Süni İntellekt (AI)
Süni İntellekt (AI) kursu data əsaslı modellər qurmaq, maşın öyrənməsi alqoritmlərini anlamaq və real problemlərə tətbiq etmək istəyənlər üçün praktiki proqramdır. Kurs çərçivəsində Python ilə data işləmə, statistik əsaslar, supervised və unsupervised learning, model qiymətləndirmə, feature engineering, overfitting/underfitting, basic deep learning anlayışları və real dataset-lər üzərində layihə tapşırıqları öyrədilir. Təlim iştirakçılara AI/ML sahəsində başlanğıc səviyyədə işləmək üçün tələb olunan fundamental bilik və praktiki bacarıqları formalaşdırır.
Üstünlüklərimiz
Peşəkar Mentorlar
Təcrübəli mütəxəssislərdən dəstək və istiqamət
Praktiki Tədris
Yalnız nəzəriyyə deyil, real layihələr üzərində öyrənmə imkanı
Müasir Texnologiyalar
Python, AI, web proqramlaşdırma və digər aktual sahələr
Karyera Dəstəyi
CV hazırlığı, müsahibə simulyasiyaları və iş imkanlarına çıxış
Tədris proqramı
Modul 1
- 1.Python mühitinin qurulması (IDE/Jupyter, virtual environment, pip) Proqramlaşdırmaya giriş (syntax, indentation, comments) Dəyişənlər və data tipləri, type casting Operatorlar, boolean logic, input/output Şərt operatorları və dövrlər Strings və əsas praktika tapşırıqları Funksiyalar, scope, *args/**kwargs Exceptions və error handling Rekursiya və memoization
Modul 2
- 1.List, tuple, slicing və comprehensions Shallow vs deep copy Sorting, searching və Big-O əsasları Dictionaries və sets OOP əsasları: class, object, constructor Encapsulation, inheritance, polymorphism Dunder metodlar və dataclasses Composition vs aggregation Mini-project: Student–Course Management
Modul 3
- 1.CLI mini-project (JSON/CSV persistence) Testing basics (assert, unittest/pytest) Debugging və logging Git workflow və code review Checkpoint exam (Python + OOP) Refactor və clean code
Modul 4
- 1.Pandas DataFrames və data oxuma/yazma Filtering, sorting, GroupBy, aggregation Data cleaning və validation EDA və visualization (Matplotlib) NumPy fundamentals və vectorization Feature engineering və datetime End-to-end analytics practice
Modul 5
- 1.ML workflow və evaluation Supervised vs unsupervised learning Linear və multiple linear regression Regularization və multicollinearity Logistic regression və classification metrics Regression və classification modellərinin from-scratch implementasiyası
Modul 6
- 1.Clustering və K-Means PCA və visualization Overfitting vs underfitting L1/L2 regularization Decision Trees və Random Forest Boosting: AdaBoost, Gradient Boosting, XGBoost, CatBoost Hyperparameter tuning və pipelines
Modul 7
- 1.Neural networks və backpropagation PyTorch fundamentals Training mechanics və regularization CNN basics və image classification RNN, LSTM, GRU Advanced CNN architectures NLP basics və embeddings
Modul 8
- 1.Attention və Transformers Pretrained models (BERT, GPT, T5) Transfer learning və PEFT/LoRA LLM applications və prompt engineering RAG fundamentals və vector databases LangChain ilə RAG pipeline Capstone: End-to-end chatbot Deployment, monitoring və MLOps overview
Qabaqcıl məzunlarımız
Bu kurs üçün hələ məzun məlumatı əlavə olunmayıb.
Müəllimlərimiz
Bazarda əməkhaqqı
1500 AZN
Junior
1 il təcrübə
2800 AZN
Middle
1–3 il təcrübə
4500+ AZN
Senior
3+ il təcrübə
Ən çox verilən suallar
idtech texnologiya, proqramlaşdırma və rəqəmsal bacarıqlar sahəsində təhsil verən müasir bir öyrənmə ekosistemidir.
Saytımızdakı 'Müraciət et' bölməsindən formu doldurmaqla qeydiyyatdan keçə bilərsiniz.
Dərslər həm yeni başlayanlar, həm də təcrübəsini dərinləşdirmək istəyənlər üçün uyğundur.
Bəli, dərslər həm onlayn, həm də sinif şəraitində keçirilir.