AI Security Engineer (Yapay Zeka Güvenlik Mühendisi)

Bu kurs Python programlama diline yeni başlayanların ve ayrıca tecrübeli yazılımcıları sıfırdan başlayarak Python’a derinlemesine hakim olabilmelerini sağlamayı hedeflemektedir. Ayrıca bu eğitimde katılımcıların Python programlama dili, çevre teknolojileri ve bol miktarda open source araç kullanarak gerçek hayat projeleri ve ticari uygulamalar geliştirmelerini sağlıyoruz.

  • Yazılım Geliştirme Araçları & Ortamı
    • Python (v3.x),Visual Studio Code, Jupyter Notebook, PostgreSQL ve dahası…
Eğitim Süresi

Haftada 2 Gün, Günde 3 Saat Toplam 80 Saat

Eğitim Ücreti

Ücretli

Eğitim Türü

Canlı Yayın

Eğitmen

Cihan Özhan & Yardımcı Eğitmenler

Sertifika

Var

Müfredat

01- Yapay Zekaya Genel Bakış

  • Yapay Zeka Nedir?
  • Yapay Zeka ve Neural Networks(Yapay Sinir Ağları)
  • Yapay Zekanın Altındaki Temel Bilim Nedir?
  • Yapay Zeka ve Biyomimetik
  • Neuron & Neural Network
  • Yapay Zeka Tehlikeli mi?
  • Yapay Zeka Türleri : Narrow AI vs. General AI vs. Super AI
  • Yapay Zeka’nın Bilimsel Temelleri
  • Yapay Genel Zeka (AGI)
  • Yapay Zeka Kışı
  • Yapay Sinir Ağları
  • Tehditler & Fırsatlar
  • Yapay Zeka Devlerinin AI-IQ Analizi
  • Yapay Zekanın Kapsamı (İnsan Modeli Üzerinden)
  • Yapay Zeka Alt Kavramlar
  • Yapay Zeka Terminolojileri
  • Machine Learning Türleri
  • Sektörlere Göre Yapay Zekanın Kullanım Alanları
  • Siber Güvenlik Sektöründe Yapay Zeka
  • Yapay Zeka Görev Tanımları
  • SWARM AI : Yapay Zeka ile Kolektif Bilinç Oluşturmak
  • AI Startup Rehberi : Sıfırdan Bir Yapay Zeka Projesine Hazırlık
  • Yapay Zeka için Programlama Dilleri : Analiz ve Öneriler
  • Yapay Zekaya Donanımsal Bakış
  • Yapay Zekaya Yazılımsal Bakış
  • Labeling ve Data Augmentation
  • Dataset Nedir ve Güncel Dataset Kaynakları Nelerdir?
  • AI Programlama Ortamı ‘Google Colab’

02 - Yapay Zeka Uygulama Geliştirme Temelleri

  • Yapay Zeka Uygulama Geliştirmeye Genel Bakış
  • Geliştirme Araçları
    • NumPy, TensorFlow ve PyTorch
  • NumPy’ın Önemi : Computational Intelligence, TensorFlow ve PyTorch ile İlişkisi
  • NumPy ile Nümerik Hesaplama
  • Pandas ile Veri Manipülasyonu
  • TensorFlow
    • TensorFlow’a Genel Bakış
    • TensorFlow Mimarisi : TensorFlow Nasıl Çalışır?
    • Tensor Operasyonları
    • Matrix Multiplication
    • Tensor Aggregation
    • TensorFlow ile Programlama
  • PyTorch
    • PyTorch’a Genel Bakış
    • PyTorch Mimarisi : PyTorch Nasıl Çalışır?
    • NumPy Bridge, Tensor Concatenation ve Dimension
    • Automatic Differentiation
    • PyTorch ile Programlama
  • Machine Learning vs. Deep Learning

03- Computer Vision

  • Computer Vision’a Genel Bakış
  • Computer Vision Kullanım Senaryoları
  • Computer Vision Temelleri
  • Images & Pixels
  • Computer Vision Araçları
  • OpenCV ile Computer Vision Temelleri
  • Proje : Edge Detection
  • Proje : Photo Denoising

04- Machine Learning

  • Machine Learning’e Genel Bakış
  • Machine Learning Kullanım Senaryoları
  • Machine Learning Algoritmaları
  • Proje : Regression Uygulaması
  • Proje : Classification Uygulaması
  • Proje : Clustering Uygulaması

