Bu akademi nasıl çalışır
Her ders aynı yolu izler: sahada yaşanmış bir an, mekanizmanın nasıl çalıştığı, kavramın üç farklı işte nasıl göründüğü, makinenin nerede yanıldığı, kendi bilgisayarında ya da kâğıt kalemle yapacağın bir uygulama ve yaygın yanılgıların düzeltilmesi. Her ders kararın ve doğrulamanın kimde kaldığını adlandıran bir bölümle kapanır.
Yapay zekâ hızla değişen bir alan. Bu yüzden akademi kalıcı kavramla tarihli gözlemi ayırır: gradyan inişi, dikkat mekanizması ya da kalibrasyon yıllarca geçerli kalır; hangi modelin neyi yapabildiği, fiyatı ya da kıyas skoru ise yazıldığı yılla birlikte verilir. İddialar kaynağıyla etiketlenir: matematik sonucu, ölçülmüş bulgu, standart, resmi kaynak, tarihli gözlem, uygulama bilgisi, tartışmalı iddia ve mit ayrı ayrı adlandırılır.
Program
Seviye 0 · Tümü yayında
Yapay Zekâ Okuryazarlığı
Herkes için: yapay zekânın ne olduğu ve olmadığı, kısa tarihi ve dayandığı veri. Akademinin geri kalanını almayan okur bile iddiaları okumayı burada öğrenir.
Modül 1Yapay Zekâ NedirTümü yayında
Modül 2Kısa Bir TarihTümü yayında
Modül 3Verinin DiliTümü yayında
Seviye 1 · Tümü yayında
Makineler Nasıl Öğrenir
Öğrenme problemi, klasik modeller, genelleme ve ölçüm: formülden önce sezgi, sezgiden sonra elle bir hesap.
Modül 4Öğrenme ProblemiTümü yayında
Modül 5Klasik ModellerTümü yayında
Modül 6GenellemeTümü yayında
Modül 7Modeli ÖlçmekTümü yayında
- 7.1Doğruluk yetmez
- 7.2Karışıklık matrisi
- 7.3Kesinlik ve duyarlılık
- 7.4Eşik seçimi
- 7.5Kalibrasyon
- 7.6Taban oranı
- 7.7Bir modelin karnesi· Başvuru kartı
Seviye 2 · Tümü yayında
Sinir Ağları ve Derin Öğrenme
Yapay nörondan derin ağlara; eğitimin zanaatı, makine görüşü ve sıralı veri.
Modül 8Yapay NöronTümü yayında
Modül 9Eğitimin ZanaatıTümü yayında
Modül 10Makine GörüşüTümü yayında
Modül 11Sıralı Veri ve SesTümü yayında
Seviye 3 · 6 / 31 ders yayında
Dil Modelleri
Token, gömme, dikkat, eğitim aşamaları, örnekleme ve halüsinasyon: sohbet asistanının içinde ne olduğu.
Modül 12Metin Sayıya DönüşürTümü yayında
- 12.1Token
- 12.2Gömme
- 12.3Anlam uzayında yakınlık
- 12.4Dil modeli ne yapar?
- 12.5Bağlam penceresi
- 12.6Token mikroskobu· Atölye
Modül 13Dönüştürücü Mimarisi6 ders programda
- 13.1Dikkat mekanizması
- 13.2Öz dikkat ve çok başlı dikkat
- 13.3Konum bilgisi
- 13.4Dönüştürücü bloğu
- 13.5Kodlayıcı ve çözücü
- 13.6Neden bu kadar iyi çalıştı?
Modül 14Bir Dil Modeli Nasıl Eğitilir7 ders programda
- 14.1Ön eğitim
- 14.2Eğitim verisi nereden gelir?
- 14.3Talimat ayarı
- 14.4İnsan geri bildirimiyle pekiştirme
- 14.5İlkelerle eğitim
- 14.6İnce ayar
- 14.7Bilgi kesim tarihi
Modül 15Üretim ve Örnekleme6 ders programda
- 15.1Olasılık dağılımından seçmek
- 15.2Sıcaklık
- 15.3Top-k ve top-p
- 15.4Aynı soru, farklı cevap
- 15.5Sıcaklık tezgâhı· Atölye
- 15.6Çok kipli modeller
Modül 16Halüsinasyon ve Güvenilirlik6 ders programda
- 16.1Halüsinasyon nedir?
- 16.2Uydurulmuş kaynak
- 16.3Akıl yürütme ve düşünce zinciri
- 16.4Emin görünmek doğru olmak değildir
- 16.5Doğrulama alışkanlığı
- 16.6Halüsinasyon avı· Atölye
Seviye 4 · 28 ders programda
Kullanan Dalı
Yapay zekâyı işte ve öğrenmede iyi kullanmak: istem yazımı, üretken medya, iş akışı, mahremiyet ve güvenli kullanım.
