Yapay Zeka Öğrenme Yol Haritanız: 46 Konu, Sırasıyla, Haftada Bir

İşte İngilizce'den Türkçe'ye çevrilmiş metin:

2026'da yapay zeka öğrenmek istiyorsanız ve nereden başlayacağınızı bilmiyorsanız, bu sayfa tam size göre.

İnternet yapay zeka tavsiyeleriyle dolu. Çoğu ya şöyledir:

1. 2.000 dolarlık bir kurs için satış konuşması
2. Sırasız 100 bağlantıdan oluşan bir liste
3. Sizi daha ilk sayfada korkutan doktora seviyesinde bir ders kitabı
4. Size hiçbir pratik şey söylemeyen, AGI hakkında abartılı bir video

Bunların hiçbirine ihtiyacınız yok. Bir sıraya ihtiyacınız var. Önce neyi öğreneceğinizi, neyin neyin üzerine inşa edildiğini, neyi atlayabileceğinizi ve ne kadar derine ineceğinizi bilmeniz gerekir.

Bu yol haritası işte bunu yapıyor. Bu, yapay zekayı tamamen yeni başlayan birinden gerçek yapay zeka ürünleri inşa edip gönderebilen birine kadar öğrenmenizi önerdiğim sıradır. Her konu için haftada bir burada yayınlanacak bir makale olacak. Bu sayfayı yer imlerinize ekleyin. Geri gelin. Makaleler yayınlandıkça bağlantılar canlı hale gelecek.

Ön koşul yok. Bilgisayar bilimi diploması gerekmez. Matematik paniği yok.

Bu nasıl çalışıyor?

Başlamadan önce temel kurallar şunlar:

1. Konuları sırayla yapın. Her biri bir öncekinin üzerine inşa edilir. İlk hafta LLM'lere atlamak, eve çatıdan başlamak gibidir.
2. Haftada bir konu idealdir. Bu size okumak, kod yazmak ve gerçekten bir şey inşa etmek için zaman verir. Eğitimleri seri okumak öğrenmek değildir.
3. Her makaledeki pratik alıştırmayı yapın. Sinir ağları hakkında yazmadan okumak, ıslanmadan yüzmeyi okumak gibidir.
4. Sonuna kadar gitmek zorunda değilsiniz. Sadece yapay zeka okuryazarlığı istiyorsanız, 3. Aşamadan sonra durun. LLM uygulamaları inşa etmek istiyorsanız, 9. Aşamaya kadar gidin. Siz karar verirsiniz.
5. Tam serinin toplam uzunluğu: ~107.000 kelime. Kulağa uzun geliyor, ancak ortalama bir ders kitabından daha kısa ve her makale kendi başına ayakta duruyor.

12 aşamaya bir bakış

Tamamen yeni başlayandan üretime hazır uygulayıcıya kadar gruplandırılmış 12 aşama var. Derinlemesine inmeden önce büyük resim burada.

Aşama

Konu alanı

Kimin ihtiyacı var

Makaleler

0

Zihniyet ve yönelim

Herkes

3

1

Ön koşullar (Python, matematik, kütüphaneler)

İnşa etmek isteyen herkes

4

2

Veri (kaynak bulma, temizleme, KVA)

İnşa etmek isteyen herkes

5

3

Klasik makine öğrenmesi

Herkes

6

4

Derin öğrenme temelleri

Klasik ML'nin ötesine geçen herkes

5

5

Temel sinir ağı mimarileri (CNN, RNN, Transformer)

DL ile inşa eden herkes

3

6

DDA ve LLM'ler

2026'da çoğu insan

5

7

Diğer DL alanları (görme, üretken modeller, konuşma, PG)

Size uygun olanları seçin

4

8

Yapay zeka ajanları ve gerçek dünya uygulamaları

İnşa edenler

3

9

MLOps ve üretim

Gerçek ürünler gönderen herkes

4

10

Sorumlu yapay zeka ve büyük resim

Herkes

4

11

Güncel kalmak ve uzmanlaşmak

Uzun vadeli büyüme

5

7-11. Aşamalardaki her konuyu yapmak zorunda değilsiniz. 6. Aşamadan sonra dallanabilirsiniz. Ancak 0-6. Aşamalar temeldir.

3 kilometre taşı projesi

Yol boyunca üç noktada, o ana kadarki her şeyi bir araya getiren gerçek bir proje inşa edeceksiniz. Bunlar portföy parçalarınız.

