Tüm müfredat

Sıfırdan uzmanlığa 100 ünite

100 ünite, 536+ konu başlığı. Her satır, bir modülün içinde gerçekten işlediğimiz bir alt başlıktır; vitrin değil, gerçek müfredat.

Seviye 1

Temel: Python & Veri Bilimi

Hiç kod yazmamış birinin, yapay zekanın üzerine inşa edildiği programlama ve veri temelini sıfırdan kazandığı seviye.

1Python'a Giriş ve Kurulum10 konu

Python nedir, neden yapay zeka için tercih edilir
Python kurulumu: Windows, macOS, Linux
VS Code, Jupyter Notebook ve Google Colab karşılaştırması
İlk Python programını çalıştırma
Python söz dizimi ve girinti (indentation) kuralları
Yorum satırları ve kod okunabilirliği
input() ve print() ile girdi/çıktı
Değişken isimlendirme kuralları (PEP 8)
Python yorumlayıcısı (REPL) ile etkileşimli çalışma
Mini proje: basit hesap makinesi

2Değişkenler ve Veri Tipleri10 konu

Değişken tanımlama ve atama
Sayısal tipler: int, float, complex
Metin tipi: str
Mantıksal tip: bool
Tip dönüşümleri (type casting)
None değeri ve kullanım alanları
Değişkenlerin bellekte tutulması ve referans kavramı
Sabitler ve isimlendirme kuralları
Çoklu atama ve değişken takası
type() ve isinstance() ile tip kontrolü

3Operatörler ve İfadeler9 konu

Aritmetik operatörler
Karşılaştırma operatörleri
Mantıksal operatörler (and, or, not)
Atama operatörleri (+=, -=, *=)
Üyelik operatörleri (in, not in)
Kimlik operatörleri (is, is not)
Operatör önceliği ve parantez kullanımı
İfadelerin (expression) değerlendirilmesi
Bit düzeyi (bitwise) operatörlere giriş

4Koşullu İfadeler7 konu

if, elif, else yapısı
İç içe koşullar
Üçlü (ternary) koşul ifadesi
Doğruluk değeri (truthy/falsy) kavramı
Karmaşık koşulları sadeleştirme
match-case ile örüntü eşleme
Mini proje: not ortalaması hesaplayıcı

5Döngüler9 konu

for döngüsü ve range()
while döngüsü
break ve continue
İç içe döngüler
Döngü içinde else bloğu
enumerate() ve zip() ile döngü yazımı
List comprehension ile kısa yazım
Sonsuz döngülerden kaçınma
Mini proje: asal sayı bulucu

6Listeler ve Demetler8 konu

Liste oluşturma ve indeksleme
Liste metodları: append, insert, remove, pop
Dilimleme (slicing)
Liste sıralama ve ters çevirme
Demet (tuple) kavramı ve değişmezlik
Listeler ve demetler arasındaki farklar
İç içe listeler ve matrisler
Liste kopyalama: sığ (shallow) vs derin (deep) kopya

7Sözlükler ve Kümeler8 konu

Sözlük (dict) oluşturma ve erişim
Anahtar-değer çiftleriyle çalışma
Sözlük metodları: get, keys, values, items
İç içe sözlükler
Küme (set) kavramı ve benzersizlik
Küme işlemleri: birleşim, kesişim, fark
Dict ve set comprehension
Hangi veri yapısı ne zaman kullanılır

8Fonksiyonlar9 konu

Fonksiyon tanımlama ve çağırma
Parametreler ve varsayılan değerler
return ifadesi ve çoklu değer döndürme
*args ve **kwargs
Değişken kapsamı (scope): local, global, nonlocal
Lambda (anonim) fonksiyonlar
Yüksek seviyeli fonksiyonlar: map, filter, reduce
Özyineleme (recursion) kavramı
Dokümantasyon dizeleri (docstring)

9Dize (String) İşlemleri8 konu

Dize oluşturma ve birleştirme
Dize dilimleme ve indeksleme
f-string ile biçimlendirme
Yaygın dize metodları (split, join, strip, replace)
Büyük/küçük harf dönüşümleri
Düzenli ifadelere (regex) giriş
Unicode ve karakter kodlaması
Çok satırlı dizeler ve ham (raw) dizeler

