Yapay Zekâya Giriş ve Generative AI
Yapay zekânın temellerinden üretken gücüne
Hakkında
HAKKINDA
Yapay Zekâya Giriş ve Generative AI, yapay zekânın temel kavramlarını anlaşılır bir çerçeveyle ele alan ve generative AI (üretken yapay zekâ) yaklaşımını örnekler üzerinden somutlaştıran uygulama odaklı bir eğitim programıdır.
Program; yapay zekânın nasıl çalıştığını, hangi problem türlerinde avantaj sağladığını ve generative AI araçlarının metin, görsel, ses ve video gibi farklı alanlarda nasıl değer üretebildiğini temel düzeyden başlayarak aktarır.
Katılımcılar, güncel yapay zekâ ekosistemini daha doğru okuyabilmek, doğru kullanım senaryolarını belirleyebilmek ve iş/akademik hayatlarında güvenli ve verimli kullanım alışkanlıkları geliştirmek için gerekli bakış açısını kazanır.
VİZYON
Yapay zekâyı herkes için daha anlaşılır, erişilebilir ve uygulanabilir hale getirerek; bireylerin ve kurumların generative AI çağında bilinçli kararlar almasını ve sürdürülebilir değer üreten kullanım senaryoları geliştirmesini desteklemek.
Bu vizyon doğrultusunda eğitim; teknik ayrıntılardan önce doğru kavramları oturtan, riskleri ve sınırları gösteren, aynı zamanda pratik örneklerle katılımcıyı “kullanıcı” seviyesinden “yetkin uygulayıcı” seviyesine taşıyan bir yol haritası sunar.
AMAÇ
Bu eğitimin amacı; katılımcıların:
- Yapay zekânın temel kavramlarını (model, veri, eğitim, çıkarım) doğru şekilde kavramaları,
- Generative AI’nın ne olduğunu, hangi alanlarda kullanıldığını ve sınırlarını anlayabilmeleri,
- LLM’ler ve üretken modellerin güçlü yönlerini ve risklerini (halüsinasyon, veri güvenliği, telif vb.) tanımlayabilmeleri,
- Günlük iş süreçlerinde uygulanabilir kullanım senaryoları geliştirebilmeleri,
- Doğru prompt ve doğru bağlam ile daha tutarlı çıktılar alabilmeleri,
- Etik, güvenlik ve sorumlu kullanım prensipleriyle hareket edebilmeleri,
- AI araç ekosistemini tanıyarak kendi öğrenme ve gelişim yol haritalarını oluşturabilmeleri
hedeflenmektedir. Eğitim; kavramları sadeleştirerek, örnekler ve pratik yaklaşımlarla “anlamadan kullanma” riskini azaltır ve katılımcılara güvenli, verimli ve ölçülebilir kullanım alışkanlıkları kazandırır.
İçerik
12 Mayıs 2026 20.00
- Bilgi mimarisi nedir ve neden önemlidir?
- Veri erişim yöntemlerinin tasarımı
- Kullanıcı deneyimini optimize etme
- Bilgi mimarisinde en iyi uygulamalar
- Bilgi sınıflandırması ve organizasyonu
14 Mayıs 2026 20.00
- Arama motorlarından veri toplama teknikleri
- API kullanımı ile veri çekme
- Sosyal medya platformlarından veri entegrasyonu
- Veri temizleme ve ön işleme
- Veri seti oluşturma
20 Mayıs 2026 20.00
- Temel NLP kavramları
- Duygu (sentiment) analizi
- Metin sınıflandırma
- Dil anlama ve üretimi
- NLP uygulama senaryoları
21 Mayıs 2026 20.00
- Çok modlu bilgi sistemlerinin tasarımı
- Görsel ve işitsel veri ile dil modellerinin entegrasyonu
- Özellik çıkarım teknikleri
- Dil modellerinin eğitimi
- Çok modlu sistemlerde performans optimizasyonu
02 Haziran 2026 20.00
- LLM'lerin temel özellikleri
- LLM'lerin eğitimi ve ince ayarları
- Ölçeklenebilirlik ve performans yönetimi
- LLM'ler ile yeni nesil uygulamalar
- Etik ve güvenlik konuları
04 Haziran 2026 20.00
- Generative AI'nin temelleri
- Çoklu görevler için AI sistemlerinin tasarlanması
- Sohbet robotları ve interaktif sistemler
- Soru–cevap sistemlerinin geliştirilmesi
- Gerçek zamanlı uygulama senaryoları
09 Haziran 2026 20.00
- Ses işleme ve temsil teknikleri
- Ses tanıma ve analiz yöntemleri
- Ses tabanlı AI uygulamaları
- Ses sentezi ve dönüşüm teknolojileri
- Ses verilerinde güvenlik ve gizlilik
11 Haziran 2026 20.00
- Görüntü işleme teknikleri
- Görüntü tanıma ve sınıflandırma
- Görüntü tabanlı AI uygulamaları
- Gelişmiş görüntü düzenleme ve üretimi
- Görüntü verilerinin etik kullanımı