Yapay zekadan makale özeti
- Kısa
- Ayrıntılı
- Bu video, eğitim alanında çalışan ve çeşitli markalarla çalışmış bir eğitmen tarafından sunulan kapsamlı bir eğitim içeriğidir. Eğitmen, kendi firmasında çalıştığı ve platformda 3 yıl önce açtığı hesabını 700 sıralamaya taşıdığı bilgisiyle kendini tanıtıyor.
- Video, yapay zeka ve veri bilimi alanında başarılı olmak için gerekli beceriler ve araçları adım adım anlatmaktadır. İçerik, Python programlama dilinden başlayarak NumPy, Pandas, SQL, Excel, Power BI, Matplotlib gibi veri analizi ve görselleştirme araçlarına, Scikit-learn, TensorFlow, Keras gibi makine öğrenmesi ve derin öğrenme kütüphanelerine kadar uzanan bir yol haritası sunuyor. Ayrıca data science platformunun kullanımı ve iş bulma stratejileri de ele alınıyor.
- Video sonunda Kaliforniya'daki teknoloji şirketlerinin (Apple, Disney, Qualcomm, Pinterest, TikTok, Tesla gibi) iş ilanları incelenerek bu alanlarda iş bulmak için gerekli yetkinlikler ve maaş bilgileri paylaşılıyor. İzleyicilere Python, TensorFlow, C++, Java, kalkülüs gibi teknolojileri öğrenmeleri tavsiye ediliyor.
- Yapay Zeka Yol Haritası
- Videoda yapay zeka yol haritası paylaşılacak.
- Konuşmacı, yapay zeka alanında çalışmakta ve eğitmenlik yapan biri olarak kendini tanıtıyor.
- Yapay zeka yol haritası konusunda farklı kaynaklarda benzer bilgiler bulunabilir çünkü doğru bilgiler genellikle benzer olur.
- 01:23Python Öğrenmek
- Yapay zeka öğrenmek isteyenlerin ilk adım olarak Python programlama dilini öğrenmeleri gerekiyor.
- Python, dünyanın en çok kullanılan programlama dili olup yapay zeka alanında da tercih ediliyor.
- Java veya diğer diller yerine Python'un kullanılmasının nedeni, yapay zeka alanında Python'un dominasyonu ve alternatiflerin çok az olmasından kaynaklanıyor.
- 04:10Numpy Kütüphanesi
- Python öğrenildikten sonra ikinci adım olarak Numpy kütüphanesini öğrenmek gerekiyor.
- Numpy, nümerik işlemler için bir kütüphane olup vektörler, matrisler ve tenzörler gibi yapay zeka eğitimlerinde ihtiyaç duyulan yapıları sağlıyor.
- Yapay zeka modeli oluşturmak için herhangi bir şeyi nümerik olarak modelleyebilmek gerekiyor ve Numpy bu işlevi gerçekleştiriyor.
- 05:42Pandas Kütüphanesi
- Python ve Numpy öğrenildikten sonra Pandas kütüphanesini öğrenmek gerekiyor.
- Pandas, veri analizi için kullanılan bir kütüphane olup Excel'e benzeyen bir yapı sağlıyor.
- Pandas ile veri işlemlerini kolayca yapabilir, analiz edebilir ve manipülasyonlar gerçekleştirebilirsiniz.
- 08:37SQL Öğrenmek
- Python, Numpy ve Pandas öğrenildikten sonra SQL öğrenmek gerekiyor.
- Türkiye'de çalışıyorsanız SQL öğrenmek zorunlu çünkü veritabanlarıyla çalışmak için gerekli.
- SQL, veritabanı sorgulamaları için kullanılan bir dil olup, Oracle, PostgreSQL, MySQL gibi farklı versiyonları bulunuyor.
- 12:08Yapay Zeka ve Kariyer Tavsiyeleri
- Yapay zeka macerasını uzak tutmak için eski yöntemleri kullanmak işe yarayabilir, hızlı işe girip oradan atlamak daha kolay olabilir.