10Dosya İşlemleri6 konu

Dosya açma, okuma, yazma modları
with ifadesi ile güvenli dosya yönetimi
CSV dosyalarıyla çalışma
JSON verisi okuma ve yazma
Dosya yolu işlemleri (pathlib)
Metin dosyalarını satır satır işleme

11Hata ve İstisna Yönetimi7 konu

try, except, finally blokları
Yaygın istisna türleri (TypeError, ValueError, KeyError)
Birden fazla istisnayı yakalama
Özel istisna sınıfları oluşturma
raise ile hata fırlatma
Hata ayıklama (debugging) temelleri
Loglama (logging) modülüne giriş

12Nesne Yönelimli Programlama I7 konu

Sınıf ve nesne kavramı
__init__ ve örnek değişkenleri
Metod tanımlama
self parametresinin anlamı
Sınıf değişkenleri ve örnek değişkenleri
Özel (private) ve korunan (protected) öznitelikler
Mini proje: basit bir sınıf tasarımı

13Nesne Yönelimli Programlama II8 konu

Kalıtım (inheritance)
Metod geçersiz kılma (override)
super() ile üst sınıfa erişim
Çoklu kalıtım
Kapsülleme (encapsulation)
Polimorfizm
Soyut sınıflar ve arayüzler
Özel metodlar (__str__, __repr__, __len__)

14Modüller, Paketler ve Sanal Ortamlar7 konu

import ile modül kullanımı
Kendi modülünü yazma
pip ile paket kurulumu
Sanal ortam oluşturma (venv)
requirements.txt yönetimi
Python paket yapısı (__init__.py)
Standart kütüphaneye genel bakış

15NumPy Temelleri7 konu

NumPy dizileri (ndarray) oluşturma
Dizi şekli (shape) ve boyutlar
Dizi indeksleme ve dilimleme
Yayılım (broadcasting) kavramı
Temel matematiksel işlemler
Dizi yeniden şekillendirme (reshape)
Rastgele sayı üretimi (numpy.random)

16NumPy ile Dizi İşlemleri6 konu

Vektörleştirilmiş işlemler
Toplama, ortalama, standart sapma fonksiyonları
Dizi birleştirme ve bölme
Boolean maskeleme ile filtreleme
Doğrusal cebir işlemleri (nokta çarpım, matris çarpımı)
Performans: döngü yerine vektörleştirme

17Pandas'a Giriş6 konu

Series ve DataFrame kavramı
CSV/Excel dosyasından veri okuma
Satır ve sütun seçimi (loc, iloc)
Temel veri inceleme (head, info, describe)
Veri tiplerini anlama ve dönüştürme
Sütun yeniden adlandırma ve indeks ayarlama

18Pandas ile Veri Manipülasyonu7 konu

Filtreleme ve koşullu seçim
Yeni sütun oluşturma ve apply() kullanımı
Sıralama ve indeks sıfırlama
merge, join ve concat ile veri birleştirme
groupby ile gruplama ve özetleme
Pivot tablolar
Çoklu indeks (MultiIndex) ile çalışma

19Veri Temizleme7 konu

Eksik verileri tespit etme
Eksik veri doldurma stratejileri
Yinelenen kayıtları temizleme
Aykırı değer (outlier) tespiti
Veri tipi tutarlılığını sağlama
Metin verisini standartlaştırma
Veri doğrulama kuralları yazma

20Veri Görselleştirme: Matplotlib6 konu

Çizgi ve dağılım grafikleri
Çubuk ve histogram grafikleri
Alt grafikler (subplots)
Eksen, başlık ve etiket özelleştirme
Renk paletleri ve stil seçimi
Grafik kaydetme ve dışa aktarma

21Veri Görselleştirme: Seaborn6 konu

Dağılım grafikleri (distplot, kdeplot)
Kategorik veri görselleştirme
Korelasyon ısı haritaları (heatmap)
Çift değişkenli grafikler (pairplot)
Görsel stil ve tema yönetimi
Hikaye anlatan bir grafik tasarlamak

22İstatistiğe Giriş6 konu

Ortalama, medyan, mod
Varyans ve standart sapma
Çeyrekler ve yüzdelikler
Korelasyon ve kovaryans
Örneklem ve evren kavramı
Betimsel vs. çıkarımsal istatistik

