Machine Learning Engineer

o Yapay Zeka Nedir?
o Yapay Zeka Temelleri
▪ Yapay Zeka ve Neural Networks (Yapay Sinir Ağları)
▪ Yapay Zeka: Altındaki Temel Bilim Nedir?
▪ Yapay Zeka ve Biyomimetik
▪ Neuron & Neural Network
▪ Yapay Zeka Tehlikeli mi?
▪ Yapay Zeka Aşamaları: Narrow AI, General AI ve Super AI
▪ Yapay Zeka’nın Bilimsel Temelleri
▪ Yapay Zeka Kışı
▪ Yapay Sinir Ağları
o Yapay Zeka’nın Kapsamı
▪ Yapay Genel Zeka (AGI)
▪ Yapay Zeka : Tehditler & Fırsatlar
▪ Yapay Zeka Devlerinin IQ Analizi
▪ Yapay Zekanın Kapsamı
▪ Yapay Zeka Alt Kavramları
▪ Oyun Sektöründe Yapay Zeka
▪ Siber Güvenlik Sektöründe Yapay Zeka
▪ Yapay Zeka Görev Tanımları
▪ Kolektif Zeka: SWARM AI & SWARM Intelligence
o Yapay Zeka Teknik ve Teknolojilerine Genel Bakış
▪ Bir Yapay Zeka Projesini Geliştirmek
▪ Yapay Zeka İçin Programlama Dilleri Analiz ve Öneriler
▪ Yapay Zeka Uygulama Geliştirme Odaklı Open Source Kütüphaneler
▪ Yapay Zekaya Donanımsal Bakış
▪ Labeling ve Data Augmentation
▪ Dataset Kavramı ve Güncel Dataset Kaynakları
▪ Google Colab Nedir?
▪ Yapay Zeka Uygulama Geliştirme Araç Önerileri (Geliştirici Odaklı)

o NumPy, TensorFlow ve PyTorch’a Genel Bakış
o NumPy’ın Önemi : Computational Intelligence, TensorFlow ve PyTorch ile İlişkisi
o NumPy
o Pandas
o Matplotlib
o TensorFlow
▪ TensorFlow’a Genel Bakış
▪ TensorFlow Mimarisi : TensorFlow Nasıl Çalışır?
▪ Tensor Operasyonları
▪ Matrix Multiplication
▪ Tensor Aggregation
▪ TensorFlow ile Programlama
o PyTorch
▪ PyTorch’a Genel Bakış
▪ PyTorch Mimarisi : PyTorch Nasıl Çalışır?
▪ NumPy Bridge, Tensor Concatenation ve Dimension
▪ Automatic Differentiation
▪ PyTorch ile Programlama 

o Machine Learning’e Genel Bakış
o Machine Learning Kullanım Senaryoları
o Machine Learning Algoritmaları
o Machine Learning Uygulama Geliştirme Temelleri
o Veri Önişleme (Data Preprocessing)
▪ Veri Önişleme Nedir ve Neden Kullanılır?
▪ Veri Önişleme Yöntemleri
▪ Proje: Veri Önişleme Uygulaması Geliştirmek
o Regression
o Classification
o Clustering

o Computer Vision’a Genel Bakış
o Computer Vision Kullanım Senaryoları
o Computer Vision Temelleri
o Images & Pixels
o Computer Vision Araçları
▪ OpenCV
▪ Diğerleri
o OpenCV ile Computer Vision Temelleri
o Proje : Edge Detection
o Proje : Line Detection
o Proje : Circle Detection
o Proje : Background Subtraction
o Proje : Photo Denoising
o Proje : Face Recognition (Yüz Tanıma)
o Proje : Object Tracking (Nesne Takibi)
o OpenCV DNN (Deep Neural Network) Module