Kilometre Taşı

Ne zaman ulaşıyorsunuz

Ne inşa ediyorsunuz

Kilometre Taşı 1

1. Aşama Sonu

Uçtan uca tablosal ML hattı (veri temizleme + KVA + klasik model) - örn. Titanic hayatta kalma tahmincisi veya ev fiyatı modeli

Kilometre Taşı 2

1. Aşama Sonu

PyTorch'da sıfırdan eğitilmiş bir sinir ağı - ya bir görüntü sınıflandırıcı (CNN) ya da metin sınıflandırıcı

Kilometre Taşı 3

1. Aşama Sonu

FastAPI arka ucu ve basit bir kullanıcı arayüzü ile dağıtılmış, internette canlı olan bir LLM destekli RAG sohbet robotu

Bu üç projeyi bitirirseniz, artık "yapay zeka öğreniyor" değilsiniz. Yapay zeka yapabiliyorsunuz.

Aşama aşama, makale makale

Tam liste aşağıda. Her makale yayınlandığında buraya bağlanacaktır. Bu sayfayı yer imlerinize ekleyin ve haftalık olarak kontrol edin.

0. Aşama: Zihniyet ve Yönelim (Buradan Başlayın)

1-3. Haftalar. Herkes buradan başlar, istisnasız. Abartıyı öldürdüğümüz, terimleri tanımladığımız ve beklentileri belirlediğimiz yer burası.

1. 1. Hafta: YZ, ML, DL, Üretken YZ, AGI: Sonunda, Bunları Ayıran Bir Kılavuz - şimdi canlı
2. 2. Hafta: [2026'da Yapay Zeka Öğrenmeli misiniz? Kim Olduğunuza Bağlı Olarak Dürüst Cevap] [yakında]
3. 3. Hafta: [Eğitim Çıkmazında Bir Yıl Kaybetmeden Yapay Zeka Nasıl Öğrenilir] [yakında]

1. Aşama: Ön Koşullar (Gerçekten İhtiyacınız Olan Temel)

4-7. Haftalar. Python olmadan yapay zeka öğrenemezsiniz. Ancak Python'un tamamına ihtiyacınız yok. Tam olarak ihtiyacınız olan alt kümeyi, gerçekten kullanacağınız matematiği ve her şeyi açan üç kütüphaneyi ele alacağız.

1. 4. Hafta: Python'da İlk Haftanız: Yapay Zekaya Dokunmadan Önce İhtiyacınız Olan Tek Alt Küme [yakında]
2. 5. Hafta: NumPy, Pandas, Matplotlib: Her Yapay Zeka Projesini Açan Üç Kütüphane [yakında]
3. 6. Hafta: Yapay Zeka İçin Gerçekten İhtiyacınız Olan Matematik - Hiç Kalkülüs Dersi Almamış Gibi Anlatıldı [yakında]
4. 7. Hafta: Bir Model Seçmeden Önce, Doğru Soruyu Sormayı Öğrenin [yakında]

2. Aşama: Veri - Yapay Zekanın Yakıtı

8-12. Haftalar. Yapay zeka işinin %80'i veri işidir. Çoğu kursun atladığı aşama budur ve öğrencilerinin gerçek projelerde başarısız olmasının nedeni de budur.

1. 8. Hafta: Veri Yeni Petrol - Ancak Çoğu Yeni Başlayan Gerçekte Neye Benzediğini Bilmez [yakında]
2. 9. Hafta: Yapay Zeka Projeleriniz İçin Gerçek Verileri Nereden Alırsınız (Bir Kuruş Ödemeden) [yakında]
3. 10. Hafta: Veri Temizliği Neden Bir YZ Mühendisinin Zamanının %80'ini Yer - ve Nasıl Doğru Yapılır [yakında]
4. 11. Hafta: Keşifçi Veri Analizi: Projenizin İşe Yarayıp Yarayamayacağını Size Söyleyen Adım [yakında]
5. 12. Hafta: Özellik Mühendisliği: Ham Veriyi Bir Modelin Gerçekten Öğrenebileceği Bir Şeye Dönüştürme Sanatı [yakında]

3. Aşama: Klasik Makine Öğrenmesi

13-18. Haftalar. Derin öğrenmeden önce ML vardı ve gerçek dünyadaki üretim yapay zekasının çoğu hala klasik ML'dir. Bunu atlayamazsınız. Atlarsanız, derin öğrenmenin neden özel olduğunu veya ne zaman kullanılmaması gerektiğini anlamayacaksınız.

