 size yardımcı olmaya hazırız

Öğrenecekleriniz

✓
Makine öğrenmesi algoritmalarını anlayacak ve uygulayacaksınız
✓
Python ile veri analizi ve görselleştirme yapabileceksiniz
✓
TensorFlow ve PyTorch ile derin öğrenme modelleri geliştirebileceksiniz
✓
Neural Network ve Deep Learning konseptlerini öğreneceksiniz
✓
Computer Vision projeleri geliştirebileceksiniz
✓
Natural Language Processing (NLP) uygulamaları yapabileceksiniz
✓
Model deployment ve production’a alma süreçlerini öğreneceksiniz
✓
Gerçek dünya AI projeleri geliştirebileceksiniz

Kurs içeriği

16 bölüm • 182 ders • 48sa 35dk toplam uzunluk
▼ Yapay Zeka ve Makine Öğrenmesine Giriş
10 ders • 1sa 30dk
▶
Yapay Zeka Nedir? Tarihçesi ve Geleceği
14:25
▶
Makine Öğrenmesi Türleri: Supervised, Unsupervised, Reinforcement
18:40
▶
AI Uygulamaları ve Gerçek Dünya Örnekleri
12:15
▶
Python ve Gerekli Kütüphanelerin Kurulumu
10:30
▶ Python ile Veri Bilimi Temelleri
18 ders • 3sa 45dk
▶
NumPy ile Matematiksel İşlemler
22:20
▶ Veri Ön İşleme ve Feature Engineering
15 ders • 3sa 10dk
▶ Supervised Learning Algoritmaları
20 ders • 4sa 25dk
▶ Unsupervised Learning ve Clustering
14 ders • 2sa 55dk
▶ Neural Networks ve Deep Learning
16 ders • 3sa 40dk
▶ TensorFlow ve Keras ile Model Geliştirme
18 ders • 4sa 15dk
▶ PyTorch Temelleri
15 ders • 3sa 30dk
▶ Convolutional Neural Networks (CNN)
14 ders • 3sa 20dk
▶ Computer Vision Projeleri
16 ders • 3sa 50dk
▶ Recurrent Neural Networks (RNN) ve LSTM
12 ders • 2sa 45dk
▶ Natural Language Processing (NLP)
17 ders • 4sa 05dk
▶ Transformers ve BERT
13 ders • 3sa 10dk
▶ Generative AI ve GANs
11 ders • 2sa 35dk
▶ Model Deployment ve MLOps
14 ders • 3sa 20dk
▶ Capstone Projeler
20 ders • 5sa 15dk

Gereksinimler

  • Temel Python programlama bilgisi (değişkenler, döngüler, fonksiyonlar)
  • Temel matematik bilgisi (lise düzeyi cebir yeterli)
  • Windows, Mac veya Linux işletim sistemli bilgisayar
  • En az 8GB RAM (16GB önerilir)
  • İnternet bağlantısı
  • Öğrenmeye açık olmak ve pratik yapmaya istekli olmak

Açıklama

Yapay Zeka Uzmanı Olun ve Geleceğin Teknolojisine Hükmedin!

2025’in en kapsamlı Türkçe yapay zeka ve makine öğrenmesi eğitimi ile sıfırdan başlayarak ileri seviye AI projeleri geliştirebileceksiniz.
48 saatlik video içeriği, gerçek dünya projeleri ve hands-on uygulamalarla TensorFlow, PyTorch, Deep Learning ve daha fazlasını öğrenin.

Neden Bu Kurs?

  • 🤖 AI ve ML mühendisi olarak kariyer yapmak istiyorsanız
  • 💼 Veri bilimci olarak çalışmak istiyorsanız
  • 🚀 Kendi AI ürünlerinizi geliştirmek istiyorsanız
  • 📊 Veri analizi ve tahminleme yapmak istiyorsanız
  • 🎯 Computer Vision projeleri geliştirmek istiyorsanız
  • 💡 NLP ve chatbot uygulamaları yapmak istiyorsanız
  • 🔧 Deep Learning modellerini production’a almak istiyorsanız
  • 🌟 Geleceğin teknolojisinde uzmanlaşmak istiyorsanız

Kurs Boyunca Öğrenecekleriniz:

  • Python & Veri Bilimi: NumPy, Pandas, Matplotlib, Seaborn
  • ML Algoritmaları: Linear Regression, Decision Trees, Random Forest, SVM, KNN
  • Deep Learning: Neural Networks, Backpropagation, Optimization
  • TensorFlow & Keras: Model oluşturma, eğitme, değerlendirme
  • PyTorch: Dynamic computation graphs, custom models
  • CNN: Image classification, object detection, transfer learning
  • RNN & LSTM: Sequence modeling, time series prediction
  • NLP: Text processing, sentiment analysis, language models
  • Transformers: BERT, GPT, attention mechanism
  • GANs: Image generation, style transfer
  • Reinforcement Learning: Q-Learning, policy gradients
  • MLOps: Model deployment, monitoring, CI/CD
  • Cloud Platforms: AWS, Google Cloud, Azure ML
  • Best Practices: Model optimization, hyperparameter tuning