23Olasılık Teorisi6 konu

Temel olasılık kuralları
Koşullu olasılık
Bayes teoremi
Rastgele değişkenler
Beklenen değer kavramı
Bağımsızlık ve bağımlı olaylar

24Olasılık Dağılımları6 konu

Normal (Gauss) dağılımı
Binom dağılımı
Poisson dağılımı
Üstel (exponential) dağılım
Merkezi limit teoremi
Dağılımları Python ile görselleştirme

25Veri Bilimi Projesi: Uçtan Uca Analiz6 konu

Proje için veri seti seçimi
Keşifsel veri analizi (EDA) planlama
Veri temizleme ve ön işleme uygulaması
Bulguları görselleştirme
İstatistiksel bulguları yorumlama
Sonuçları bir rapor olarak sunma

Seviye 2

Orta: Makine Öğrenmesi

Veriden öğrenen modeller kurmayı, değerlendirmeyi ve gerçek problemlere uygulamayı öğrendiğin seviye.

1Makine Öğrenmesine Giriş6 konu

Yapay zeka, makine öğrenmesi ve derin öğrenme ilişkisi
Denetimli, denetimsiz ve pekiştirmeli öğrenme
Tipik bir makine öğrenmesi iş akışı
Eğitim ve çıkarım (inference) kavramları
Model, parametre ve hiperparametre farkı
İlk model: makine öğrenmesi "merhaba dünya"

2Scikit-learn ile Çalışmaya Başlama6 konu

Scikit-learn API tasarımı (fit, predict, transform)
Veri setlerini yükleme
Eğitim ve test verisi ayırma
Ön işleme: ölçekleme ve normalizasyon
Pipeline nesnesiyle iş akışı kurma
ColumnTransformer ile karma veri işleme

3Doğrusal Regresyon6 konu

Basit doğrusal regresyon matematiği
Çoklu doğrusal regresyon
En küçük kareler yöntemi
Katsayıların yorumlanması
Çoklu doğrusal bağlantı (multicollinearity)
Varsayımlar ve sınırlamalar

4Lojistik Regresyon6 konu

İkili sınıflandırma problemi
Sigmoid fonksiyonu
Karar sınırı (decision boundary)
Çok sınıflı lojistik regresyon (softmax)
Katsayı yorumlama ve olasılık çıktıları
Eşik (threshold) değerinin etkisi

5Model Değerlendirme Metrikleri7 konu

Doğruluk (accuracy) ve sınırlamaları
Kesinlik (precision) ve duyarlılık (recall)
F1 skoru
Karmaşıklık matrisi (confusion matrix)
ROC eğrisi ve AUC
Regresyon metrikleri: MAE, MSE, RMSE, R²
Doğru metriği probleme göre seçmek

6Eğitim/Test Ayrımı ve Çapraz Doğrulama5 konu

train_test_split kullanımı
K-kat çapraz doğrulama (k-fold)
Tabakalı örnekleme (stratified sampling)
Veri sızıntısı (data leakage) tuzakları
Zaman serisi verisinde doğrulama farkı

7Aşırı Öğrenme ve Düzenlileştirme6 konu

Aşırı öğrenme ve yetersiz öğrenme
Yanlılık-varyans dengesi (bias-variance tradeoff)
L1 (Lasso) düzenlileştirme
L2 (Ridge) düzenlileştirme
ElasticNet
Erken durdurma (early stopping)

8Karar Ağaçları6 konu

Karar ağacı mantığı
Entropi ve bilgi kazancı (information gain)
Gini katsayısı
Ağaç budama (pruning)
Aşırı öğrenmeye yatkınlık
Karar ağaçlarını görselleştirme

9Rastgele Orman (Random Forest)5 konu

Topluluk öğrenmesi mantığı
Bagging yöntemi
Özellik önemini (feature importance) ölçme
Hiperparametreler: ağaç sayısı, derinlik
Out-of-bag hata tahmini

10Gradyan Artırma (Gradient Boosting)5 konu

Boosting mantığı
XGBoost kütüphanesi
LightGBM ve CatBoost karşılaştırması
Öğrenme oranı ve ağaç sayısı ayarı
Erken durdurma ile aşırı öğrenmeyi önleme

