Machine Learning temellerinden başlayarak MLOps pratikleri ve Generative AI entegrasyonuna kadar uzanan 3 haftalık yoğun eğitim programı.
KrediPusula - Kullanıcıların kredi uygunluğunu analiz eden, kişiselleştirilmiş kredi önerileri sunan ve yapay zeka destekli asistan ile 7/24 destek sağlayan akıllı kredi danışmanlık platformu.
🌐 Canli Demo: kredipusula.onrender.com
- Hafta 1: AI/ML Temelleri - Kredi risk tahmin modeli — Yayın Kaydı
- Hafta 2: MLOps - REST API, deployment ve monitoring — Yayın Kaydı Part 1 | Part 2
- Hafta 3: GenAI Temelleri - Generative temelli musteri destek botu — Yayın Kaydı
| Kategori | Teknolojiler |
|---|---|
| Data & ML | NumPy, Pandas, Matplotlib, Seaborn, scikit-learn, XGBoost, LightGBM, CatBoost |
| Tuning & Tracking | Optuna, MLflow |
| Backend | FastAPI, Uvicorn, SQLite |
| Frontend | React, TypeScript, Tailwind CSS, Vite |
| GenAI & RAG | Google GenAI SDK (Gemini), FAISS, Gemini Embedding |
| Deployment | Render.com |
hsd_agu_egitim/
├── data/
│ ├── german_credit_data.csv # German Credit Risk veri seti
│ ├── soru_cevap_data.md # Chatbot Q&A bilgi tabani (250 soru-cevap)
│ └── index_store/ # FAISS index ve dokuman cache
│ ├── faiss_index.bin # Vektor indeksi
│ └── documents.pkl # Dokuman listesi
│
├── notebooks/
│ ├── 01_eda.ipynb # Kesifci veri analizi
│ ├── 02_baseline.ipynb # Baseline model egitimi ve karsilastirma
│ ├── 03_feature_engineering.ipynb # FE, tuning, threshold optimizasyonu
│ ├── GenAI_Fundamentals.ipynb # GenAI temelleri egitim notebooku
│ └── GenAI_RAG_Agent_Concepts.ipynb # RAG & Agent kavramlari egitim notebooku
│
├── models/
│ └── lightgbm_tuned_pipeline.pkl # Egitilmis LightGBM pipeline
│
├── src/
│ ├── backend/ # FastAPI REST API
│ │ ├── main.py # Uygulama giris noktasi, endpointler, CORS
│ │ ├── model.py # Model yukleme ve tahmin
│ │ ├── schemas.py # Pydantic veri semalari
│ │ ├── feature_eng.py # Feature engineering (inference)
│ │ ├── rag_service.py # RAG + Agent chatbot servisi (FAISS, Gemini)
│ │ ├── database.py # SQLite: sohbet gecmisi ve tahmin kayitlari
│ │ └── README.md # Backend dokumantasyonu
│ │
│ └── frontend/ # React + TypeScript web uygulamasi
│ ├── src/
│ │ ├── components/ # Navbar, Footer, CreditForm, ResultCard, Calculator, ChatWidget
│ │ ├── pages/ # HomePage, ApplyPage, CalculatorPage, InfoPage
│ │ └── lib/ # API katmani, session yonetimi, yardimci fonksiyonlar
│ ├── package.json
│ └── README.md # Frontend dokumantasyonu
│
├── docs/
│ ├── week1/README.md # Hafta 1 ders notlari
│ ├── week2/README.md # Hafta 2 ders notlari
│ ├── week3/README.md # Hafta 3 ders notlari
│ └── deployment.md # Deployment rehberi
│
├── requirements.txt # Production Python bagimliliklari
├── pyproject.toml # Gelistirme bagimliliklari (uv)
└── .gitignore
# 1. Repository'yi klonla
git clone https://github.com/Turkish-AI-Community/hsd-agu-egitim.git
cd hsd-agu-egitim
# 2. Python bagimliklarini yukle
uv sync
# 3. Gemini API anahtarini ayarla (chatbot icin gerekli)
# .env dosyasina GEMINI_API_KEY=... ekle
# Anahtar: https://aistudio.google.com/ adresinden alinabilir
# 4. Backend'i baslat
uv run uvicorn src.backend.main:app --reload
# 5. Frontend'i baslat (ayri terminal)
cd src/frontend
npm install
npm run devBackend: http://localhost:8000 | Frontend: http://localhost:5173
Deployment detaylari icin docs/deployment.md dosyasina bakin.
- Hafta 1 - ML Temelleri: EDA, model egitimi, metrikler, feature engineering
- Hafta 2 - MLOps & Deployment: Monitoring, REST API, deployment, CI/CD
- Hafta 3 - GenAI & Agent: LLM, prompt engineering, agent mimarileri
- Deployment Rehberi: Lokal, backend-only ve Render deployment
| Egitmen |    |
| Topluluk |    |