Yapay Zekaya Giriş
- Yapay zekaya giriş
AI Tabanlı Sistemler için Kalite Karakteristikleri
- AI tabanlı sistemler için kalite karakteristikleri
- AI tabanlı sistemler için kabul kriterleri
Makine Öğrenmesi
- Makine öğrenmesine giriş
- Makine öğrenmesi için veri
- Sınıflandırma için ML fonksiyonel performans metrikleri
- Sinir ağları (neural networks)
AI Tabanlı Sistemlerin Test Edilmesi
- AI tabanlı sistemlerin test edilmesine giriş
- Üretken yapay zeka ve büyük dil modellerinin (LLM) test edilmesi
- Test seviyeleri ve makine öğrenmesi sistemleri
Makine Öğrenmesi Sistemleri için Girdi Verisi Testi
- Makine öğrenmesi sistemleri için girdi verisi testi
Makine Öğrenmesi Sistemleri için Model Testi
- Makine öğrenmesi sistemleri için model testi
Makine Öğrenmesi Geliştirme Testi
- Makine öğrenmesi geliştirme testi
Kazanımlar
- Üretken yapay zeka dahil güncel AI durumunu anlamak
- Makine öğrenmesi modellerinin uygulanması ve test edilmesini deneyimlemek
- ISO/IEC 25059’da tanımlanan AI’ya özgü kalite karakteristiklerini anlamak
- Makine öğrenmesi modelleri için fonksiyonel performans metriklerini hesaplamak ve yorumlamak
- Bir makine öğrenmesi sistemi için etkili bir test stratejisi geliştirmeye katkı sağlamak
- Makine öğrenmesi sistemleri için test senaryoları tasarlamak ve yürütmek
Hedef Kitle
Yalnızca test uzmanlarıyla sınırlı değildir; aşağıdaki roller için de uygundur:
- Test uzmanları, test analistleri, test mühendisleri, test yöneticileri, test danışmanları
- Veri analistleri ve veri bilimciler
- AI tabanlı sistem geliştiren yazılım geliştiriciler
- Kullanıcı kabul testi yapanlar
- Proje yöneticileri, kalite yöneticileri, yazılım geliştirme yöneticileri
- İş analistleri, BT direktörleri, yönetim danışmanları
Ön Koşullar
ISTQB® Certified Tester Foundation Level sertifikası zorunludur.
Eğitim Süresi: 2 gün
Yapay zeka ve derin öğrenme sistemlerinin, özellikle makine öğrenmesi tabanlı ve üretken yapay zeka (LLM) sistemlerinin nasıl test edileceğine dair bilgi kazandıran sertifikasyondur. Olasılıksal davranış, belirsizlik (non-determinism) ve veri bağımlılığı gibi AI sistemlerine özgü test yaklaşımlarını kapsar. Syllabus, yaşam döngüsü tabanlı bir yaklaşım izler: girdi verisi testinden model testine, makine öğrenmesi geliştirme testinden AI sistemlerine özgü kalite karakteristiklerine kadar modern AI tabanlı sistemler için geçerli test yaklaşımlarını bir arada sunar. v2.0 sürümü ayrıca üretken yapay zeka ve büyük dil modellerinin test edilmesine dair güncel içerik de içerir; bu sayede yalnızca klasik makine öğrenmesi modelleriyle değil, günümüzün LLM tabanlı sistemleriyle çalışan test profesyonelleriiçin de günceldir.