Beş adımda yapay zeka kursları ve videoları

ChatGPT'ye yazarak veya konuşarak ilk soruyu sormayı, yanıtı okumayı ve daha basit hale getirmek için ek soru sormayı gösterir; önemli tavsiyeleri ayrıca kontrol etmenizi hatırlatır.

Deneyim gerekmez · kontrol: 2026-10-10

Bir yapay zeka sohbet botunun nasıl eğitildiğini ve yanıtı kelime kelime nasıl oluşturduğunu sade bir dille açıklar, ardından daha iyi sonuç almak için dört alışkanlık sunar.

Deneyim gerekmez · kontrol: 2026-10-10

Üretken yapay zekayı ve onu önceki yapay zekadan ayıran şeyi tanıtır: yalnızca var olanı analiz etmek yerine yeni metinler, görseller ve başka içerikler oluşturur.

Deneyim gerekmez · kontrol: 2026-10-10

ChatGPT gibi sohbet botlarının yanıt üretmek için büyük miktarda metinden nasıl öğrendiğini basit bir dille açıklar ve bunun gerçek bir zekâ sayılıp sayılmayacağını sorgular.

Deneyim gerekmez · kontrol: 2026-10-10

Bugünün üretken yapay zeka araçlarının şu an itibarıyla neleri iyi yapabildiğini, neleri yapamadığını ve sınırlarının nerede olduğunu ele alır.

Deneyim gerekmez · kontrol: 2026-10-10

Yapay zeka, makine öğrenimi, derin öğrenme, temel modeller ve üretken yapay zekanın birbirinin içine nasıl yerleştiğini ve alanın birinden diğerine nasıl geliştiğini açıklar.

Deneyim gerekmez · kontrol: 2026-10-10

Erken dönem programlardan ve uzman sistemlerden makine öğrenimi ve derin öğrenmeye, oradan üretken yapay zekaya ve yapay zeka ajanlarına uzanan yaklaşık 70 yıllık yapay zeka tarihini izler.

Deneyim gerekmez · kontrol: 2026-10-10

Google'ın AI Essentials kursunun ilk modülü: yapay zeka ve makine öğrenimi nedir, üretken yapay zeka nasıl çalışır ve bu araçlar neleri iyi yapabilir, neleri yapamaz.

Deneyim gerekmez · kontrol: 2026-10-10

Neye ihtiyacınız olduğunu, kimin için olduğunu ve nasıl bir yanıt istediğinizi söylemenin belirsiz bir soruyu nasıl faydalı bir soruya dönüştürdüğünü ve yanıtı baştan başlamadan nasıl düzelteceğinizi gösterir.

Deneyim gerekmez · kontrol: 2026-10-10

Kişisel bilgileri paylaşmadan ChatGPT'ye bir elektrik veya su faturası hakkında nasıl soru sorulacağını ve bir yanıtın ne zaman başka bir yerden kontrol edilmesi gerektiğini nasıl anlayacağınızı gösterir.

Deneyim gerekmez · kontrol: 2026-10-10

Bir yapay zekanın emin konuşup yine de yanılmasının iki yaygın nedenini (uydurulmuş bilgiler ve size fazla kolay hak vermesi) ve yanıtlarını kontrol etmek için dört alışkanlığı açıklar.

Deneyim gerekmez · kontrol: 2026-10-10

Ayırt etme (discernment) konusunu ele alır: bir yapay zeka asistanının size verdiklerinin ve bu süreçte nasıl davrandığının işiniz için doğru ve faydalı olup olmadığını değerlendirmek.

Deneyim gerekmez · kontrol: 2026-10-10

Yapay zeka modellerinde halüsinasyonun ne anlama geldiğini, neden olabileceğini ve kendi sohbetlerinizde onu fark etmenin yollarını açıklar.

Deneyim gerekmez · kontrol: 2026-10-10

Bir Claude projesi oluşturmayı, bir bilgi tabanı eklemeyi, proje talimatları yazmayı ve bağlamın sohbetler arasında taşınması için projeyi ekip arkadaşlarınızla paylaşmayı adım adım anlatır.

