Prompt Engineering daxildir
Maşın Öyrənməsinin Əsasları — Süni İntellekt Dəstəyi ilə
(Machine Learning Fundamentals — AI-Assisted)
Prompt Engineering daxildir
📋 Qısa təsvir
Machine Learning-in mahiyyətini, əsas model növlərini və biznes tətbiqlərini anlamaq üçün təlim. Alqoritmləri əzbərləmək deyil — necə işlədiyini başa düşmək və tətbiqini süni intellektə tapşırmaq.
~12.5 saat10 dərs
Bu təlim nə haqqındadır?
Machine Learning (ML) — kompüterlərin keçmiş məlumatlardan öyrənib gələcək haqqında qərar verə bilməsidir. Biz kompüterə qaydalar yazmırıq — o, datadan qaydaları özü tapır.
Bu kursda alqoritmləri əzbərləmirsiniz, düsturları yadda saxlamırsınız. Məqsəd ML-in necə işlədiyini başa düşmək, hansı model hansı suala cavab verdiyini bilmək və kodlama hissəsini süni intellektə düzgün Prompt yazaraq həvalə etməkdir.
Sadə misal: Hər ay satış datanız var — Yanvar: 14,000 ₼, Fevral: 15,500 ₼, Mart: 16,000 ₼. ML model deyir: Apreldə satış təxminən 16,500 ₼ olacaq. Siz bunu süni intellektə bir Prompt yazaraq əldə edirsiniz — nə düstur yazırsınız, nə kod əzbərləyirsiniz.
🏗️ Real layihə təcrübəsinə əsaslanan kurs
Bu kurs nəzəri material deyil. Əsasında tam həyata keçirilmiş real layihə dayanır — 2,500+ əməliyyat, 170+ müştəri, müştəri seqmentasiyası, gəlir proqnozu, churn analizi. Layihə sıfırdan, süni intellektə düzgün Prompt yazma yanaşması ilə qurulub.
Kurs bu layihənin qurulma prosesindən əldə edilmiş təcrübə üzərində formalaşdırılıb. Nəzəri bilik deyil — sınanmış və nəticə vermiş metodologiyadır.
📌 Qeyd
Bu kurs ML-in əsas anlayışlarını və model növlərini öyrədir. Ayrıca da keçilə bilər, lakin əsas dəyərini digər tətbiqi kurslarla birlikdə verir:
• ML Əsasları + Biznes üçün ML (ML for Business) — satış proqnozu, müştəri seqmentasiyası, churn analizi
• ML Əsasları + Mühasibatlıq üçün ML (ML for Accounting) — debitor borc proqnozu, vergi planlaması, pul axını
Tətbiqi kursların hər birinin sıfırdan produksiyaya qədər tam layihəsi və addım-addım qurulma təlimatı var. Bu kurs həmin layihələr üçün nəzəri bazanı formalaşdırır.
📌 Təlimin əsas mövzuları
Machine Learning nədir — adi proqramlaşdırmadan fərqi
Supervised Learning — reqressiya (rəqəm proqnozu) və klassifikasiya (kateqoriya proqnozu)
Unsupervised Learning — klasterləşdirmə və anomaliya aşkarlama
Data hazırlığı ML üçün — feature engineering, train/test split, scaling
Model qiymətləndirmə — accuracy, precision, recall, overfitting
Time Series — zaman seriyası ilə gələcək proqnozu (Prophet)
📚 Kurs strukturu
10 dərs | Ümumi müddət: ~12.5 saat | Andrew Ng — ML Specialization əsasında
| Dərs | Mövzu | Müddət |
|---|---|---|
| 1 | Machine Learning nədir? | 1 saat |
| 2 | Supervised Learning — Nəzarətli Öyrənmə (Regression, Classification) | 1.5 saat |
| 3 | Unsupervised Learning — Nəzarətsiz Öyrənmə (Clustering, Anomaly) | 1.5 saat |
| 4 | Data hazırlığı ML üçün — Feature, Train/Test, Scaling | 1.5 saat |
| 5 | Linear Regression — Xətti Reqressiya | 1.5 saat |
| 6 | Logistic Regression — Classification | 1.5 saat |
| 7 | Model Qiymətləndirmə və Overfitting | 1 saat |
| 8 | K-Means Clustering — Müştəri Seqmentasiyası | 1 saat |
| 9 | Time Series — Zaman Seriyası Proqnozu (Prophet) | 1 saat |
| 10 | Scikit-Learn və ML Yekun Xəritəsi | 1 saat |
| Sual | Model | Növ |
|---|---|---|
| Nə qədər olacaq? | Linear Regression | Supervised |
| Bəli / Xeyr? | Logistic Regression | Supervised |
| Necə qruplaşdıraq? | K-Means | Unsupervised |
| Gələcək trend? | Prophet | Time Series |
| Qeyri-adi nədir? | Isolation Forest | Unsupervised |
🗺️ Kurs Yol Xəritəsi
Həftə-həftə öyrənmə yolunuz
1
Machine Learning nədir?