11Destek Vektör Makineleri (SVM)5 konu

Maksimum margin kavramı
Çekirdek (kernel) hilesi
Doğrusal olmayan sınıflandırma
SVM ile regresyon (SVR)
C ve gamma hiperparametreleri

12K-En Yakın Komşu (KNN)5 konu

KNN algoritmasının mantığı
Mesafe metrikleri
K değerinin seçimi
KNN ile regresyon
Ölçeklemenin KNN üzerindeki etkisi

13Naive Bayes Sınıflandırıcı4 konu

Bayes teoreminin sınıflandırmaya uygulanması
Koşulsuz bağımsızlık varsayımı
Metin sınıflandırmada Naive Bayes
Gaussian ve Multinomial Naive Bayes

14Kümeleme: K-Means5 konu

Denetimsiz öğrenmeye giriş
K-Means algoritmasının çalışma mantığı
Dirsek (elbow) yöntemiyle K seçimi
Siluet skoru
K-Means++ başlatma stratejisi

15Hiyerarşik ve Yoğunluk Tabanlı Kümeleme4 konu

Hiyerarşik kümeleme ve dendrogram
DBSCAN algoritması
Gürültüye dayanıklılık
Kümeleme algoritmalarının karşılaştırılması

16Boyut İndirgeme: PCA5 konu

Temel bileşenler analizi mantığı
Varyans açıklama oranı
PCA ile görselleştirme
t-SNE ve UMAP'a kısa bakış
Boyut indirgemenin model performansına etkisi

17Özellik Mühendisliği6 konu

Kategorik değişkenleri kodlama (one-hot, label encoding)
Ölçekleme yöntemleri (standardizasyon, normalizasyon)
Yeni özellikler türetme
Zaman temelli özellikler
Etkileşim (interaction) özellikleri
Aşırı çarpık (skewed) dağılımları dönüştürme

18Özellik Seçimi5 konu

Filtre tabanlı yöntemler
Sarmalayıcı (wrapper) yöntemler
Gömülü (embedded) yöntemler
Çok boyutlu veride özellik seçiminin önemi
Korelasyon tabanlı eleme

19Hiperparametre Optimizasyonu5 konu

Grid search
Random search
Bayesian optimizasyon
Doğrulama stratejisi ile birlikte ayar yapma
Hesaplama bütçesini yönetme

20Pipeline ve Model Dağıtımına Hazırlık5 konu

Scikit-learn Pipeline ve ColumnTransformer
Modeli kaydetme (pickle, joblib)
Model paketleme temelleri
Yeniden üretilebilirlik (reproducibility)
Rastgelelik tohumlarını (random seed) sabitleme

21Dengesiz Veri Setleriyle Çalışma5 konu

Dengesiz sınıf problemi
Yeniden örnekleme: oversampling, undersampling
SMOTE yöntemi
Sınıf ağırlıklandırma
Dengesiz veri için doğru metrik seçimi

22Zaman Serisi Analizine Giriş5 konu

Zaman serisi bileşenleri (trend, mevsimsellik)
Hareketli ortalamalar
Durağanlık (stationarity) kavramı
ARIMA modeline giriş
Zaman serisi için doğrulama stratejisi

23Tavsiye Sistemlerine Giriş4 konu

İçerik tabanlı filtreleme
İşbirlikçi filtreleme (collaborative filtering)
Matris çarpanlarına ayırma
Soğuk başlangıç (cold start) problemi

24Topluluk (Ensemble) Yöntemleri4 konu

Bagging ve boosting karşılaştırması
Stacking (yığınlama)
Voting sınıflandırıcılar
Topluluk çeşitliliğinin önemi

25Makine Öğrenmesi Projesi: Uçtan Uca Model5 konu

Problem tanımlama ve veri toplama
Model seçimi ve karşılaştırma
Hiperparametre ayarı ve doğrulama
Hata analizi ve iyileştirme
Sonuçları sunma ve raporlama

Seviye 3

İleri: Derin Öğrenme, NLP & Bilgisayarlı Görü

Sinir ağlarıyla görüntü, metin ve büyük dil modelleriyle üretken yapay zeka projeleri geliştirdiğin seviye.