Modül 17İstem Yazımı8 ders programda
- 17.1İstem nedir?
- 17.2Bağlam vermek
- 17.3Örnekle göstermek
- 17.4Biçim istemek
- 17.5Görevi bölmek
- 17.6Belge ile çalışmak
- 17.7İstemi sınamak
- 17.8İstem kartı· Başvuru kartı
Modül 18Görüntü, Ses ve Video Üretimi6 ders programda
- 18.1Difüzyon modelleri
- 18.2Metinden görüntüye
- 18.3Ses ve müzik üretimi
- 18.4Video üretimi
- 18.5Sahte içerik ve köken
- 18.6Üretilen içeriği etiketlemek
Modül 19İşte ve Öğrenmede Yapay Zekâ8 ders programda
- 19.1Hangi iş, hangi araç?
- 19.2Yazıda yardımcı
- 19.3Öğrenmede yardımcı
- 19.4Eğitimde yapay zekâ
- 19.5Sağlıkta yapay zekâ
- 19.6Kamu hizmetinde ve hukukta
- 19.7Verimlilik iddiaları
- 19.8Kendi iş akışın· Atölye
Modül 20Mahremiyet ve Güvenli Kullanım6 ders programda
- 20.1Modele ne verdin?
- 20.2Kişisel veri ve KVKK
- 20.3Kurumsal sır
- 20.4Belgeye gizlenmiş talimat
- 20.5Yapay zekâyla dolandırıcılık
- 20.6Kullanım kuralların· Atölye
Seviye 5 · 33 ders programda
Yapan Dalı: Uygulama Geliştirmek
Geliştirici için: model API’leri, bilgi getirmeyle üretim, araçlar ve ajanlar, değerlendirme ve üretime taşıma.
Modül 21Model API’leri7 ders programda
- 21.1API ile modele erişmek
- 21.2Mesajlar ve sistem istemi
- 21.3Token, maliyet ve gecikme
- 21.4Akış ve hata yönetimi
- 21.5Yapılandırılmış çıktı
- 21.6Anahtar güvenliği
- 21.7İlk çağrın· Atölye
Modül 22Bilgi Getirmeyle Üretim7 ders programda
- 22.1Neden bilgi getirme?
- 22.2Belgeleri parçalamak
- 22.3Vektör arama
- 22.4Karma arama ve yeniden sıralama
- 22.5Kaynağa bağlı cevap
- 22.6Bilgi getirmenin hata yolları
- 22.7Küçük bir getirme düzeneği· Atölye
Modül 23Araç Kullanımı ve Ajanlar7 ders programda
- 23.1Araç çağırma
- 23.2Ajan döngüsü
- 23.3Ajan mı, iş akışı mı?
- 23.4Çok adımlı hata birikimi
- 23.5İnsan onayı
- 23.6Ajan güvenliği
- 23.7Ajan tasarım kartı· Başvuru kartı
Modül 24Değerlendirme Yazmak6 ders programda
- 24.1Neden değerlendirme?
- 24.2Test seti kurmak
- 24.3Otomatik ölçütler
- 24.4Modelle puanlama
- 24.5İnsan değerlendirmesi
- 24.6Gerilemeyi yakalamak· Atölye
Modül 25Üretimde Yapay Zekâ6 ders programda
- 25.1Prototipten ürüne
- 25.2Gözlemlenebilirlik
- 25.3Önbellek ve maliyet denetimi
- 25.4Açık ve kapalı modeller
- 25.5Küçük modeller ve cihaz üstü çalışma
- 25.6Model değişimi
Seviye 6 · 17 ders programda
Yapan Dalı: Veri Bilimi Pratiği
Kendi modelini kuranlar için: veri hazırlama, proje yaşam döngüsü ve açıklanabilirlik.
Modül 26Veri Hazırlama6 ders programda
- 26.1Veri toplama ve etiketleme
- 26.2Eksik veri
- 26.3Öznitelik mühendisliği
- 26.4Ölçekleme ve kodlama
- 26.5Dengesiz veri
- 26.6Veri kartı· Atölye
Modül 27Proje Yaşam Döngüsü6 ders programda
- 27.1Problemi tanımlamak
- 27.2Taban çizgisi
- 27.3Deney kaydı
- 27.4Modeli yayına almak
- 27.5İzleme ve yeniden eğitim
- 27.6Model kartı· Atölye
Modül 28Açıklanabilirlik5 ders programda
- 28.1Kara kutu sorunu
- 28.2Öznitelik önemi
- 28.3Yerel açıklamalar
- 28.4Açıklamanın sınırı
- 28.5Karar verilen kişiye açıklama
Seviye 7 · 31 ders programda
Toplum, Etik ve Hukuk
Yanlılık, telif ve emek, bilgi ekosistemi, düzenleme ve hizalama: yapay zekânın dünyayla temas ettiği yerler.