1 saat2
Supervised Learning — Nəzarətli Öyrənmə (Regression, Classification)
1.5 saat3
Unsupervised Learning — Nəzarətsiz Öyrənmə (Clustering, Anomaly)
1.5 saat4
Data hazırlığı ML üçün — Feature, Train/Test, Scaling
1.5 saat5
Linear Regression — Xətti Reqressiya
1.5 saat6
Logistic Regression — Classification
1.5 saat7
Model Qiymətləndirmə və Overfitting
1 saat8
K-Means Clustering — Müştəri Seqmentasiyası
1 saat9
Time Series — Zaman Seriyası Proqnozu (Prophet)
1 saat10
Scikit-Learn və ML Yekun Xəritəsi
1 saat🎉 Kurs tamamlandı!
Nümunə: Dərsdən bir parça (Dərs 1)
Machine Learning nədir?
Adi proqramlaşdırmada insan qaydanı yazır: "əgər satış > 10,000 olarsa..." ML-də isə model qaydanı özü tapır: "80% hallarda satış artır." Yeni data gəldikcə model özünü yeniləyir — 100 qayda yazmaq əvəzinə, 1 model minlərlə qaydanı əvəz edir.
❌ PİS Prompt: "ML model qur."
→ Nəticə: Süni intellekt ümumi nümunə verir, sizin datanıza aid deyil.
✅ YAXŞI Prompt: "Şirkətin aylıq gəlir datası var (17 ay). Scikit-learn LinearRegression ilə model qur. Gələn 3 ayı proqnoz et. Plotly ilə qrafik: keçmiş data (mavi nöqtə), reqressiya xətti (qırmızı). Azərbaycan dilində başlıq."
→ Nəticə: Süni intellekt dəqiq sizin datanıza uyğun model qurur, vizuallaşdırır.
✍️ Praktika:
Süni intellektə yazın: "Machine Learning nədir, 5 cümlə ilə sadə izah et. Sonra real biznes nümunəsi ver: müştəri riski, gəlir proqnozu, anomaliya — hər biri 1 cümlə."
📚 Tapşırıq:
Bu sualı süni intellektə verin: "ML harada istifadə olunur? 10 real nümunə ver — 5-i biznes, 3-ü gündəlik həyat, 2-si mühasibatlıq. Hər birini 1 cümlə ilə izah et."
Nümunə sahələr
Bu kursda öyrədilən metodologiya istənilən sahəyə tətbiq olunur: logistika, pərakəndə satış, istehsal, xidmət sektoru, maliyyə və mühasibatlıq, tikinti, təhsil, turizm və otelçilik, və digər sahələr.
Mühasiblər, biznes sahibləri, menecerlər
Data və analitika ilə maraqlananlar
Süni intellekti real işində istifadə etmək istəyənlər
"ML nədir?"dən "ML ilə nə edə bilərəm?" səviyyəsinə keçmək istəyənlər
Vacib qeyd
- Texniki bilik tələb olunmur
- Proqramlaşdırma bilmək şərt deyil
- Riyazi bilik tələb olunmur — hər anlayış sadə dildə izah olunur
- Andrew Ng — Machine Learning Specialization əsasında hazırlanıb
MRF Works AI Assistant
Online · Powered by AI