1Yapay Sinir Ağlarına Giriş5 konu

Biyolojik nörondan yapay nörona
Perceptron modeli
Katmanlar: girdi, gizli, çıktı
İleri yayılım (forward propagation)
Evrensel yaklaşım teoremi (sezgisel)

2İleri Beslemeli Sinir Ağları5 konu

Tam bağlı (dense) katmanlar
Ağırlık başlatma stratejileri
Kayıp (loss) fonksiyonları
Mini-batch eğitimi
Epoch, batch ve iterasyon kavramları

3Geri Yayılım ve Optimizasyon6 konu

Gradyan inişi (gradient descent)
Geri yayılım algoritması
Momentum ve Adam optimizasyonu
Öğrenme oranı zamanlama (scheduling)
Gradyan kaybolması/patlaması problemi
Batch normalization

4Aktivasyon Fonksiyonları5 konu

Sigmoid ve tanh
ReLU ve varyantları (Leaky ReLU, ELU)
Softmax ile çok sınıflı çıktı
Aktivasyon seçiminin etkisi
GELU ve modern aktivasyonlar

5PyTorch Temelleri6 konu

Tensör kavramı ve işlemleri
Otomatik türev alma (autograd)
nn.Module ile model tanımlama
Eğitim döngüsü yazma
DataLoader ve Dataset sınıfları
GPU üzerinde çalıştırma

6TensorFlow/Keras Temelleri5 konu

Keras Sequential ve Functional API
Model derleme (compile) ve eğitim
Callbacks: EarlyStopping, ModelCheckpoint
TensorBoard ile izleme
Özel katman ve kayıp fonksiyonu yazma

7Evrişimli Sinir Ağları (CNN) Temelleri5 konu

Evrişim (convolution) işlemi
Filtreler ve özellik haritaları
Havuzlama (pooling) katmanları
Dolgu (padding) ve stride
CNN mimarisi tasarlama

8Görüntü Sınıflandırma5 konu

Görüntü ön işleme ve veri artırma (augmentation)
Klasik CNN mimarileri: LeNet, VGG, ResNet
Model eğitimi ve değerlendirme
Yanlış sınıflandırmaları analiz etme
Sınıf aktivasyon haritaları (Grad-CAM)

9Transfer Öğrenme5 konu

Önceden eğitilmiş modelleri kullanma
İnce ayar (fine-tuning) stratejileri
Özellik çıkarıcı olarak önceden eğitilmiş ağlar
Katman dondurma (freezing)
Hangi durumda transfer öğrenme kullanılır

10Nesne Tespiti (Object Detection)5 konu

Sınıflandırma ile tespit arasındaki fark
YOLO mimarisine giriş
Sınırlayıcı kutu (bounding box) kavramı
Çapa kutuları (anchor boxes)
mAP metriği

11Görüntü Segmentasyonu4 konu

Semantik ve örnek (instance) segmentasyon
U-Net mimarisi
Segmentasyon metrikleri (IoU)
Piksel düzeyinde etiketleme

12Tekrarlayan Sinir Ağları (RNN, LSTM, GRU)5 konu

Sıralı veri ve RNN mantığı
Uzun vadeli bağımlılık problemi
LSTM hücre yapısı
GRU ve LSTM karşılaştırması
Çift yönlü (bidirectional) RNN

13Doğal Dil İşlemeye Giriş4 konu

NLP uygulama alanları
Metin verisinin yapısı
Dil modellemeye giriş
Klasik yöntemler: Bag-of-Words, TF-IDF

14Metin Ön İşleme ve Tokenizasyon5 konu

Temizleme ve normalizasyon
Kelime ve alt kelime (subword) tokenizasyonu
Byte-Pair Encoding (BPE)
Durak kelimeler (stopwords)
Kök bulma (stemming) ve lemmatizasyon

15Kelime Gömme (Word Embeddings)5 konu

One-hot kodlamanın sınırları
Word2Vec ve GloVe
Gömme uzayında anlamsal ilişkiler
Bağlamsal gömmeler (contextual embeddings)
Cümle gömmeleri (sentence embeddings)

16Dikkat Mekanizması (Attention)4 konu

Attention neden gerekli
Query, key, value kavramı
Çoklu başlı dikkat (multi-head attention)
Öz-dikkat (self-attention)

17Transformer Mimarisi5 konu

Encoder-decoder yapısı
Konumsal kodlama (positional encoding)
Katman normalizasyonu ve artık bağlantılar
BERT ve GPT mimarilerinin farkı
Önceden eğitim görevleri (masked LM, next token)

