Yapay Zekada Makine Öğrenimi ve Üretken Yapay Zeka Arasındaki Farklar” eğitimi, yapay zekâ dünyasında sıkça kullanılan bu üç temel kavramın birbirleriyle olan ilişkisini ve farklarını anlaşılır bir şekilde açıklamayı amaçlar. Eğitimde katılımcılar, yapay zeka, makine öğrenmesi ve üretken yapay zekâ kavramlarının kapsamını, çalışma prensiplerini ve kullanım alanlarını öğrenir. Program ayrıca bu teknolojilerin iş dünyasında hangi problemlerin çözümünde kullanıldığını ve kurumların hangi
durumlarda hangi yaklaşımı tercih etmesi gerektiğini ele alır. Özellikle yöneticiler, iş analistleri, teknoloji ekipleri ve yapay zekâ konusunu stratejik bir bakış açısıyla anlamak isteyen profesyoneller için tasarlanmıştır. Eğitim sonunda katılımcılar, yapay zekâ teknolojileri arasındaki farkları net şekilde kavrayarak bu alanı daha doğru değerlendirebilecek bilgiye sahip olur
•Yapay zekâ nedir (Artificial Intelligence – AI)
•Yapay zekânın tarihsel gelişimi (History of Artificial Intelligence)
•Yapay zekâ ekosistemi (Artificial Intelligence Ecosystem)
•Yapay zekânın temel bileşenleri (Core Components of Artificial Intelligence)
•Veri, algoritma ve hesaplama gücü ilişkisi (Relationship between Data, Algorithms and Computing Power)
•Yapay Zekânın Tanımı
•İnsan zekâsı ile yapay zekâ arasındaki farklar (Human Intelligence vs Artificial Intelligence)
•Yapay zekâ sistemlerinin özellikleri (Characteristics of AI Systems)
•Dar yapay zekâ (Narrow Artificial Intelligence – Narrow AI)
•Genel yapay zekâ (Artificial General Intelligence – AGI)
•Süper yapay zekâ (Artificial Superintelligence)
•Akıllı öneri sistemleri (Recommendation Systems)
•Görüntü tanıma (Image Recognition)
•Doğal dil işleme (Natural Language Processing – NLP)
•Otonom sistemler (Autonomous Systems)
•Makine öğrenmesi tanımı (Machine Learning Definition)
•Yapay zekâ içindeki yeri (Role of Machine Learning in AI)
•Veri temelli öğrenme yaklaşımı (Data-driven Learning Approach)
•Denetimli öğrenme (Supervised Learning)
•Denetimsiz öğrenme (Unsupervised Learning)
•Pekiştirmeli öğrenme (Reinforcement Learning)
•Veri toplama (Data Collection)
•Veri hazırlama (Data Preparation)
•Model eğitimi (Model Training)
•Model değerlendirme (Model Evaluation)
•Model kullanımı (Model Deployment)
•Derin öğrenme tanımı (Deep Learning Definition)
•Yapay sinir ağları (Artificial Neural Networks)
•Derin sinir ağları (Deep Neural Networks)