Biraz deneyim · kontrol: 2026-10-10

Anthropic'in istem mühendisleri iyi bir istem mühendisini neyin iyi yaptığını, istemlerin nasıl iyileştirileceğini, istemlerde dürüstlüğü, personaları ve metaforları ve istem yazmanın nasıl değişebileceğini tartışıyor.

Biraz deneyim · kontrol: 2026-10-10

Bir yapay zeka araştırmacısının sohbet asistanlarını nasıl kullandığına dair uzun, örneklerle dolu bir tur: model seçmek, düşünme modlarının ne zaman kullanılacağı, web araması, dosya yükleme, veri analizi, ses ve görseller.

Biraz deneyim · kontrol: 2026-10-10

Andrew Ng, yapay zeka sohbet araçlarını web araması ve derin araştırmayla kaynaklı yanıtlar almak, geri bildirim ve yazma için ve kod yazmadan basit web siteleri ve uygulamalar yapmak için nasıl kullanacağınızı gösteriyor.

Biraz deneyim · kontrol: 2026-10-10

Anthropic'in uygulamalı yapay zeka ekibi, bir araç sigortası hasar talebi görevi için adım adım bir istem oluşturuyor: görev bağlamı, ton, arka plan verisi, örnekler, XML yapısı, çıktı biçimi ve ön doldurma (prefill).

Teknik · kontrol: 2026-10-10

Öğrencilerin Gemini'yi zor konuları anlamak, araştırma yapıp ödev yazmak ve argümanlarını sınamak için bir çalışma yardımcısı olarak nasıl kullanabileceğini ve bunu nasıl sorumlu bir şekilde yapacaklarını tanıtır.

Deneyim gerekmez · kontrol: 2026-10-10

Bir OpenAI pazarlamacısı ürün belgelerini, araştırmaları ve toplantı notlarını belirli bir şablonu izleyen bir lansman blog yazısı taslağında bir araya getiriyor, ardından ayrıntılar değiştikçe taslağı gözden geçirip güncelliyor.

Deneyim gerekmez · kontrol: 2026-10-10

Khanmigo'nun öğrencilere yanıtları hazır vermeden nasıl özel ders verdiğini, öğretmenlerin dersleri planlamasına ve farklılaştırmasına nasıl yardımcı olduğunu ve okul ve ilçe yöneticilerine neler sunduğunu gösterir.

Deneyim gerekmez · kontrol: 2026-10-10

Öğrenciler ve aileler için yapay zekanın nasıl çalıştığını ve okul ödevlerinde kullanırken onu nasıl eleştirel bir gözle değerlendireceklerini anlatan kısa bir video.

Deneyim gerekmez · kontrol: 2026-10-10

Anaokulundan 12. sınıfa kadar öğretmenlere, Gemini for Education'ın açıklamaları benzetmelerle nasıl uyarladığını ve kademeli materyaller nasıl hazırladığını 5. sınıf sera etkisi dersi üzerinden gösterir.

Deneyim gerekmez · kontrol: 2026-10-10

Outlook'taki Copilot'un kısa bir istemden nasıl e-posta taslağı hazırladığını, geçmiş e-postalarla ilgili soruları nasıl yanıtladığını ve göndermeden önce dil bilgisini ve tonu nasıl kontrol ettiğini gösterir. Copilot içeren bir Microsoft 365 planı gerekir.

Deneyim gerekmez · kontrol: 2026-10-10

Google'ın AI Boost Bootcamp programının 1. dersi: Gemini'nin Google'ın iş uygulamalarında nerelerde karşınıza çıktığı ve dört bölümlü bir istem formülü (persona, görev, biçim, bağlam).

Deneyim gerekmez · kontrol: 2026-10-10

Copilot'un Excel'de bir bütçe tablosunda birkaç değişiklik yapıp tabloyu yeniden hesapladığını gösterir; her şey sizin onayınızla olur ve ayarlanacak hücreleri Copilot bulur.

Deneyim gerekmez · kontrol: 2026-10-10

Öğrencilere Gemini'yi bir özel öğretmen, araştırma asistanı veya tartışma partneri olarak nasıl yönlendireceklerini ve yanıtlarını kendi öğrenme tarzlarına nasıl uyarlayacaklarını gösterir.