o Deep Learning’e Genel Bakış
o AI vs. ML vs. DL
o Deep Learning Kullanım Senaryoları
o Neural Networks (Yapay Sinir Ağları)
o Perceptron
o Overfitting & Underfitting
o Artificial Neural Network (ANNs)
▪ Neural Network’e Genel Bakış
▪ Artificial Neural Network Architecture
▪ Gradient Descent ve Learning Rate
▪ Weight & Bias
▪ Activation Function
▪ Backpropagation
▪ Hidden ve Output Layer
▪ Error Calculation: Loss Function
▪ Neural Network Oluşturmak ve Eğitmek
▪ Neural Network’ün Ölçülmesi (Evaluation)
▪ Proje: NumPy ile Sıfırdan Bir Artificial Neural Network (ANN) Uygulaması
Geliştirmek
▪ Proje: Farklı Bir Çok ANN Uygulaması
▪ Proje: Sadece Python Kullanarak Sıfırdan Bir Artificial Neural Network (ANN)
Uygulaması Geliştirmek
o Convolutional Neural Networks (CNNs)
▪ Convolutional Neural Network’e Genel Bakış
▪ ANN vs. CNN
▪ CNN Uygulamaları ve Uygulama Alanları
▪ Convolutional Neural Network Architecture
▪ Stride, Padding
▪ Convolutional Operation & Filters
▪ Pooling
▪ Flattening
▪ Dense Neural Network
▪ Bir Test ve Training Dataset’i Oluşturmak
▪ Proje: Keras ile Bir CNN Modeli Oluşturmak ve Eğitmek
▪ Bir CNN Ağını Ölçümlemek ve Test Etmek
▪ Proje: Artificial Neural Network ile Görüntü Odaklı Uygulama Geliştirme
• ANN tabanlı bir çok yapay zeka uygulaması geliştirilmektedir.
▪ Proje: Farklı CNN Projeleri ile Pekiştirme Uygulamaları
▪ Image Segmentation
• Image Segmentation’a Genel Bakış
• Proje: Image Segmentation
▪ Proje: Convolutional Neural Network ile Uygulama Geliştirmek
• CNN tabanlı bir çok yapay zeka uygulaması geliştirilmektedir.
▪ İleri Seviye Proje: NumPy ile Sıfırdan Bir Convolutional Neural Network (CNN)
Geliştirmek
▪ İleri Seviye Proje: Sadece Python Kullanarak Sıfırdan Bir Convolutional Neural
Network (CNN) Geliştirmek
o Transfer Learning ve Fine Tuning
▪ Transfer Learning
▪ Fine Tuning
▪ Detectron2 ile Yapay Zeka Projeleri Geliştirmek
• Detectron2’ye Genel Bakış
• Proje : Detectron2 ile Instance Segmentation
• Proje : Detectron2 ile Keypoint Detection
• Proje : Detectron2 ile Object Detection
• Proje : Detectron2 ile Panoptic Segmentation
• Proje : Detectron2 ile Semantic Segmentation

o Doğal Dil İşlemeye Genel Bakış
o Doğal Dil İşleme Uygulama Alanları
o Doğal Dil İşleme Algoritmaları
o Natural Language Toolkit (NLTK)
▪ Natural Language Toolkit’e Genel Bakış
▪ Corpus & Corpora
▪ Tokenization
▪ Stop Words
▪ Stemming
▪ PoST
▪ Named Entity Recognition
▪ Lemmatization
▪ ve dahası…
o RNNs, LSTM, GRU ve Transformer
▪ RNN vs. LSTM vs. GRU vs. Transformer
▪ Recurrent Neural Networks (RNNs)
▪ Long Short-Term Memory (LSTM)
▪ Gated Recurrent Unit (GRU)
▪ Transformer

o Generative AI’a Genel Bakış
o Generative AI Uygulamaları ve Uygulama Alanları
o Generative AI’ın Temel Algoritmaları
▪ Generative Adversarial Networks (GANs)
▪ Autoencoder (Universal Neural Style-Transfer)
▪ Variational Autoencoders (VAEs)
▪ Recurrent Neural Networks (RNNs)
o Araçlar, Library’ler ve Verisetleri
o Generative Adversarial Networks (GANs)
o Deep Convolutional Generative Adversarial Networks (DCGANs)
o Diğer GAN Algoritmalarına Genel Bakış
▪ CycleGAN, SRGAN vb.
o Stable Diffusion Models
▪ Stable Diffusion Model Nedir?
▪ GANs vs. Stable Diffusion Models
▪ Stable Diffusion Model Kullanım Alanları
▪ Proje : Stable Diffusion Model Uygulaması Geliştirmek