1. 13. Hafta: Bir Makine Gerçekte Nasıl "Öğrenir"? Her Yapay Zeka Modelinin Arkasındaki Temel Fikir [yakında]
2. 14. Hafta: İlk Makine Öğrenmesi Modeliniz: Doğrusal Regresyon, Satır Satır Açıklandı [yakında]
3. 15. Hafta: Dünyayı Sınıflandırmak: Lojistik Regresyon ve Yalan Söylemeyen Metrikler [yakında]
4. 16. Hafta: Klasik ML Araç Kutusu: Her YZ Uygulayıcısının Ezbere Bilmesi Gereken 5 Algoritma [yakında]
5. 17. Hafta: Birlikte Oylayan Modeller Neden Birlikte Kazanır: Rastgele Ormanlar, XGBoost ve Toplulukların Gücü [yakında]
6. 18. Hafta: Yanlılık, Varyans ve Modelinizin Test Setinde Gizlice Neden Hile Yaptığı [yakında]

🏁 Kilometre Taşı 1 proje zamanı. Uçtan uca eksiksiz bir tablosal ML hattı inşa edin.

4. Aşama: Derin Öğrenme Temelleri

19-23. Haftalar. Şimdi derine iniyoruz. Tek bir nörondan başlayıp tam sinir ağlarına kadar çıkacağız ve neden çalıştıklarını, neden başarısız olduklarını ve onları nasıl düzgün eğiteceğimizi öğreneceğiz.

1. 19. Hafta: Derin Öğrenme Neden Her Şeyi Değiştirdi - ve Ne Zaman Bunun Yerine Klasik ML Kullanmalısınız [yakında]
2. 20. Hafta: Sinir Ağları Tek Bir Denklem Olmadan Açıklandı (Neredeyse) [yakında]
3. 21. Hafta: Geriye Yayılım: Her Sinir Ağına Öğreten Kalkülüs Hilesi [yakında]
4. 22. Hafta: Bu Hafta Sonu İlk Sinir Ağınızı İnşa Edin - 50 Satır PyTorch ile [yakında]
5. 23. Hafta: Sinir Ağınız Neden Eğitilmiyor - ve Neredeyse Her Şeyi Düzelten 7 Numara [yakında]

5. Aşama: Temel Sinir Ağı Mimarileri

24-26. Haftalar. Üç büyük mimari ailesi: Görme için CNN'ler, dizi geçmişi için RNN'ler ve 2017'de her şeyi değiştiren ve her modern LLM'ye güç veren icat - Transformer'lar.

1. 24. Hafta: Bilgisayarlar Görmeyi Nasıl Öğrendi: Evrişimli Sinir Ağlarına Görsel Bir Kılavuz [yakında]
2. 25. Hafta: Dili Anlamaya Çalışan Mimari - ve Neden Neredeyse Başardı: RNN'ler ve LSTM'ler [yakında]
3. 26. Hafta: İhtiyacınız Olan Tek Şey Dikkat: 2017'de Yapay Zekayı Yeniden Yazan Makale - Sade Türkçeyle Açıklandı [yakında]

🏁 Kilometre Taşı 2 proje zamanı. PyTorch'da sıfırdan bir CNN veya küçük Transformer eğitin.

6. Aşama: Doğal Dil İşleme ve LLM'ler

27-31. Haftalar. 2026'da herkesin önemsediği aşama bu. Kelime sayımlarından kendi RAG sohbet robotunuzu inşa etmeye gideceğiz.

1. 27. Hafta: Makinelere Okumayı Öğretmek: Kelime Torbasından Kelime Gömmelerine [yakında]
2. 28. Hafta: Transformer'lardan Önce: LSTM'ler Makinelere Dil İçin (Geçici) Bir Bellek Nasıl Verdi [yakında]
3. 29. Hafta: BERT, GPT ve Transformer Aile Ağacı: Kim Ne Yapıyor ve Neden [yakında]
4. 30. Hafta: GPT-4'ü Kullanmak İçin Eğitmeniz Gerekmez: Hugging Face'e Pratik Bir Kılavuz [yakında]
5. 31. Hafta: Bir LLM'nin İçinde: Sohbet Ölçeğindeki Modeller Gerçekte Nasıl Çalışır, Ön Eğitimden RLHF'ye [yakında]

7. Aşama: Diğer Derin Öğrenme Alanları

32-35. Haftalar. Sizin için önemli olanları seçin. Dördüne de ihtiyacınız yok.