Deneyim gerekmez · kontrol: 2026-10-10

Copilot'un, öğrencilere yanıtları hazır vermek yerine sorular ve alıştırma etkinlikleriyle adım adım rehberlik eden Study and Learn ajanını ve öğretmenlerin onu nasıl kullanabileceğini anlatır.

Deneyim gerekmez · kontrol: 2026-10-10

Gündelik işte yapay zeka kullanımı üzerine bir Google kursu: yapay zeka nasıl çalışır, istem yazma ve iyileştirme, Gemini ile beyin fırtınası, Google Workspace içinde kullanma ve bunu bir alışkanlık haline getirme.

Deneyim gerekmez · kontrol: 2026-10-10

Öğretmenler için sınıfta yapay zekayı sorumlu bir şekilde kullanma üzerine bir oturum: öğrenci verileri ve gizlilik, telif hakkı, sınıf içi güvenlik önlemleri, yanlış bilgi ve yapay zeka sistemlerindeki önyargı.

Deneyim gerekmez · kontrol: 2026-10-10

Eğitimle bağı olan dört Anthropic çalışanı, öğrenmede yapay zekanın faydalarını ve risklerini, öğrencilerin ve öğretmenlerin ona nasıl yaklaşması gerektiğini ve hâlâ belirsiz olan konuları tartışıyor.

Deneyim gerekmez · kontrol: 2026-10-10

ChatGPT Work'e kısa bir bakış: iş araçlarınızı ve dosyalarınızı bağlamak, zamanlanmış görevler kurmak ve pazarlama ile veri analizi işlerini ChatGPT'nin baştan sona yürütmesi için devretmek.

Biraz deneyim · kontrol: 2026-10-10

Claude in Excel'in sekmeler arasındaki formülleri hücre düzeyinde kaynak göstererek açıkladığını ve mevcut formülleri bozmadan varsayımları güncellediğini gösterir.

Biraz deneyim · kontrol: 2026-10-10

Boş bir sayfadan bir proje planına ulaşmak için bir projenin planlama aşamasında Gemini'yi NotebookLM ile birlikte kullanır.

Biraz deneyim · kontrol: 2026-10-10

Teams toplantılarında Copilot'u gösterir: kararlar ve yapılacaklarla yapay zeka notları, diller arasında canlı çeviri ve kaçırdıklarınızı yakalamak için sesli ve görüntülü özetler.

Biraz deneyim · kontrol: 2026-10-10

Microsoft'un eğitim ürün ekibi, Microsoft 365 Copilot'taki Teach Module'ü tanıtıyor: ders planları, sınavlar ve bilgi kartları oluşturmak ve mevcut materyali uyarlamak.

Biraz deneyim · kontrol: 2026-10-10

David Malan, Harvard'daki CS50'nin yapay zeka araçlarını nasıl geliştirdiğini (öğrencilere yanıt vermek yerine onları yanıta yönlendiren bir “lastik ördek” eğitmen dahil) ve bu araçların nasıl kullanıma sunulduğunu anlatıyor.

Biraz deneyim · kontrol: 2026-10-10

Erişimle artırılmış üretimi (RAG) açıklar: bir dil modelinin yanıt vermeden önce güncel ve güvenilir kaynaklara bakması; böylece yanıtlar daha güncel olur ve daha seyrek yanlış çıkar.

Biraz deneyim · kontrol: 2026-10-10

Gemini 3 Pro ve Google'ın Agent Development Kit'iyle web'de arama yapabilen basit bir yapay zeka ajanı kurar, ardından onu bir web arayüzünde çalıştırır ve nasıl akıl yürüttüğüne bakar.

Teknik · kontrol: 2026-10-10

Anthropic'in Claude Code ekibinden kişiler kodlama ajanıyla nasıl çalıştıklarını gösteriyor: ona tek tek görevler yerine hedefler vermek, rutinleri uzaktan çalıştırmak ve kendi işini kontrol etmesine izin vermek.

Teknik · kontrol: 2026-10-10

Anthropic mühendisleri Model Context Protocol'ün nereden geldiğini, uzak MCP sunucularını ve kayıt dizinlerini ve MCP'nin Claude API ile birlikte nasıl kullanılacağını açıklıyor.

Teknik · kontrol: 2026-10-10

OpenAI çalışanları, güncellenmiş Agents SDK ile çok adımlı görevlerde dosyaları inceleyen, komut çalıştıran ve kod düzenleyen, uzun süre çalışan ajanların nasıl geliştirileceğini gösteriyor.