- Üniversite okumak önemlidir, gençler için bu tavsiye edilir; yaşlı olanlar ise bisikletten devam edebilir.
- Herkes için ekmek var, bazıları negatif konuşsa da bilgi sektöründe birçok farklı meslek yapmış veya yapmamış kişiler işe girebiliyor.
- 13:27Yapay Zeka ve İş İlanları
- Yapay zeka diye bir bölüm olmasına rağmen, bu bölümden mezun olmayanlar da yapay zeka alanında çalışabilirler.
- İş ilanlarına başvurmakta dezavantaj olabilir, ancak bir yerden girmek gerekiyor.
- Kurumların çoğu henüz yapay zeka analisti gibi ileri konularda değil, ilkel yöntemlerle (excel gibi) çalışıyor.
- 14:20Gerekli Beceriler
- Veri analizi yapabilmek ve Excel, Power BI gibi araçları öğrenmek önemli.
- Matplotlib gibi görselleştirme kütüphanelerini öğrenmek işe yarar.
- Para kazanmak kariyerin en önemli motivasyonudur, işe girmek için sabırsızlık göstermek gerekir.
- 17:18Veri Görselleştirme ve İş Zekası
- Veri görselleştirme, özellikle Matplotlib gibi kütüphaneleri öğrenmek iş zekasına (Business Intelligence) adım atmak için gerekli.
- Görselleştirme, karmaşık verileri anlamlı hale getirerek raporlama ve sunum sürecini kolaylaştırır.
- Verileri görselleştirerek çıkarımlar yapılabilir, örneğin ülkelerin benzin fiyatları veya altın-dolar oranları gibi.
- 22:46Veri Görselleştirmenin Faydaları
- Veri görselleştirme, farklı verileri karşılaştırarak yeni çıkarımlar yapmaya olanak sağlar.
- Örneğin, altın ve dolar fiyatlarını karşılaştırarak uzun vadede altın yatırımı dolar yatırımadan daha mantıklı olduğu görülebilir.
- Verinin hangi kısmı gösterildiği de çok önemlidir, farklı zaman aralıkları farklı sonuçlar verebilir.
- 24:07Veri Görselleştirme ve Kütüphaneler
- Altın ve gümüş fiyatlarını karşılaştıran bir grafik gösteriliyor.
- PowerBI gibi paralı kütüphaneler yerine, mete analizi ve yapay zeka görselleştirme kütüphaneleri kullanılabilir.
- Veri bilimi ile ilgili işler için öğrenilen beceriler kullanılabilir.
- 25:48Matematik ve Yol Haritası
- Matematik öğrenmenin öneminden bahsediliyor.
- Yol haritası üzerinde belirli kütüphanelerin öğrenilmesi gerektiği vurgulanıyor.
- Pilot gibi dinamik görseller oluşturabilen kütüphaneler de öğrenilebilir.
- 27:37Makine Öğrenmesi ve Kütüphaneler
- Makine öğrenmesi (machine learning) kütüphanesi öğrenilmesi gereken önemli bir kütüphane.
- Zamana bağlı modeller oluşturabilen ARIMA ve Prophet gibi kütüphaneler de öğrenilebilir.
- Bu kütüphaneleri öğrenince makine öğrenmesi geliştiricisi olunabilir.
- 29:16Yapay Zeka Dalı: Derin Öğrenme
- Yapay zekanın iki dalı vardır: derin öğrenme ve makine öğrenmesi.
- Makine öğrenmesi daha model odaklıdır ve regresyon ile sınıflandırma içerir.
- Derin öğrenme (deep learning) daha esnek ve gelişime açık olmasına rağmen öğrenmesi daha zordur.
- 31:35Data Science Platform Hakkında Bilgiler
- Konuşmacı, kendisinin kullandığı bir platformu (data science kütüphanesi) tanıtıyor.
- Platformda kullanıcıların sıralaması önemli, ilk yüz'e girmek hedef olarak belirlenmeli.
- Platformda yarışmalar (competitionlar) bulunuyor ve bu yarışmalara katılarak derece almak ve para kazanmak mümkün.
