Anasayfa›Eğitimler›Yapay Zeka Eğitimleri
Yapay Zeka Eğitimleri

DUYGU ANALİZİ VE GÖRÜŞ MADENCİLİĞİ EĞİTİMİ

Duygu Analizi ve Görüş Madenciliği Eğitimi, Digital Vizyon Akademi tarafından kurumlara yüz yüze veya online olarak verilen 3 günlük, orta seviye bir programdır. Katılımcılar Python ile Türkçe metin ön işleme, sözlük tabanlı ve klasik modeller, BERTurk ince ayarı, özellik tabanlı duygu analizi ve LLM destekli etiketlemeyi uygular; müşteri hizmetleri verisiyle uçtan uca bir proje geliştirir.

3 gün Orta Seviye Online / Yüz Yüze / Hibrit Sertifikalı

Eğitim Hakkında

Bu eğitim, müşteri yorumları, anket yanıtları, çağrı transkriptleri ve sosyal medya metinlerinden duygu ve görüş çıkarmak isteyen veri ve analitik ekipleri için tasarlanmış üç günlük uygulamalı bir programdır. Katılımcılar Türkçe metin ön işlemeden BERTurk ince ayarına, özellik tabanlı duygu analizinden LLM destekli etiketlemeye ve modeli servis olarak yayınlamaya kadar süreci Python ile uygular.

Neden Bu Eğitim?

Türkçeye Özgü Yaklaşım. Eklemeli yapı, olumsuzluk ekleri ve yazım çeşitliliği gibi Türkçe metinlere özgü zorlukları doğru yönetin.

Yöntemler Bir Arada. Sözlük tabanlı, klasik makine öğrenmesi, transformer ve LLM yaklaşımlarını aynı veride karşılaştırın.

Özellik Bazlı İçgörü. Genel memnuniyetin ötesine geçip fiyat, teslimat ve hizmet gibi özelliklere yönelik görüşleri ayrıştırın.

“Müşteriler her gün binlerce cümleyle ne istediklerini anlatır; görüş madenciliği bu sesi dinlemeyi bir yöntem haline getirir.”