Teknik · kontrol: 2026-10-10

OpenAI'ın Codex kodlama ajanının adım adım kurulumu: komut satırı aracını ve VS Code eklentisini yüklemek, bir Agents.md dosyası yazmak, istem kalıpları ve araçları MCP üzerinden bağlamak.

Teknik · kontrol: 2026-10-10

Spesifikasyon odaklı geliştirmeyi öğretir: bir kodlama ajanının, mevcut eski bir kod tabanında bile tam olarak istediğinizi geliştirmesi için bir proje anayasası ve markdown spesifikasyonları yazmak.

Teknik · kontrol: 2026-10-10

Yapay zeka ajanları üzerine on ders: ne oldukları, çerçeve seçimi, tasarım ilkeleri, araç kullanımı, ajan tabanlı RAG, planlama, çok ajanlı sistemler ve dağıtım; kod örnekleriyle.

Teknik · kontrol: 2026-10-10

Bir modeli erişimle artırılmış üretimle (gömmeler, vektör araması) kendi verilerinize bağlamayı, ardından araçları ve hizmetleri MCP sunucuları üzerinden bağlamayı anlatan uygulamalı bir kurs.

Teknik · kontrol: 2026-10-10

Büyük dil modellerinin sonraki kelimeyi nasıl tahmin ettiğine, devasa miktarda metin üzerinde nasıl eğitildiklerine ve transformer'ların ardındaki temel fikre dair kısa, görsel bir giriş.

Deneyim gerekmez · kontrol: 2026-10-10

El yazısı rakamları tanıyan bir sinir ağını adım adım kurar; nöronların, katmanların, ağırlıkların ve sapmaların (bias) ne olduğunu ve bunları birbirine bağlayan matematiği animasyonlarla gösterir.

Biraz deneyim · kontrol: 2026-10-10

Verinin bir transformer içinden nasıl aktığına dair görsel bir anlatım: token'lar gömme vektörlerine dönüşür, dikkat ve perseptron katmanları onları günceller, softmax da sonraki kelime olasılıklarını verir.

Biraz deneyim · kontrol: 2026-10-10

Harvard CS50'nin üretken yapay zeka ve istem yazma, ardından karar ağaçları, makine öğrenimi, derin öğrenme, büyük dil modelleri ve halüsinasyonlar üzerine dersi.

Biraz deneyim · kontrol: 2026-10-10

ChatGPT gibi modellerin nasıl yapıldığı üzerine genel izleyiciye yönelik uzun bir ders: internet metinleri, token'lar, ön eğitim, bir modeli asistana dönüştürmek, pekiştirmeli öğrenme ve neden bir şeyler uydurdukları.

Biraz deneyim · kontrol: 2026-10-10

MIT'nin 2026 derin öğrenmeye giriş dersinin ilk oturumu: perseptronlar, aktivasyon fonksiyonları, gradyan inişi ve geri yayılımla eğitim ve aşırı öğrenmenin nasıl sınırlanacağı.

Teknik · kontrol: 2026-10-10

Stanford'un CS336 dersinin ilk oturumu (Percy Liang, Tatsunori Hashimoto): dil modelleri neden sıfırdan kurulmalı, ders planı ve BPE gibi tokenizer'ların metni nasıl böldüğü.

Teknik · kontrol: 2026-10-10

Andrej Karpathy, PyTorch'ta küçük bir GPT yazıyor; öz-dikkat (self-attention) mekanizmasını ve Transformer'ı parça parça kurup Tiny Shakespeare veri kümesi üzerinde eğitiyor.

Teknik · kontrol: 2026-10-10

Geri yayılımın gradyanları nasıl hesapladığını göstermek için Python'da küçük bir otomatik türev alma motoru olan micrograd'ı kurar, ardından onu küçük bir sinir ağını eğitmek için kullanır.

Teknik · kontrol: 2026-10-10

Harvard'ın CS50 AI kursunun tamamı tek videoda: arama, bilgi, belirsizlik, optimizasyon, makine öğrenimi, sinir ağları ve dil; Python projeleriyle.

Teknik · kontrol: 2026-10-10