1. 32. Hafta: 'Kedi veya Köpek'in Ötesinde: Nesne Tespiti, Segmentasyon ve Görüntü Transformer'larının Dünyayı Nasıl Gördüğü [yakında]
2. 33. Hafta: Gürültüden Sanata: Üretken Yapay Zeka Turu - Otokodlayıcılar, GAN'lar ve Difüzyon Devrimi [yakında]
3. 34. Hafta: Makineler Nasıl Duyar: Spektrogramlardan Whisper'a, Her Şeyi Yazıya Döken Yapay Zeka [yakında]
4. 35. Hafta: Deneme ve Yanılma Yoluyla Öğrenme: Q-Tablolarından PPO'ya Pekiştirmeli Öğrenme [yakında]

8. Aşama: Yapay Zeka Ajanları ve Gelişmiş Uygulamalar

36-38. Haftalar. 2026'daki mevcut sınır: araçları kullanan, plan yapan ve dünyada hareket eden ajanlar.

1. 36. Hafta: Yapay Zekanın Bir Sonraki Dalgası: Ajanlar Nedir, Araçları Nasıl Kullanır ve Bu Öğleden Sonra Nasıl Bir Tane İnşa Edilir [yakında]
2. 37. Hafta: Yapay Zekanın Şu Anda Gerçekten Fark Yarattığı Yer: Sağlık, Finans, Bilim ve Gerçek Dünya Sınırı [yakında]
3. 38. Hafta: Yapay Zeka Aynı Anda Gördüğünde, Duyduğunda ve Okuduğunda: Çok Modlu Modellerin Yükselişi [yakında]

9. Aşama: Üretim, Araçlar ve MLOps

39-42. Haftalar. Eğitim takipçilerini gerçekten yapay zeka ürünleri gönderen insanlardan ayıran aşama. Çoğu çevrimiçi kurs bunu tamamen atlar.

1. 39. Hafta: Not Defterinizdeki Model Bir Ürün Değildir: Yapay Zeka Göndermek İçin Gerçekte Ne Gerekir [yakında]
2. 40. Hafta: Kurumsal Sloganlar Olmadan MLOps: Geri Kalanımız İçin Sürümlendirme, İzleme ve Tekrarlanabilirlik [yakında]
3. 41. Hafta: Bir Yapay Zeka Modeli Gerçek Kullanıcılara Nasıl Dağıtılır (DevOps Tükenmişliği Olmadan) [yakında]
4. 42. Hafta: RAG'dan Üretime: Sizi Utandırmayacak Gerçek LLM Uygulamaları İnşa Etmek [yakında]

🏁 Kilometre Taşı 3 proje zamanı. RAG sohbet robotunuzu canlı olarak dağıtın.

10. Aşama: Sorumlu Yapay Zeka ve Büyük Resim

43-46. Haftalar. Yapay zeka sadece kod değildir. Gerçek dünyaya dokunur. Yanlılık, güvenlik, açıklanabilirlik ve daha geniş bağlamı anlamanız gerekir.

1. 43. Hafta: Modelinizin Görüşleri Var: Yanlılık, Adalet ve 'İyi Verinin' Neden Yeterli Olmadığı [yakında]
2. 44. Hafta: Bir Şeyleri Kırmayacak Yapay Zeka Yapmak: Güvenlik, Uyum ve Şu Anda Yapay Zekadaki En Zor Problem [yakında]
3. 45. Hafta: Kara Kutu Problemi: Modelin Kendisi Bilmediğinde Yapay Zeka Kararları Nasıl Açıklanır [yakında]
4. 46. Hafta: Yapay Zeka ve Dünyanın Geri Kalanı: İşler, Yaratıcılık, İklim ve Hiçbir Eğitimin Cevaplamayacağı Sorular [yakında]

11. Aşama: Güncel Kalmak ve Derinleşmek

47+. Haftalar. Yapay zeka öğrenmek bitmez. Temel 46 haftadan sonra, büyümeye devam etmenin yolu bu.

