Yapay Zeka Kursu
Geliştiriciler için yapay zeka: makine öğrenmesi temelleri, büyük dil modelleri, MCP, AI agent'lar ve Claude Code ile yapay zeka destekli geliştirme.
5 kategoride 18 ders
AI Temelleri
Yapay Zeka Nedir?
Yapay zekanın gerçekte ne anlama geldiğine dair net bir harita -- dar ve genel yapay zeka, geleneksel yazılımdan farkı, ve Machine Learning, Deep Learning, Generative AI'ın birbiriyle ilişkisi.
Machine Learning
Machine Learning'in gerçekte ne olduğu -- training ve inference farkı, supervised/unsupervised/reinforcement öğrenme türleri, ve overfitting/underfitting'in eğitimi nasıl yanlış gösterebileceği.
Deep Learning
Neural network'lerin nasıl yapılandırıldığı -- katmanlar, ağırlıklar, aktivasyon fonksiyonları -- ve backpropagation ile eğitim, ve CNN/RNN/transformer mimarilerine kısa bir bakış.
Generative AI
Generative AI'ın discriminative modellerden farkı, metin/görüntü üreten modellerin nasıl çalıştığı, Large Language Model'lere kısa bir önizleme, ve akıcılık ile doğruluk arasındaki kritik ayrım.
Büyük Dil Modelleri
Large Language Model'ler Nasıl Çalışır?
LLM'lerin mekanik olarak ne olduğu, pretraining ve knowledge cutoff, base model ile instruction-tuned model farkı, ve in-context learning ile context kavramına ilk bakış.
Token'lar ve Context Window'lar
Token'ların ve tokenization'ın ne olduğu, context window'un sert sınırı, context dolduğunda ne olduğu, ve truncation/summarization/retrieval ile sınırlı context'i yönetme stratejileri.
Prompting and Prompt Engineering
Prompt yapısı (system/user/assistant rolleri), zero-shot ve few-shot prompting, etkili prompt yazma pratikleri, ve chain-of-thought gibi yaygın prompting tekniklerine giriş.
LLM Yetenekleri ve Sınırlamaları
LLM'lerin gerçekten güçlü olduğu alanlar, hallucination'ın neden olduğu, knowledge cutoff'un etkisi, akıl yürütme sınırları, ve eğitim verisindeki bias'ın nasıl yeniden üretildiği.
Tool'lar ve MCP
Tools and Function Calling
Bir LLM'in gerçek kod çalıştırmasını isteyebilmesini sağlayan tool use/function calling mekanizması: tool-calling loop, bir tool'u tanımlamak, ve tool use'un bir "agent"tan farkı.
MCP'ye Giriş
Model Context Protocol (MCP) nedir, hangi N×M entegrasyon problemini çözer, host/client/server rolleri, ve bir server'ın sunabileceği tools/resources/prompts primitive'leri.
MCP Mimarisi
MCP'nin mesaj biçimi olan JSON-RPC 2.0, stdio ve Streamable HTTP transport'ları, initialize/discover/invoke bağlantı yaşam döngüsü, ve capability negotiation.
TypeScript ile MCP Sunucusu Oluşturma
Resmi TypeScript SDK'sıyla gerçek, çalıştırılabilir bir MCP server ve client inşa etme: proje kurulumu, registerTool ile tool tanımlama, in-memory transport üzerinden bağlanma, ve gerçek çıktı.
AI Agent'lar
Bir AI Agent Nedir?
Bir AI agent'i tanımlayan şey: gözlemle-karar ver-eyleme geç loop'u, tek bir tool call'dan farkı, ve otonomi spektrumu.
Agent Planlama ve Akıl Yürütme Kalıpları
Bir agent'ın "karar ver" adımının somut kalıpları: ReAct, plan-and-execute, reflection, ve bir loop'un ne zaman durması gerektiği.
Agent Davranışını Kontrol Etmek
Bir agent loop'unu güvenli kılan korkuluklar: adım sınırları, human-in-the-loop onayı, en az yetki ilkesi, ve observability.
TypeScript ile Bir AI Agent Oluşturma
Gerçek, çalışan bir agent loop inşa edin: deterministik, açıkça simüle edilmiş bir karar adımı, "Building an MCP Server"daki gerçek MCP tool'larını gerçekten çağırıyor.
AI Geliştirme Araçları
Claude Code ile AI Destekli Yazılım Geliştirme
Gerçek bir Spring Boot özelliğini, gerçek bir Claude Code terminal oturumunda analiz edip planlayın, uygulayın, test edin ve gözden geçirin: Plan Mode, izin modeli, ve gerçekten yakalanmış hatalarla.
Claude Code CLI: Komutlar ve Kullanım
Terminali kapatıp geri dönmekten context yönetimine, izin modlarından komut keşfetmeye: Claude Code CLI'ını günlük kullanımda etkin kullanmak için hızlı bir başvuru kaynağı -- resmi dokümantasyon ve gerçek bir CLI oturumuyla doğrulanmış.