Büyükler için · 16 yaş ve üstü
Programlar: dersleri bir yola bağla
Her program birkaç dersi sıraya koyar: ilk devreden ya da ilk Python satırından bir bitirme projesine kadar. Her şey tarayıcıda çalışır; başlamak için kit ya da kurulum gerekmez.
- Program
- 6
- Ders
- 19
Robotik Programlama
Arduino ile devre ve koddan başlayıp sensörlü projelere, oradan sanal arenada otonom robotlara giden yol.
Ön koşul yok. Temel bilgisayar kullanımı yeter; programlamayı ilk derste öğrenirsin.
Dersler, sırayla
- Devre laboratuvarı8 saSanal Arduino Uno ile her devreyi kurup kodla; diğer derslerin pratik alanı.
- Arduino Temelleri28 saGiriş/çıkış, analog, PWM, motorlar, zamanlama ve ekranlar; 7 hafta, her hafta bir proje.
- Sensörler ve Projeler32 saMesafe, hareket, ortam, ses, gaz ve kimlik sensörleri; 8 hafta.
- Robotik modülü32 saSürüş, engel, çizgi, enkoder, PID ve denge; sanal robot arenasında.
- Robot atölyesi6 saGörev tabanlı robot programlama ile algoritma düşüncesini pekiştir.
Kazanımlar
- Arduino ile giriş/çıkış, PWM ve zamanlama kullanan programlar yazmak
- Mesafe, hareket ve ortam sensörlerini okuyup süzmek
- Motor sürücüyle robot sürmek, çizgi ve duvar izlemek
- PID ile bir robotu kararlı biçimde denetlemek
- Bir robot projesini gereksinimden demoya götürmek
Bitirme projesi
Sanal arenada kendi seçtiğin bir robot: çizgi izleyen, engelden kaçan ya da denge robotu; gereksinim, test ve demo videosuyla.
Gömülü Sistemler
Mikrodenetleyiciden ARM Cortex-M'ye ve Linux çalıştıran tek kart bilgisayara: kayıtlar, kesmeler, haberleşme ve gerçek zamanlı düşünce.
Ön koşul: Arduino Temelleri ya da eşdeğer C/C++ bilgisi.
Dersler, sırayla
- Arduino Temelleri28 saGiriş/çıkış, analog, PWM, motorlar, zamanlama ve ekranlar; 7 hafta, her hafta bir proje.
- ARM ve STM32 ile gömülü programlama47 saCortex-M mimarisi, HAL, kesmeler, DMA ve haberleşme; kartsız STM32 çalışması.
- Raspberry Pi ile robotik45 saLinux, Python, GPIO ve kamera; kart olmadan pratik.
- Üniversite dersi: Robotik (ESOF 323)56 sa14 hafta: gömülü programlama, PID, kinematik, planlama, görü, ROS 2; 15 simülasyon ve dönem projeleri.
Kazanımlar
- Mikrodenetleyicide GPIO, zamanlayıcı, kesme ve ADC'yi kayıt düzeyinde kullanmak
- UART, I2C ve SPI ile sensör ve modül sürmek
- STM32'de HAL ile çevre birimi yapılandırmak
- Raspberry Pi'de Linux, Python ve GPIO ile uygulama yazmak
- Gömülü yazılımı birim testleri ve donanımsız simülasyonla doğrulamak
Bitirme projesi
Bir ARM kartında sensör okuyan, PID ile motor süren ve verisini Raspberry Pi'ye aktaran iki katmanlı bir sistem; mimari belgesi ve test raporuyla.
Nesnelerin İnterneti ve Veri
Sensörden buluta ve tahmine: ESP32 ile bağlı cihazlar, MQTT, panolar ve sensör verisinden makine öğrenmesi.
Ön koşul: Arduino Temelleri. Temel Python ML dersinde öğretilir.
Dersler, sırayla
- Arduino Temelleri28 saGiriş/çıkış, analog, PWM, motorlar, zamanlama ve ekranlar; 7 hafta, her hafta bir proje.
- Sensörler ve Projeler32 saMesafe, hareket, ortam, ses, gaz ve kimlik sensörleri; 8 hafta.
- ESP32 ile Nesnelerin İnterneti40 saWi-Fi, MQTT, bulut panosu ve OTA güncelleme; sanal ESP32 ile.
- Sensör verisinden makine öğrenmesi32 saZaman serisi öznitelikleri, sınıflandırma ve cihaz üstü çıkarım.
- Makine öğrenmesi60 saRegresyondan sinir ağına ve dikkate; algoritmalar sıfırdan, kod tarayıcıda çalışır.
Kazanımlar
- ESP32 ile Wi-Fi'ye bağlanan ve MQTT ile veri yayan cihaz yazmak
- Sensör verisini toplayıp temizlemek ve görselleştirmek
- Sensör verisinden sınıflandırma ve regresyon modeli eğitmek
- Modeli küçültüp cihaz üstünde çalıştırmanın sınırlarını tartmak
- Bağlı bir cihazda güvenlik ve gizlilik risklerini değerlendirmek
Bitirme projesi
Akıllı oda: sıcaklık, nem ve hareket sensörlerinden veri toplayan, bulut panosunda gösteren ve doluluk tahmini yapan bir sistem.
