Transistör ve Devrelerden Derleyicilere, Ağ Güvenliğine ve Yapay Zekaya Uzanan Bilimsel Mimari
Popüler kütüphaneler ve yüzeysel framework'ler zamanla eskir; ancak fiziksel donanım mimarisi, C işaretçileri, OS bağlam değiştirme maliyetleri, TCP/IP ve matematiksel optimizasyon ilkeleri asla değişmez. Bu yol haritası, yüzeysel hap bilgilerden uzaklaşıp sistemlerin ruhunu kavrayacak bir bilgisayar bilimcisine dönüşmeniz için tasarlanmıştır.
Bu Bölümün Amacı ve Önemi: Genel Bakış paneli, yaşam boyu sürecek bilgisayar bilimleri maratonunuzun kuşbakışı mimari haritasını sunar. Yol haritasındaki 8 temel katmanın emek dağılımını, teori-pratik oranlarını ve başyapıt kaynak dağılımlarını görselleştirir. Aşağıdaki etkileşimli boru hattı (pipeline) ve grafikler sayesinde, fiziksel elektrondan soyut yapay zeka sistemlerine uzanan mantıksal zinciri adım adım inceleyebilirsiniz.
🔗 Aşağıdan Yukarıya (Bottom-Up) Mimari Öğrenme Zinciri
Herhangi bir düğüme tıklayarak doğrudan o katmanın derinlemesine modül rehberine ulaşabilirsiniz.
⏱️ Katman Bazlı Tahmini Ustalık Süreleri (Masabaşı Saat)
Her mimari katmanın hazmedilmesi için gereken ortalama masabaşı odaklanma süresi.
⚖️ Teori, Kodlama ve İzole Laboratuvar Dengesi (%)
Okuma, kod geliştirme ve sanal makine/donanım laboratuvarlarının oranları.
Bu Bölümün Amacı ve Önemi: Modül Rehberi, bilgisayar bilimlerinin 8 temel öğrenme katmanının detaylı müfredatını içerir. Sol menüden dilediğiniz modülü seçerek genel özetini, zihinsel hazırlık tavsiyelerini, masabaşı çalışma kurallarını, başyapıt kitap analizlerini, izole laboratuvar gereksinimlerini, bilişsel tuzakları ve etkileşimli yetkinlik kontrol listesini inceleyebilirsiniz.
Mimari Katman Seçimi
Bu Bölümün Amacı ve Önemi: Başyapıt Kaynak Kitaplığı, bilişim dünyasının vasat içeriklerinden arındırılmış 27 dünya standardı referans eseri ve kursu barındırır. Filtreleri ve arama çubuğunu kullanarak eserlerin çalışma metodolojilerine, laboratuvar gereksinimlerine, düştüğü kritik tuzaklara ve tahmini sürelerine anında ulaşabilirsiniz.
📚 Başyapıt Eserler ve Kutsal Kitaplık Rehberi
Dünya üniversiteleri ve endüstrisinin referans aldığı 27 kabul görmüş kaynak.
Bu Bölümün Amacı ve Önemi: Bilgisayar bilimleri pasif bir okuma eylemiyle değil, masabaşında kod yazıp sistemlerin röntgenini çekerek öğrenilir. Bu bölüm, çalışma masanızda uygulamanız gereken disiplin kurallarını, C ve Assembly araç zincirlerini, izole sanal makine (VM) kurulumlarını ve fiziksel elektronik/robotik laboratuvarı gereksinimlerini özetler.
🏛️ 4 Altın Masabaşı Çalışma Kuralı
Sistem seviyesinde derinleşmek için her oturumda uygulanacak temel disiplin prensipleri.
Sistem mimarisini (CS:APP) kavramadan ve matematiği (Deisenroth) oturtmadan Yapay Zeka kütüphanelerine geçmek, temelsiz gökdelen inşa etmeye benzer. Aşağıdan yukarıya mantıksal zincire kesinlikle uyulmalıdır.
İşletim sistemleri ve sistem mimarisi kitaplarındaki bölüm sonu projelerini Linux ortamında C dilini kullanarak bizzat yazın. RAM bellek adresleme, GDB debugger ve syscall seviyesini hissetmeden ilerlemeyin.
Makine öğrenmesi ve yapay zeka formüllerini okuduktan sonra hazır PyTorch/TensorFlow kütüphaneleri kullanmadan önce mutlaka sıfırdan Python (NumPy) ile matris çarpımını ve backpropagation algoritmasını kodlayın.
Ağ analizi ve siber güvenlik pratikleri için ana işletim sisteminizi riske atmamak adına VirtualBox/VMware üzerinde izole Linux (Kali/Ubuntu) sanal makineleri (VM) kurgulayarak exploit ve wireshark testlerinizi yapın.
- Ubuntu/Debian Linux Terminali
- GCC Compiler & Make Yapılandırması
- GDB (GNU Debugger) & Valgrind
- QEMU (xv6 Kernel Emülatörü)
- Data Lab & Bomb Lab ortamları
- VirtualBox/VMware İzole Ağ Sanallaştırma
- Wireshark Canlı Paket Analizcisi
- Ghidra / IDA Free Disassembler
- Netcat, Nmap & Metasploit Framework
- C ile Socket Programlama Şablonları
- Python, NumPy, Jupyter Notebook
- JAX, PyTorch, Scikit-Learn
- CoppeliaSim / ROS2 Simülatörü
- Fiziksel Breadboard, Dirençler & Arduino
- Multimetre ve Oscilloscope Araçları
Bu Bölümün Amacı ve Önemi: Bu interaktif araç paneli, uzun soluklu maratonunuzun sürdürülebilirliğini hesaplar. Haftalık masabaşı çalışma kapasitenize göre tüm müfredatın miltaşlarını ve bitirme zaman çizelgesini hesaplayabilir; unutma eğrisini yenmek için Zettelkasten (İkinci Beyin) bilgi yönetim metodolojisini inceleyebilirsiniz.
⏱️ Kişisel Ustalık Süresi Hesaplayıcı
Haftalık masabaşı çalışma saatinize göre tüm müfredatın zaman çizelgesini simüle edin.
🧠 Bilişsel Altyapı: Zettelkasten & İkinci Beyin Metodolojisi
İnsan hafızasının biyolojik sınırlarını aşarak bilginin kalıcı zihinsel modellere dönüştürülmesi.
Çift Yönlü Bağlantılar (Obsidian)
Her mimari konsept (örn. "Virtual Memory") atomik bir Markdown notu olmalıdır. İşaretçiler, önbellek ve disk yönetimi notları birbirine bağlanarak kişisel bir Knowledge Graph oluşturulmalıdır.
Aralıklı Tekrar (Anki)
Düşük seviyeli sistem çağrıları, x86 assembly komutları, teorem kanıtları ve TCP bayrakları Anki destelerine aktarılmalı; aralıklı tekrarlarla kalıcı belleğe işlenmelidir.
MIT Missing Semester
Fare kullanımını en aza indirerek Linux kabuğunda (Shell) uzmanlaşın. Vim/Emacs, Git DAG yapısı ve bash script'leri ile geliştirici araçlarına hükmedin.