18Büyük Dil Modellerine Giriş (LLM)5 konu

Ön eğitim ve ince ayar süreci
Token bütçesi ve bağlam penceresi
Açık kaynak ve kapalı kaynak modeller
Model boyutu ve yetenek ilişkisi
Ölçekleme yasaları (scaling laws) sezgisi

19İnce Ayar (Fine-tuning) Teknikleri5 konu

Tam ince ayar vs. parametre verimli ince ayar
LoRA ve QLoRA
İnsan geri bildirimiyle pekiştirmeli öğrenme (RLHF)
Talimat ayarı (instruction tuning)
Veri seti hazırlama

20Prompt Mühendisliği5 konu

Net görev tanımı yazma
Few-shot örnekleme
Zincirleme düşünce (chain-of-thought) istemleri
Sistem/rol tabanlı istemler
Çıktı formatını kontrol etme

21Retrieval-Augmented Generation (RAG)5 konu

RAG mimarisinin bileşenleri
Belge parçalama (chunking) stratejileri
Vektör arama ile alâkalı içerik getirme
Yeniden sıralama (re-ranking)
RAG sisteminin değerlendirilmesi

22Üretken Çekişmeli Ağlar (GAN)3 konu

Üretici ve ayırt edici ağ mantığı
GAN eğitiminin zorlukları (mode collapse)
GAN uygulama alanları

23Difüzyon Modelleri4 konu

Difüzyon sürecinin mantığı
Görüntü üretiminde difüzyon modelleri
Metinden görüntüye üretim
Örnekleme (sampling) adımları

24Pekiştirmeli Öğrenmeye Giriş4 konu

Ajan, ortam, ödül kavramları
Q-öğrenme
Politika gradyanı yöntemlerine giriş
Keşif-sömürü (exploration-exploitation) dengesi

25Derin Öğrenme Projesi: Uçtan Uca Uygulama4 konu

Proje kapsamını belirleme
Model mimarisi seçimi ve eğitimi
Sonuçları değerlendirme ve iyileştirme
Projeyi sunum haline getirme

Seviye 4

Uzmanlık: MLOps & Üretime Alma

Modellerini gerçek kullanıcılara güvenli, ölçeklenebilir ve izlenebilir şekilde sunmayı öğrendiğin, uzmanlık sertifikasıyla tamamlanan seviye.

1MLOps'a Giriş4 konu

MLOps nedir, DevOps'tan farkı
Makine öğrenmesi yaşam döngüsü
Üretimde model bakımının zorlukları
Ekipler arası sorumluluk dağılımı

2Veri Versiyonlama4 konu

Veri versiyonlamanın önemi
DVC ile veri takibi
Veri setleri için reproducibility
Büyük veri dosyalarını yönetme

3Model Versiyonlama ve Deney Takibi4 konu

MLflow ile deney takibi
Model kayıt defteri (model registry)
Deney karşılaştırma ve seçim
Hiperparametre ve metrik loglama

4Model Paketleme (Docker ile)4 konu

Docker temelleri
Model için Dockerfile yazma
Konteyner imajını optimize etme
Çok aşamalı (multi-stage) build

5REST API ile Model Sunumu4 konu

FastAPI ile model servisi oluşturma
İstek/yanıt şemaları tasarlama
API dokümantasyonu (OpenAPI)
Girdi doğrulama ve hata yönetimi

6Model Sunum Sunucuları4 konu

TorchServe ile model sunma
TensorFlow Serving
Toplu (batch) çıkarım vs. gerçek zamanlı çıkarım
Model sunucusu seçim kriterleri

7Bulut Platformlarında Dağıtım5 konu

AWS SageMaker temelleri
Google Cloud Vertex AI temelleri
Azure Machine Learning temelleri
Bulut maliyeti karşılaştırması
Sunucusuz (serverless) çıkarım seçenekleri

8Ölçeklendirme ve Yük Dengeleme4 konu

Yatay ve dikey ölçeklendirme
Kubernetes ile orkestrasyon temelleri
Otomatik ölçeklendirme (autoscaling)
Yük dengeleyici stratejileri