Ön Koşullar

  • Python Bilgisi — Python ile fonksiyon yazabilmek, pandas ile tablo verisini okuyup dönüştürebilmek.
  • Makine Öğrenmesi — Eğitim-test ayrımı, sınıflandırma ve temel başarım metrikleri kavramlarına aşinalık.
  • İstatistik Temeli — Olasılık, dağılım ve ortalama gibi temel istatistik kavramlarını yorumlayabilmek.
  • Çalışma Ortamı — Python 3 ve Jupyter kurulu bir bilgisayar ya da GPU destekli Google Colab erişimi.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiDuygu analizi ve görüş madenciliği problem türlerini tanımak, Türkçe metinleri analize hazırlamak, sözlük tabanlı ve klasik makine öğrenmesi modelleri kurmak.
Modül 1
Duygu Analizi ve Görüş Madenciliğine Giriş
  • Duygu, görüş, tutum ve niyet kavramlarının ayrımı
  • Belge, cümle ve özellik (aspect) düzeyinde analiz
  • Müşteri yorumları, anketler, çağrı ve sosyal medya verisi
  • Kutupluluk, yoğunluk ve çok sınıflı duygu etiketleri
  • Kullanım alanları: CX, marka izleme, ürün geri bildirimi
  • Vaka: Uygulama mağazası yorumlarından ürün içgörüsü
Modül 2
Türkçe Metin Ön İşleme
  • Türkçenin eklemeli yapısı ve analizdeki etkileri
  • Normalizasyon: yazım hatası, emoji ve kısaltma işleme
  • Gövdeleme, lemmatizasyon ve Zemberek araçları
  • Olumsuzluk ekleri ve 'değil' ifadesinin ele alınması
  • spaCy ve Hugging Face tokenizer'larının karşılaştırılması
  • Laboratuvar: Müşteri yorumları için temizleme hattı
Modül 3
Sözlük Tabanlı Duygu Analizi
  • Duygu sözlükleri ve kural tabanlı puanlama mantığı
  • Yoğunlaştırıcı, olumsuzlama ve bağlam kuralları
  • Alana özgü duygu sözlüğü genişletme yöntemleri
  • Sözlük yaklaşımının hızlı başlangıç avantajı ve sınırları
  • Emoji ve noktalama işaretlerinin duygu katkısı
  • Laboratuvar: Basit kural tabanlı duygu puanlayıcı
Modül 4
Klasik Makine Öğrenmesi ile Sınıflandırma
  • Kelime torbası ve TF-IDF ile özellik çıkarımı
  • Lojistik regresyon ve doğrusal SVM modelleri
  • scikit-learn Pipeline ile uçtan uca model kurulumu
  • Kesinlik, duyarlılık, F1 skoru ve karışıklık matrisi
  • Laboratuvar: Yorum kutupluluk sınıflandırıcısı
  • Günün değerlendirmesi ve transformer gününe köprü
Günün hedefiÖnceden eğitilmiş Türkçe transformer modellerine ince ayar yapmak, özellik tabanlı duygu analizi uygulamak ve büyük dil modelleriyle etiketleme ve sınıflandırma yapmak.
Modül 1
Transformer Mimarisi ve Türkçe Dil Modelleri
  • Kelime gömmelerinden bağlamsal temsillere geçiş
  • Dikkat mekanizması ve BERT mimarisinin temelleri
  • BERTurk ve çok dilli XLM-RoBERTa modelleri
  • Hugging Face Hub'da model seçimi ve model kartları
  • pipeline API ile hazır duygu modellerinin denenmesi
  • Laboratuvar: Hazır modelin Türkçe yorumlarda başarımı
Modül 2
Transformer Modeline İnce Ayar
  • Etiketli veri setinin Datasets kütüphanesiyle hazırlanması
  • Trainer API ile ince ayar (fine-tuning) süreci
  • Öğrenme oranı, epoch ve sınıf dengesizliği ayarları
  • Klasik model ile transformer başarımının karşılaştırması
  • Hata analizi: yanlış sınıflanan yorumların incelenmesi
  • Laboratuvar: BERTurk ile üç sınıflı duygu modeli
Modül 3
Özellik Tabanlı Duygu Analizi (ABSA)
  • Özellik (aspect) çıkarımı: fiyat, teslimat ve personel
  • Aynı yorumda farklı özelliklere yönelik zıt duygular
  • Dizi etiketleme ve cümle çifti sınıflandırma yaklaşımları
  • Özellik taksonomisinin iş birimleriyle birlikte kurulması
  • Özellik-duygu matrisiyle iyileştirme önceliklendirme
  • Laboratuvar: Otel ve e-ticaret yorumlarında ABSA
Modül 4
Büyük Dil Modelleriyle Görüş Madenciliği
  • Sıfır örnekli (zero-shot) ve az örnekli duygu sınıflandırma
  • Yapılandırılmış JSON çıktı ile özellik-duygu çıkarımı
  • LLM destekli ön etiketleme ve Label Studio ile doğrulama
  • Maliyet, gecikme ve tutarlılıkta LLM ile ince ayar kıyası
  • Laboratuvar: LLM ve BERTurk sonuçlarının kıyaslanması
  • Günün değerlendirmesi ve üretim gününe köprü
Günün hedefiİroni ve alan kayması gibi zorlukları yönetmek, duygu modelini servis olarak yayınlamak, sonuçları panolara taşımak ve müşteri hizmetleri vakasında proje sunmak.
Modül 1
Zorlu Durumlar ve Model Güvenilirliği
  • İroni, sarkazm ve örtük olumsuzluğun tespiti
  • Argo ve kod karışımı (code-switching) içeren metinler
  • Alan kayması: ürün yorumundan çağrı transkriptine geçiş
  • Etiketleyiciler arası uyum ve Cohen's kappa ölçütü
  • Yanlılık kontrolü ve adil model değerlendirmesi
  • Laboratuvar: Zor örneklerden oluşan test seti hazırlama
Modül 2
Müşteri Hizmetlerinde Görüş Analitiği
  • Çağrı transkripti, açık uçlu anket ve ticket analizi
  • Duygu eğilimlerinin NPS ve CSAT ile ilişkilendirilmesi
  • Hizmet özelliklerine göre memnuniyetsizlik haritası
  • Ani olumsuz duygu artışları için erken uyarı mekanizması
  • Konu modelleme ile duygu analizinin birleştirilmesi
  • Vaka: Fiyat değişikliği sonrası şikayet dalgasının analizi
Modül 3
Modeli Üretime Taşıma ve İzleme
  • FastAPI ile duygu analizi servisi geliştirme
  • Toplu (batch) ve gerçek zamanlı skorlama mimarileri
  • MLflow ile deney ve model sürüm takibi
  • Veri kayması ve model performansının izlenmesi
  • Streamlit veya Power BI ile görüş analitiği panosu
  • Laboratuvar: Modeli servisleştirip panoya bağlama
Modül 4
Uçtan Uca Proje, Değerlendirme ve Kapanış
  • Proje: Müşteri geri bildiriminden özellik bazlı içgörü
  • KVKK kapsamında müşteri metinlerinin anonimleştirilmesi
  • Veri hazırlığından panoya kadar ekip çalışması
  • Proje sunumları ve teknik geri bildirim oturumu
  • Genel değerlendirme ve Soru-Cevap oturumu
  • Sertifikaların takdimi ve kapanış oturumu