o AutoML’e Genel Bakış
o AutoML Araçlarına Genel Bakış
▪ Auto Sklearn’e Genel Bakış
▪ Auto Keras’a Genel Bakış
▪ Diğer Araçlar : PyCaret, H20, EvalML, TPOT
o Auto Sklearn ile AutoML Uygulaması Geliştirmek
▪ Auto Sklearn ile AutoML Proje Hazırlığı
▪ Proje : Auto Sklearn Uygulaması Geliştirmek
o Auto Keras ile AutoML Uygulaması Geliştirmek
▪ Proje : AutoKeras ile Artificial Neural Network Projesi Geliştirmek
▪ Proje : AutoKeras ile Convolutional Neural Network Projesi Geliştirmek 

o Cloud Computing’e Genel Bakış
o Cloud Computing Çözümleri
▪ Microsoft Azure
▪ Google Cloud
▪ Amazon AWS
▪ Diğerleri
o Cloud AI’a Genel Bakış
o Cloud AI Çözüm Üreticileri
▪ Azure AI
▪ Google AI
▪ AWS Machine Learning
▪ IBM Watson
▪ Diğer Cloud AI çözümleri…
o Azure AI
▪ Azure AI’a Genel Bakış
▪ Azure AI’ı Derinlemesine İncelemek
▪ Proje : Azure AI ile Sıfırdan Yapay Zeka Projesi Geliştirmek 

o MLOps’a Genel Bakış
o Software Engineering
o Donanımsal Hesaplama (Compute Hardware)
▪ GPU Temelleri
▪ GPU Cloud
▪ On-Prem
o Kaynak Yönetimi
o ML System Lifecycle
o Distributed AI
▪ Distributed Systems
• Distributed Sistemlere Genel Bakış
• Distirbuted Sistemler ve Paralel Programlama
▪ Distributed AI Nedir?
▪ Distributed AI Kullanım Senaryoları
▪ Distributed AI Araçları
▪ Distributed AI Training
• Distributed AI Training’e Genel Bakış
• Data Parallelism (Data-Parallelism Training)
• Model Parallelisim (Model-Parallel Training)
o Experiment Management
o Hyperparameter Tuning
o Veri Yönetimi
o MLaaS : Machine Learning as a Services
▪ MLaaS Nedir?
▪ MLaaS Konsept ve Mimarisi
o Model Packaging
o Model Deployment
▪ Model Deployment Türleri
▪ Web : AI Modelleri İçin Web Tabanlı Mimari ve Teknolojiler
• RESTful API ve Microservice Mimarisi
o RESTful API Mimari ve Tasarımına Giriş
o Neden RESTful API Kullanırız?
o RESTful API Terminolojisine Genel Bakış
o RESTful API : Bir Request’in Anotomisi
o RESTful API : Endpoint Kavramı
o RESTful API : HTTP Metot
o RESTful API : HTTP Header
• Dependency Management
• Model Sharing : ONNX
• Model Serving Araç ve Library’leri
o TensorFlow Serving
▪ TensorFlow Serving Mimarisi
▪ RESTful ve TensorFlow Serving ile Model Prediction
▪ TensorFlow Extended (TFX) Pipeline ile Model
Deployment
o PyTorch Serve
▪ PyTorch Serve Mimarisi
▪ Proje : PyTorch Serve ile Deployment
o Diğer Araçlar
• Deployment İçin Model Optimizasyonu
o Quantization
o Pruning
o Distillation
▪ Mobile AI
• Mobile AI’a Genel Bakış
• Mobile AI Uygulama Geliştirme Mimarisi ve Teknolojileri
• Mobile AI Modelleri
▪ Edge AI : AI in Decentralized Systems & IoT Devices
• Edge AI’a Genel Bakış
• Edge AI Uygulama Geliştirme Mimari ve Teknolojileri