- 35:27Platformda Başarı İçin Öneriler
- Sıralamayı artırmak ve bol bol proje yapmak önemlidir.
- Paylaşımların public olması avantaj sağlar, private paylaşımlar çok işe yaramaz çünkü görmez kimse.
- Platformda ayrıca yarışmalar ve codespace gibi özellikler de bulunuyor.
- 36:56Data Science Eğitiminde Önemli Konular
- Regresyon ve sınıflandırma (classification) modelleri öğrenmek gerekiyor.
- Tensorflow ve Keras gibi derin öğrenme kütüphanelerini ve CNN gibi alt modelleri öğrenmek önemlidir.
- Yeni nesil ELLEN modellerini öğrenmek zaman alacak ancak yapay zeka alanında çalışmak isteyenler için gerekli.
- 38:35Yapay Zeka Kütüphaneleri ve Modelleri
- Pyth kütüphanesi, Facebook'un (Meta'nın) geliştirdiği rakip bir kütüphane olup, LLM iki tane olduğu ve bunlardan biri açık kaynaklı olduğu belirtiliyor.
- Öncelikle Onbir öğrenmek, sonra Pyth kütüphanesini öğrenmek öneriliyor.
- Ses işleme, görüntü işleme, sesi vektör etme, görüntü vektör etme gibi konuları öğrenmek gerekiyor.
- 39:42Hazır Modellerin Önemi
- ResNet, yolov8, yolov7, yolov6, Sallama, Open Chat GPT gibi hazır modelleri kullanabilmek önemli.
- ResNet gibi hazır modelleri kullanmak, sıfırdan model kurmaktan daha iyi bir çözüm olabilir.
- Bu hazır modelleri bilmek ve üzerine ekleme yaparak geliştirebilirsiniz.
- 42:02Yapay Zeka Becerilerini Değerlendirme
- Yapay zeka alanında ilerlediğinizi tespit etmek için yarışmalara katılarak iyi sonuçlar alabilirsiniz.
- Projelerinize yorum, like ve beğeniler gelirse bu işi iyi yaptığınızı gösterir.
- Ekosisteme aktif olarak katılmak ve üst seviye kişilerle etkileşim kurmak önemlidir.
- 43:44Ekstra Beceriler
- Arda ve Pandas gibi veri analizi kütüphanelerini öğrenmek avantaj sağlayabilir.
- Bulut platformları (Amazon, Google Cloud) üzerinde yapay zeka modelleri yayınlayabilme becerisi avantaj sağlayabilir.
- Veri işleyen platformlar ve uygulama yazılımları ile çalışabilmek de önemli bir beceridir.
- 47:21İş İlanları ve Gereksinimler
- Kaliforniya'da iş arama sitesinde data analist pozisyonları aratılıyor.
- Apple, Disney, Stanford Üniversitesi, Microsoft, TikTok gibi firmalar data analist pozisyonları için iş ilanları yayınlıyor.
- Bu iş ilanlarında Python programlama dilinin bilinmesi gerekiyor.
- 50:25İş İlanları ve Gereksinimler
- Konuşmacı, business intelligence engineer ve analist işlerinde Python, Java ve C++ gibi programlama dillerinin gerekliliğini inceliyor.
- Machine learning pozisyonlarında maksimum 206 bin dolar maaş teklif edildiği belirtiliyor.
- Kaliforniya'daki şirketlerin (Qualcom, Pinterest, TikTok, Tesla) iş ilanlarında Python, TensorFlow gibi teknolojilerin istendiği gösteriliyor.
- 56:01Öneriler ve Kapanış
- Konuşmacı izleyicilere tüm teknolojileri öğrenmelerini tavsiye ediyor.
- 400-500 bin dolar maaş teklif edildiği belirtilerek, bu teknolojilerin önemine vurgu yapılıyor.
- Ramazan ayının sona erdiğini ve artık oruç bahanesi kalmadığını söyleyerek, izleyicilere çalışmalarına odaklanmalarını öneriyor.