| 1 | Makine Öğrenmesi Temellerinin Gözden Geçirilmesi | |
| 2 | Python Temelleri | |
| 3 | Temel Metin İşleme 1 – Ön İşleme, Keşifsel Veri Analizi | |
| 4 | Temel Metin İşleme 2 – Özellik Çıkarma / Ayrımcı Özellikler Metin Sınıflandırma – N-gram Dil Modelleri | |
| 5 | Yapay Sinir Ağları Temellerinin Gözden Geçirilmesi Kelime Gömme (Word Embeddings) – Word2vec, Gensim, Glove | |
| 6 | Metin Sınıflandırma – Sıralı (Sequence Models) Modeller RNN, LSTM, Perplexity Skoru | |
| 7 | Metin Sınıflandırma – Sıralı Modeller -2 Seq2seq, Kodlayıcı-Çözücüler, Dikkat (Attention) Mekanizması, Bleu Skoru | |
| 8 | Gelişmiş NLP (Doğal Dil İşleme) 1 – Transformerler, Bert, GPT | |
| 9 | Gelişmiş NLP 2 – Huggingface ile Temel NLP Görevlerinin Uygulanması | |
| 10 | Gelişmiş NLP 3 – Diğer NLP Görevleri NER, QA, Özetleme, Metin Üretimi | |
| 11 | Ürün Hazır Uygulama Geliştirme – Arama Motoru Uygulaması Huggingface-transformers, Elasticsearch, Fastapi | |
| 12 | Mesleğin Araçları | |
| 13 | İnsan Kaynaklı Öğrenme, İnsan Kaynaklı Takviyeli Öğrenme (Prompting, Reinforcement Learning from Human) | |
| 14 | Doğal Dil İşlemede Etik, Gizlilik, Aldatma, Sahtekârlık, Güvenilirlik, Açıklanabilirlik | |