Kurumsal Üretken Yapay Zeka (Generative AI)

Home Kurumsal Üretken Yapay Zeka (Generative AI)
Kurumsal Üretken Yapay Zeka (Generative AI) Eğitimi için yorumlar kapalı
Kurumsal Eğitimler

Bu kapsamlı ileri seviye eğitim, Generative AI (Üretken Yapay Zeka) teknolojilerinin temellerinden ileri tekniklerine kadar uzanan bir müfredat sunar. Katılımcılar, text, image, audio, video ve multimodal generative systems konularında hem teorik bilgi hem de uygulamalı deneyim kazanacaktır.
Eğitim, modern üretken model mimarileri (GANs, VAEs, Diffusion, Transformers), uygulama alanları, etik ve güvenlik boyutları ile gerçek dünya kullanım senaryolarını kapsar.
Katılımcılar, eğitim boyunca adım adım laboratuvar çalışmaları ile kendi Generative AI projelerini geliştireceklerdir.

Hedef Kitle:

  • AI/ML mühendisleri, veri bilimciler

  • Yazılım geliştiriciler ve ürün yöneticileri

  • Yaratıcı endüstrilerde çalışan tasarımcılar ve içerik üreticiler

  • AR/VR, simülasyon ve medya teknolojileri uzmanları

Katılımcılara Sağlayacağı Faydalar:

  • Farklı generative model türlerini ve kullanım alanlarını öğrenme

  • Modern üretken AI sistemleri tasarlama ve optimize etme

  • Çok modlu veri ile üretken çözümler geliştirme

  • Etik, güvenlik ve regülasyon çerçevesinde AI kullanma becerisi

Kurumsal Avantajlar:

  • Yaratıcı içerik üretim süreçlerinde verimlilik artışı

  • Ürün geliştirme süresinin kısaltılması

  • Rekabet avantajı sağlayacak AI tabanlı çözümler

  • Ekibin ileri yapay zeka yetkinliklerinin artırılması

Ders İçerikleri

Modül 1 – Üretken Yapay Zeka’ya Giriş

  • Üretken Modellerin Temelleri

    • Üretken yapay zeka nedir?

    • Üretken ve diskriminatif modellerin farkları

    • Tarihsel gelişim ve önemli dönüm noktaları

    • Olasılık dağılımları ve sampling teknikleri

  • Temel Üretken Model Mimarileri

    • Autoencoders (AE)

    • Variational Autoencoders (VAE)

    • Generative Adversarial Networks (GANs)

    • Flow-based modeller

    • Diffusion modelleri

  • Transformer-tabanlı Dil Modelleri

    • Transformer architecture

    • Attention mekanizması

    • BERT, GPT ve benzeri modeller

    • Large Language Models (LLMs) yapısı

  • Laboratuvar: Üretken Modelle İlk Adımlar

    • Python ve PyTorch kurulumu

    • Basit bir Autoencoder uygulaması

    • Pre-trained modeller ile çalışma

Modül 2 – Metin Üretimi ve Dil Modelleri

  • Dil Modellemesi ve Metin Üretimi

    • N-gram modelleri

    • RNN, LSTM ve GRU mimarileri

    • Transformer tabanlı modeller

  • Büyük Dil Modelleri ve Uygulamaları

    • GPT mimarisi ve ailesi

    • BERT ve türevleri

    • T5, BART ve encoder-decoder mimarileri

    • Few-shot learning yaklaşımları

  • Fine-tuning ve Transfer Learning

    • Model özelleştirme yöntemleri

    • LoRA ve PEFT teknikleri

    • Instruction tuning ve RLHF

    • Model quantization ve optimizasyon

  • Laboratuvar: Metin Üretim Projeleri

    • HuggingFace Transformers ile text generation

    • Fine-tuning uygulaması

    • Prompt engineering ile özel içerik üretimi

Modül 3 – Görüntü Üretimi ve Diffusion Modelleri

  • Görüntü Üretiminin Temelleri

    • Görüntü temsili ve preprocessing

    • CNN tabanlı üretken modeller

    • StyleGAN, PGGAN mimarileri

    • Görüntü kalitesi metrikleri

  • Diffusion Modelleri

    • Diffusion süreçlerinin matematiği

    • DDPM, DDIM yöntemleri

    • Score-based generative modeller

    • Latent diffusion modelleri

  • Text-to-Image Sistemleri

    • CLIP ve metin-görüntü uyumu

    • Stable Diffusion mimarisi

    • DALL-E, Midjourney sistemleri

    • Controllable generation teknikleri

  • Laboratuvar: Görüntü Üretimi

    • Stable Diffusion ile görsel üretimi

    • Inpainting ve image modification

    • ControlNet ile özelleştirme

Modül 4 – Multimodal Üretken Sistemler ve Ses Üretimi

  • Multimodal AI

    • Metin, görüntü ve ses verilerinin entegrasyonu

    • Cross-modal learning

    • Foundation modelleri

    • Multimodal embeddings

  • Ses ve Müzik Üretimi

    • Ses dalgaları ve spektrogramlar

    • WaveNet ve autoregressive modeller

    • Diffusion tabanlı ses üretimi

    • Transformer tabanlı müzik modelleri

  • Video Üretimi ve Animasyon

    • Video diffusion modelleri

    • Image-to-video dönüşümü

    • 3D modelleme ve rendering

    • Animasyon kontrolü ve stilizasyon

  • Laboratuvar: Multimodal Uygulamalar

    • Text-to-image uygulaması

    • Image-to-text generation

    • Basit ses üretimi demo

Modül 5 – İleri Teknikler, Gerçek Dünya Uygulamaları ve Etik

  • İleri GenAI Teknikleri

    • Neural Radiance Fields (NeRF)

    • Dijital insan üretimi

    • Fizik tabanlı simülasyon entegrasyonu

    • Real-time generative AI sistemleri

  • Üretken Modellerin İş Uygulamaları

    • Creative industries’de kullanım

    • Ürün tasarımı ve prototipleme

    • Marketing ve reklam çözümleri

    • Eğitim ve simülasyon senaryoları

  • Etik, Güvenlik ve Sorumluluk

    • Telif hakları ve IP konuları

    • Deepfakes ve misinformation riskleri

    • Bias ve adil temsil sorunları

    • Düzenleyici çerçeveler ve trendler

  • Final Projesi ve Değerlendirme

    • Kendi GenAI uygulamanızın tasarımı

    • Proje sunumu

    • İleri kaynaklar ve öğrenme yol haritası