Eğitim Kazanımları

  • Problem Tanımı — İş ihtiyacına göre belge, cümle veya özellik düzeyinde doğru duygu analizi problemini tanımlayabileceksiniz.
  • Türkçe Ön İşleme — Türkçe metinleri normalizasyon, olumsuzluk işleme ve tokenizasyonla modellemeye hazır hale getirebileceksiniz.
  • Klasik Modeller — TF-IDF ve doğrusal modellerle hızlı, açıklanabilir ve güçlü bir referans duygu sınıflandırıcısı kurabileceksiniz.
  • Transformer İnce Ayarı — Hugging Face ekosistemiyle BERTurk gibi Türkçe modellere kendi verinizle ince ayar yapabileceksiniz.
  • Özellik Bazlı Analiz — Tek bir yorumdaki farklı özelliklere yönelik görüşleri ayrıştırıp önceliklendirme matrisi oluşturabileceksiniz.
  • LLM ile Etiketleme — Büyük dil modellerini ön etiketleme ve sınıflandırmada kullanıp maliyet ve tutarlılık açısından kıyaslayacaksınız.
  • Üretime Alma — Duygu modelini API olarak yayınlayıp performansını izleyen ve panoya veri sağlayan bir yapı kurabileceksiniz.
  • İş İçgörüsü — Görüş analitiği sonuçlarını NPS ve CSAT gibi göstergelerle ilişkilendirerek yönetime içgörü sunabileceksiniz.

Kimler İçin Uygundur?

  • Veri bilimciler
  • veri analistleri
  • doğal dil işleme geliştiricileri
  • müşteri deneyimi analitiği ekipleri ve çağrı merkezi raporlama ile iş zekası uzmanları.

Sıkça Sorulan Sorular

Duygu Analizi ve Görüş Madenciliği Eğitimi kimler için uygundur?
Program; veri bilimciler, veri analistleri, doğal dil işleme geliştiricileri ile müşteri deneyimi ve çağrı merkezi analitiği ekipleri için tasarlanmıştır.
Eğitim ne kadar sürer ve hangi formatta verilir?
Eğitim 3 tam gün sürer ve 12 modülden oluşur. Kurumun tercihine göre Digital Vizyon Akademi sınıflarında, kurum lokasyonunda veya online olarak gerçekleştirilir.
Eğitime katılmak için hangi ön bilgiler gerekiyor?
Python ve pandas ile temel veri işleme becerisi ve sınıflandırma, eğitim-test ayrımı gibi makine öğrenmesi kavramlarına aşinalık beklenir. Derin öğrenme deneyimi gerekmez.
Eğitimde hangi kütüphane ve modeller kullanılıyor?
Uygulamalarda scikit-learn, spaCy, Hugging Face Transformers ve Datasets, BERTurk ve XLM-RoBERTa modelleri, Label Studio, MLflow, FastAPI ve Streamlit kullanılır; LLM uygulamaları kurumun tercih ettiği sağlayıcıya göre uyarlanır.
Kurumumuzun kendi müşteri verisiyle çalışabilir miyiz?
Evet. Uygun anonimleştirme yapılması koşuluyla kurumun yorum, anket veya transkript verileri laboratuvar ve proje çalışmalarında kullanılabilir; aksi durumda açık Türkçe veri setleriyle çalışılır.

Sertifikalandırma

Bu eğitim Katılım Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika d Digital Vizyon AKADEMİ KATILIM SERTİFİKASI Bu sertifika [Katılımcı Adı Soyadı] adlı katılımcının aşağıdaki eğitim programını başarıyla tamamladığını belgeler. Duygu Analizi ve Görüş Madenciliği Eğitimi Sertifika Kodu DV-2026XX00 Tarih 15.10.2026 Yetkili İmza DV AKADEMİ

Eğitim Bilgileri

Süre3 gün
SeviyeOrta Seviye
FormatOnline / Yüz Yüze / Hibrit
Sertifika✓ Var
Hemen Bilgi Al
İlgili Eğitimler

Benzer Programlar

+90 (501) 369 40 14 WhatsApp [email protected] LinkedIn