05- Deep Learning

  • Deep Learning’e Genel Bakış
  • Deep Learning Kullanım Senaryoları
  • Neural Networks (Yapay Sinir Ağları)
  • Perceptron
  • Overfitting & Underfitting
  • Artificial Neural Network (ANN)
    • Neural Network’e Genel Bakış
    • Gradient Descent ve Learning Rate
    • Weight & Bias
    • Activation Function
    • Backpropagation
    • Hidden ve Output Layer
    • Error Calculation : Loss Function
    • Neural Network Oluşturmak ve Eğitmek
    • Neural Network’ün Ölçülmesi(Evaluation)
    • Proje : Sıfırdan Bir Artificial Neural Network(ANN, Yapay Sinir Ağı) Geliştirmek
  • Convolutional Neural Networks (CNNs)
    • Convolutional Neural Network’e Genel Bakış
    • CNN Uygulamaları ve Uygulama Alanları
    • Stride, Padding
    • Convolutional Operation & Filters
    • Pooling
    • Flattening
    • Dense Neural Network
    • Bir Test ve Training Dataset’i Oluşturmak
    • Bir CNN Oluşturmak ve Eğitmek
    • Bir CNN Ağını Ölçümlemek ve Test Etmek
    • Proje : Convolutional Neural Network ile Görüntü Üzerine Yapay Zeka Uygulaması
  • Recurrent Neural Networks (RNNs), Long Short-Term Memory (LSTM) ve Transformers
    • Recurrent Neural Networks (RNNs)
      • RNN’e Genel Bakış
      • RNN Uygulamaları ve Uygulama Alanları
      • RNN Architecture
      • RNN’de Gradient Descent ve Vanishing Gradient Descent
      • Proje : RNN Uygulaması
    • Long Short-Term Memory (LSTM)
      • LSTM’e Genel Bakış
      • Proje : LSTM Uygulaması
    • Transformers
      • Transformers’a Genel Bakış
      • Proje : Transformers Uygulaması
  • Generative Adversarial Networks(GANs)
    • GANs’a Genel Bakış
    • Library ve Dataset’ler
    • Generator ve Discriminator
    • Generator Oluşturmak
    • Discriminator Oluşturmak
    • Proje : GAN ile Sentetik Veri Üretimi

06- Yapay Zeka ile Siber Güvenlik

  • Yapay Zeka ile Siber Güvenliğe Genel Bakış
  • Siber Güvenlikte Yapay Zekanın Kullanım Senaryoları
  • Yapay Zeka ile Siber Saldırı ve Savunma
  • Siber Güvenlikte Yapay Zekanın Sınırları
  • Siber Güvenlikte Yapay Zekanın Avantaj ve Dezavantajlar
  • Yapay Zeka ile Malicious URL Detection
    • Teorik Açıklama
    • Proje : Malicious URL Detection
  • Yapay Zeka ile Network Anomaly Detection Uygulaması
    • Teorik Açıklama
    • Proje : Network Anomaly Detection
  • Yapay Zeka ile Log Analizi
    • Teorik Açıklama
    • Proje : Log Analizi
  • Yapay Zeka ile Phishing URL/Website Detection
    • Teorik Açıklama
    • Proje : Phishing URL/Website Detection
  • Yapay Zeka ile XSS Detection
    • Teorik Açıklama
    • Proje : XSS Detection
  • Yapay Zeka ile Credit Card Fraud Detection
    • Teorik Açıklama
    • Proje : Credit Card Fraud Detection
  • Yapay Zeka ile Static Code Analysis
    • Teorik Açıklama
    • Proje : Static Code Analizi
  • Yapay Zeka ile SQL Injection Detection
    • Teorik Açıklama
    • Proje : SQL Injection Detection

07- Yapay Zeka için Siber Güvenlik

  • Yapay Zeka Güvenliğine Genel Bakış
  • Adversarial Attack Nedir?
  • Adversarial Attack ile Yapay Zeka Hack Senaryoları
  • White-Box vs. Black-Box
  • Yapay Zeka Güvenlik Zaafiyetlerine Genel Bakış
    • Perturbation Attack
    • Poisoning Attack
    • Model Inversion
    • Membership Inference
    • Model Stealing
    • Reprogramming Machine Learning System
    • Adversarial Example in Physical Domain
    • Malicious Machine Learning Provider Recovering Training Data
    • Attacking the Machine Learning Supply Chain
    • Backdoor ML
    • Exploit Software Dependencies
    • Reward Hacking
    • Side Effects
    • Distributional Shifts
    • Natural Adversarial Examples
    • Common Corruption
    • Incomplete Testing
  • Yapay Zeka Güvenliği ve Hacking Uygulamaları

08 - Data Privacy, Federated Learning ve Encrypted Machine Learning

  • Data Privacy (Veri Gizliliği)
    • Veri Gizliliği Temelleri
    • Veri Gizliliğini Neden Önemsemeliyiz?
    • Gizliliği Arttırma Yolları
    • Hangi Veriler Gizli Kalmalı?
    • TensorFlow Privacy
  • Federated Learning
    • Federated Learning Nedir ve Neden Kullanılır?
    • Federated Learning Mimarisi
  • Encrypted Machine Learning
    • Encrypted Machine Learning Nedir ve Neden Kullanılır?
    • Encrypted Machine Learning Mimarisi
    • Encrypted Model Training
    • Encrypted Prediction

Eğitime Başvur

Eğitim programları ile alakalı tüm sorularını buradan ve sosyal medya hesaplarımızdan bize sorabilirsin.

Linkedin Twitter Youtube Medium Discord Github
Bu formu bitirebilmek için tarayıcınızda JavaScript'i etkinleştirin.