Yapay Zekâ Uygulama Geliştirme
Algoritmaları sıfırdan anlamaktan derin öğrenmeye ve büyük dil modeliyle gerçek uygulama kurmaya: RAG, ajanlar, değerlendirme ve güvenlik.
Ön koşul: temel Python (fonksiyon, liste, sözlük) ve lise matematiği.
Dersler, sırayla
- AI atölyesi6 saToken, prompt, RAG ve ajan araçlarıyla ısınma.
- Makine öğrenmesi60 saRegresyondan sinir ağına ve dikkate; algoritmalar sıfırdan, kod tarayıcıda çalışır.
- PyTorch ile derin öğrenme40 saTensörler, eğitim döngüsü, CNN, transfer öğrenme ve dağıtım.
- Büyük Dil Modeli Uygulamaları40 saToken, gömme, prompt, JSON çıktı, RAG, ajan, değerlendirme, güvenlik, maliyet, akışlı arayüz.
Kazanımlar
- Temel makine öğrenmesi algoritmalarını sıfırdan yazmak ve değerlendirmek
- PyTorch ile model eğitmek, transfer öğrenme yapmak
- Bir dil modeli uygulamasında prompt, JSON çıktı ve RAG kullanmak
- Araç kullanan bir ajanı sınırlarıyla tasarlamak
- Uygulamayı değerlendirme kümesi, güvenlik ve maliyet ölçümüyle yayına hazırlamak
Bitirme projesi
Ders notlarından soru-cevap asistanı: kaynak gösteren RAG, şemalı çıktı, değerlendirme kümesi, kişisel veri maskeleme ve akışlı web arayüzü.
Görüntü İşleme
Pikselden nesne tanımaya: OpenCV ile klasik görüntü işleme, derin öğrenmeyle tanıma ve kamerayla çalışan gerçek uygulamalar.
Ön koşul: temel Python. Makine öğrenmesi dersinin ilk bölümleri yardımcıdır.
Dersler, sırayla
- OpenCV ile görüntü işleme36 saSüzgeçler, kontur, öznitelik, kalibrasyon ve ArUco; tarayıcıda canlı.
- Gerçek hayat demoları6 saDüşme, bölge ihlali, nabız, trafik: kamerayla canlı görü uygulamaları.
- Makine öğrenmesi60 saRegresyondan sinir ağına ve dikkate; algoritmalar sıfırdan, kod tarayıcıda çalışır.
- PyTorch ile derin öğrenme40 saCNN, transfer öğrenme ve nesne algılama.
Kazanımlar
- Görüntüyü renk uzayları, süzgeçler ve eşikleme ile işlemek
- Kenar, kontur ve öznitelik çıkarıp nesne bulmak
- Kamera kalibrasyonu ve ArUco ile poz kestirmek
- Evrişimli ağlarla sınıflandırma ve nesne algılama yapmak
- Gerçek zamanlı bir görü uygulamasında gizlilik ve hata oranını değerlendirmek
Bitirme projesi
Kamerayla çalışan bir güvenlik uygulaması: bölge ihlali ya da düşme algılama; doğruluk, gecikme ve gizlilik raporuyla.
Otonom Sistemler
Algıla, kestir, planla, denetle: üniversite düzeyi robotik, drone mühendisliği ve ROS 2 ile simülasyonda otonom görevler.
Ön koşul: temel Python ya da C++, lise fiziği. Robotik Programlama ya da Gömülü Sistemler programı önerilir.
Dersler, sırayla
- Üniversite dersi: Robotik (ESOF 323)56 sa14 hafta: gömülü programlama, PID, kinematik, planlama, görü, ROS 2; 15 simülasyon ve dönem projeleri.
- Drone mühendisliği40 saParça, simülasyon ve yazılım; PX4, MAVLink, ROS 2; hassas inişli bitirme görevi.
- Robot Kolu Mühendisliği40 saSanal 6 eksenli kol: kinematik, tutucu, ArmScript, çarpışmasız planlama, hücre güvenliği.
- OpenCV ile görüntü işleme36 saHassas iniş ve hedef takibi için görü temeli.
- Mühendislik yolu: 128 gerçek parça10 saSensör, sürücü ve güç parçalarını seviyelerle tanı; Hyvex kartları.
Kazanımlar
- Sensör füzyonu ve durum kestirimi (tamamlayıcı süzgeç, Kalman) uygulamak
- PID ve kinematikle bir robot ya da drone denetlemek
- Harita, yol planlama ve görev durum makinesi kurmak
- ROS 2 ve PX4 SITL ile simülasyonda uçtan uca görev çalıştırmak
- Otonom bir sistemi gereksinim, mimari, SIL testi ve failsafe senaryolarıyla doğrulamak
- Altı eksenli bir robot kolunu kinematik, çarpışmasız planlama ve hücre güvenliğiyle programlamak
Bitirme projesi
Simüle otonom görev: kalkış, ara noktalar ve ArUco ile hassas iniş ya da yer robotuyla harita çıkarıp hedefe gitme; SIL test kanıtlarıyla.
Saatler simülasyon, kod ve testler dahil rehberli çalışma süresidir. Bir programın derslerini ve bitirme projesini tamamlayana Macademia katılım belgesi verilir.