Modül 29Yanlılık ve Adalet7 ders programda
- 29.1Yanlılık nereden gelir?
- 29.2Adalet tanımları
- 29.3Tanımlar çatışır
- 29.4Vekil değişkenler
- 29.5İşe alımda ve kredide
- 29.6Dil modellerinde yanlılık
- 29.7Adalet denetimi· Atölye
Modül 30Telif, Emek ve Ekonomi6 ders programda
- 30.1Eğitim verisi ve telif
- 30.2Üretilen içeriğin sahibi kim?
- 30.3İşler ve görevler
- 30.4Yaratıcı meslekler
- 30.5Verimlilik ve eşitsizlik
- 30.6Görünmeyen veri emeği
Modül 31Bilgi Ekosistemi5 ders programda
- 31.1Sentetik içerik bolluğu
- 31.2Dezenformasyon ve seçimler
- 31.3Öneri algoritmaları
- 31.4Sohbet botuna bağlanmak
- 31.5Doğrulama araçları
Modül 32Düzenleme ve Yönetişim7 ders programda
- 32.1Neden düzenleme?
- 32.2AB Yapay Zekâ Yasası
- 32.3Türkiye’de çerçeve
- 32.4Standartlar
- 32.5Kurumsal yönetişim
- 32.6Etki değerlendirmesi
- 32.7Yönetişim kartı· Başvuru kartı
Modül 33Hizalama ve Güvenlik6 ders programda
- 33.1Hizalama problemi
- 33.2Ödül oyunu
- 33.3Kötüye kullanım riskleri
- 33.4Kırmızı takım
- 33.5Yorumlanabilirlik araştırması
- 33.6Risk tartışmasının haritası
Seviye 8 · 10 ders programda
Zihin ve Gelecek
Makine düşünebilir mi sorusunun bugünkü hâli ve hızla değişen bir alanda geleceğe hazırlanmak.
Modül 34Makine Düşünebilir mi5 ders programda
- 34.1Çin odası
- 34.2Anlam ve dünyaya bağlanma
- 34.3Bilinç sorusu
- 34.4İnsanlaştırma
- 34.5Zekâyı ölçmek
Modül 35Gelecekle Çalışmak5 ders programda
- 35.1Tahmin yapmanın zorluğu
- 35.2Yetenek eğrileri
- 35.3Bilimde yapay zekâ
- 35.4Kendi alanında gelecek
- 35.5Öğrenmeye devam
Seviye 9 · 6 ders programda
Bitirme
Kendi alanından gerçek bir problemi seçip ölçütüyle, değerlendirmesiyle ve sınırlarıyla çözmek.
Modül 36Bitirme Projesi6 ders programda
- 36.1Bir problem seç
- 36.2Veriyi ve ölçütü tanımla
- 36.3Çözümü kur
- 36.4Değerlendir ve sınırlarını yaz
- 36.5Bitirme: kullanan dalı· Atölye
- 36.6Bitirme: yapan dalı· Atölye
Öğrenme yolları
228 dersi herkesin alması gerekmez. Bir niyetle başlamak istersen bu yollar hangi seviye ve modüllerin yeteceğini söyler.
Herkes için yapay zekâ · 66 ders
Yapay zekâyı işte, okulda ve evde bilinçli kullanmak isteyenler; teknik geçmiş gerekmez. Seviye 0, 4; Modül 12, 16, 31.
Öğretmen ve eğitimci · 85 ders
Sınıfında yapay zekâyla karşılaşan, öğrencisine nasıl kullanılacağını öğretmek isteyenler. Seviye 0, 4; Modül 12, 14, 16, 29, 31, 34.
Yapay zekâ uygulama geliştiricisi · 106 ders
Dil modelleriyle ürün ve araç geliştiren yazılımcılar. Seviye 0, 3, 5; Modül 7, 17, 20.
Veri bilimi ve makine öğrenmesi · 96 ders
Kendi verisiyle model kuran, eğiten ve değerlendiren analistler. Seviye 0, 1, 2, 6; Modül 29.
Yönetici ve politika · 85 ders
Kurumunda yapay zekâ kullanımına karar veren, onaylayan ve denetleyenler. Seviye 0, 7; Modül 7, 16, 19, 20, 25.
Tam program · 228 ders
Okuryazarlıktan bitirme projesine bütün akademi. Seviye 0, 1, 2, 3, 4, 5, 6, 7, 8, 9.