1. Doktoranız Yokken Bir Yapay Zeka Makalesi Nasıl Okunur (ve Gerçekten Anlaşılır) [yakında]
2. Gerçekten Size Mülakat Kazandıran Yapay Zeka Portföyü (Kimsenin Okumadığı Oyuncak Projeler Değil) [yakında]
3. Yapay Zekayı Yalnız Öğrenmiyorsunuz: Katılmaya Değer Topluluklar, Konferanslar ve İnternet Köşeleri [yakında]
4. Yapay Zekanın Tamamını Öğrenemezsiniz - Size Uygun Bir Uzmanlık Nasıl Seçilir [yakında]
5. 5 Yıl İçinde Geçersiz Olmayacak Tek Yapay Zeka Becerisi: Nasıl Öğreneceğini Öğrenmek [yakında]

Yaklaşık süre tahminleri

Bu bir yarış değil. Aşağıdaki tablo, ne kadar zamanınız olduğuna bağlı olarak size gerçekçi zaman çizelgeleri verir.

Haftalık zaman taahhüdü

Temeli bitirme süresi (0-6. Aşamalar)

11 aşamanın tamamını bitirme süresi

5-10 saat (ciddi yan proje)

~6 ay

~1 yıl

10-15 saat (adanmış)

~4 ay

~8 ay

30+ saat (tam zamanlı)

~6 hafta

~3 ay

Tutarlılık, tıkınmaktan daha iyidir. Her gün 30 dakika, Pazar günü 8 saat ve haftanın geri kalanında hiçbir şey yapmamaktan daha iyidir.

Sonunda neler yapabileceksiniz?

Temel aşamaları (0-6) ve 9. Aşamayı tamamlarsanız, şunları yapabileceksiniz:

• Gerçek yapay zeka ile pazarlama abartısı arasındaki farkı söylemek
• Veri analizi ve ML için Python kodu yazmak
• Gerçek dünya veri kümelerini temizlemek, keşfetmek ve hazırlamak
• Klasik ML modelleri inşa etmek, eğitmek, değerlendirmek ve ayarlamak
• Sinir ağlarının ve Transformer'ların nasıl çalıştığını anlamak
• Kendi görevleriniz için önceden eğitilmiş dil modellerini ince ayar yapmak
• Kendi belgeleriniz üzerinde RAG sohbet robotları inşa etmek
• Modelleri FastAPI ile API olarak dağıtmak
• Çalışan yapay zeka ürünleri göndermek
• Yapay zeka haberlerini ve makalelerini eleştirel bir gözle okumak
• Neyi bilmediğinizi bilmek

Bu, bir giriş seviyesi ML/AI mühendisi olarak iş bulmak, mevcut işiniz için faydalı AI araçları inşa etmek veya ilginizi çekiyorsa araştırmaya devam etmek için yeterlidir.

Bu sayfa nasıl kullanılır?

1. Yer imlerine ekleyin. Bu sizin içindekiler tablonuz.
2. 1. Hafta ile başlayın. Atlamayın.
3. Haftalık olarak geri gelin. Her hafta yeni makaleler yayınlanır. Bağlantılar yukarıda görünecektir.
4. Alıştırmaları yapın. Okumak öğrenmek değildir.
5. Üç kilometre taşı projesini inşa edin. Bunlar bunu gerçekten yapabildiğinizin kanıtıdır.

Kendinizi hiç kaybolmuş hissederseniz, buraya geri dönün. Yol değişmez. Araçlar gelip geçecek (yeni çerçeveler, yeni modeller, yeni girişimler), ancak bu yol haritasındaki temeller beş yıl sonra hala önemli olacak şeylerdir.

1. Hafta'da görüşmek üzere.

🔔 Yapay Zekada Önde Kalın

Bu yol haritasını takip ediyor ve öğrenirken size her hafta pratik yapay zeka araçları sunulmasını istiyorsanız, ücretsiz ByteBuilders bültenine abone olun. Her sayı size şunları verir:

• Bugün kopyalayıp kullanabileceğiniz 1000'den fazla yapay zeka komutu
• Test edilmiş ve açıklanmış pratik yapay zeka araçları
• Size saatler kazandıran otomasyon iş akışları
• İş ve öğrenme için üretkenlik kullanım senaryoları
• Becerilerinizi keskin tutmak için seçilmiş yapay zeka kaynakları

Bu yol haritasını takip eden binlerce inşaatçı ve öğrenciye katılın:

++ByteBuilders'a ücretsiz abone ol →++