9CI/CD için Makine Öğrenmesi Boru Hatları4 konu

ML için CI/CD neden farklı
Otomatik test ve doğrulama
Boru hattı aracı seçimi (GitHub Actions, Jenkins)
Model kalite kapıları (quality gates)

10Model İzleme ve Veri Kayması5 konu

Veri kayması (data drift) kavramı
Kavram kayması (concept drift)
İzleme panoları kurma
Uyarı (alerting) mekanizmaları
Yeniden eğitim (retraining) tetikleyicileri

11A/B Testi ve Kademeli Dağıtım4 konu

Canary dağıtım
Mavi-yeşil (blue-green) dağıtım
A/B test tasarımı ve istatistiksel anlamlılık
Geri alma (rollback) stratejileri

12Model Güvenliği ve Gizlilik4 konu

Düşmanca (adversarial) saldırılar
Veri gizliliği ve anonimleştirme
Erişim kontrolü ve kimlik doğrulama
Model çalınması (model stealing) riskleri

13Maliyet Optimizasyonu4 konu

Çıkarım maliyetini düşürme
Model küçültme: nicemleme (quantization), budama (pruning)
Bilgi damıtma (knowledge distillation)
Kaynak kullanımını izleme

14Büyük Dil Modellerini Üretime Alma4 konu

LLM servisleri için mimari seçimleri
Gecikme (latency) ve verim (throughput) dengesi
Maliyet-performans optimizasyonu
Çıktı güvenliği ve içerik filtreleme

15Vektör Veritabanları4 konu

Vektör veritabanı kavramı
Yakın komşu arama (ANN) algoritmaları
Popüler vektör veritabanları karşılaştırması
İndeksleme stratejileri

16LLM Uygulamaları için Önbellekleme ve Hız4 konu

Yanıt önbellekleme stratejileri
Akış (streaming) yanıtlar
Hız sınırlama (rate limiting)
Eşzamanlı istek yönetimi

17Gözlemlenebilirlik (Observability)4 konu

Yapılandırılmış loglama
Dağıtık izleme (distributed tracing)
Metrik toplama ve panolar
Olay (incident) müdahale süreci

18Sorumlu Yapay Zeka ve Etik5 konu

Algoritmik önyargı (bias) kaynakları
Adillik (fairness) ölçütleri
Şeffaflık ve hesap verebilirlik
Yapay zeka düzenlemelerine genel bakış
Etik kurul ve inceleme süreçleri

19Model Açıklanabilirliği4 konu

SHAP değerleri
LIME yöntemi
Özellik önemini yorumlama
Kara kutu modelleri açıklama zorlukları

20Performans Profilleme ve Optimizasyon4 konu

Darboğazları (bottleneck) tespit etme
Bellek ve hesaplama optimizasyonu
Donanım hızlandırma (GPU/TPU) seçimi
Profilleme araçları

21Çoklu Model Orkestrasyon4 konu

Birden fazla modeli zincirleme
Model yönlendirme (routing) stratejileri
Ajan tabanlı sistemler (agentic systems)
Araç kullanan (tool-using) modeller

22Edge Cihazlarda Yapay Zeka4 konu

Edge çıkarımın avantajları ve kısıtları
Mobil cihazlarda model çalıştırma
TensorFlow Lite ve ONNX Runtime
Güç ve bellek kısıtlarına göre tasarım

23Yapay Zeka Ürün Yönetimi4 konu

Bir yapay zeka ürününü tanımlama
Başarı metrikleri belirleme
Model ile ürün ekibi arasındaki iletişim
Kullanıcı geri bildirimini ürüne yansıtma

24Portföy ve Mülakat Hazırlığı5 konu

Güçlü bir portföy projesi seçimi
GitHub profilini düzenleme
Teknik mülakatlarda sık sorulan konular
Vaka çalışması sunumu hazırlama
Maaş ve teklif görüşmesi temelleri

25Bitirme Projesi: Uçtan Uca Üretim Sistemi5 konu

Problem ve kapsam tanımı
Veri toplama, model eğitimi ve değerlendirme
API olarak paketleme ve dağıtım
İzleme kurulumu ve dokümantasyon
Projeyi sunma ve geri bildirim alma

Bu müfredatın tamamına ulaşmaya hazır mısın?

Temel seviyenin ilk üç modülü ücretsiz. Tüm müfredata erişim Patika planında.

Seviyeni Belirle, Başla