Gerçek Dünya Projeleri:

  • 🏠 Ev fiyat tahmin sistemi
  • 📧 Spam e-posta sınıflandırıcı
  • 🎭 Duygu analizi (Sentiment Analysis)
  • 👤 Yüz tanıma sistemi
  • 🚗 Nesne tespit uygulaması
  • 💬 Chatbot geliştirme
  • 📰 Haber kategorilendirme
  • 🎨 Görüntü üretimi (Image Generation)
  • 📈 Hisse senedi tahmin modeli
  • 🏥 Hastalık teşhis sistemi
  • 🎵 Müzik öneri sistemi
  • 🔐 Dolandırıcılık tespiti
  • 🌦️ Hava durumu tahmini
  • 🎯 Müşteri segmentasyonu
  • 🤖 Otonom araç simülasyonu

Kimler İçin Uygun?

  • 🎓 Bilgisayar mühendisliği öğrencileri
  • 💻 Python bilgisi olan yazılımcılar
  • 📊 Veri analistleri ve istatistikçiler
  • 🔬 Araştırmacılar ve akademisyenler
  • 🚀 Startup kurucuları ve girişimciler
  • 💼 Kariyer değişikliği yapmak isteyenler
  • 🎯 AI alanında uzmanlaşmak isteyenler
  • 🧠 Makine öğrenmesi meraklıları
  • 👨‍💼 İş analistleri ve product manager’lar

Kurs Sonunda Kazanımlarınız:

  • ✅ Makine öğrenmesi algoritmalarını uygulayabileceksiniz
  • ✅ Deep learning modelleri geliştirebileceksiniz
  • ✅ TensorFlow ve PyTorch’u profesyonelce kullanabileceksiniz
  • ✅ Computer Vision projeleri yapabileceksiniz
  • ✅ NLP uygulamaları geliştirebileceksiniz
  • ✅ AI modellerini production’a alabileceksiniz
  • ✅ Gerçek dünya problemlerini AI ile çözebileceksiniz
  • ✅ Profesyonel AI portföyüne sahip olacaksınız
  • ✅ AI/ML mühendisi olarak iş bulabileceksiniz
  • ✅ Freelance AI projeleri yapabileceksiniz
  • ✅ Veri bilimci pozisyonlarına başvurabileceksiniz

Bonus İçerikler:

  • 🎁 100+ hazır veri seti koleksiyonu
  • 📚 Jupyter notebook örnekleri
  • 🔧 Pre-trained model kütüphanesi
  • 📊 Veri görselleştirme şablonları
  • 💡 Algoritma karşılaştırma rehberi
  • 🎯 Hyperparameter tuning guide
  • 📝 ML project checklist
  • 🚀 Deployment rehberi ve scriptler
  • 💼 AI mühendisi CV şablonları
  • 📊 Mülakat soruları ve çözümleri
  • 🌐 Kaggle yarışma stratejileri
  • 🔍 Research paper okuma rehberi

Kurs Özellikleri:

  • 📹 48+ saat full HD video içerik
  • 💻 Hands-on kodlama egzersizleri
  • 📝 Her ders için kaynak kodlar
  • 🎓 Sertifika desteği
  • 💬 Soru-cevap forumu
  • 🔄 Ömür boyu erişim
  • 📱 Mobil ve masaüstü erişim
  • 🆕 Düzenli içerik güncellemeleri

Teknolojiler ve Araçlar:

  • 🐍 Python 3.x
  • 📊 NumPy, Pandas, Matplotlib, Seaborn
  • 🧠 Scikit-learn
  • 🔥 TensorFlow 2.x & Keras
  • ⚡ PyTorch
  • 🤗 Hugging Face Transformers
  • 📓 Jupyter Notebook / Google Colab
  • 🐳 Docker
  • ☁️ AWS, Google Cloud, Azure
  • 📦 MLflow, Kubeflow
  • 🔧 Git & GitHub

Bu kurs ile yapay zeka dünyasına profesyonel bir giriş yapın ve geleceğin en çok aranan mesleğinde uzmanlaşın.
Teorik bilgi ile pratik uygulamaları birleştirerek gerçek dünya problemlerini çözmeyi öğrenin.

Başlamak için hemen bizimle iletişime geçin!