Açıklama
Makine Öğrenmesi ve Python İle Uygulamalar Eğitimi, temel Python programlama bilgisine sahip yazılım geliştiricileri, veri analistleri ve mühendisler için 3 günlük Sanal Sınıf / Online bir programdır. Makine öğrenmesi kavramlarını Python üzerinde model geliştirme ve değerlendirme süreçleriyle birlikte ele alır.
Müfredat; öğrenme çeşitleri, veri ön işleme, özellik çıkarma ve başarı ölçütlerinden Scikit-Learn kullanımına uzanır. Regresyon, sınıflandırma, kümeleme ve boosting modelleri teori, model ve tahmin başlıklarıyla işlenir. Kurumunuzun ekibi için program kapsamını inceleyerek eğitim planı ve teklif talep edebilirsiniz.
Eğitim İçeriği
Machine Learning Fundamentals
Makine Öğrenmesi Nedir?
Gerçek Hayat Örnekleri
Temel Kavramlar ve Terminoloji
Öğrenme Çeşitleri
- Denetimli Öğrenme (Supervised)
- Denetimsiz Öğrenme (Unsupervised)
- Takviyeli/Pekiştirmeli Öğrenme (Reinforcement)
Veri Ön İşleme
- Veri Temizleme
- Veri Dönüştürülmesi
- Veri Azaltma
Özellik Çıkarma
Makine Öğrenmesi Modelleri Başarı Değerlendirme Yöntemleri
- Karmaşıklık Matrisi (Confusion Matrix)
- Accuracy, Recall, Precision
- R2 Score
- F1 Score
- AUC-ROC Curve
- Ortalama Mutlak Hata (Mean Absolute Error, MAE)
- Ortalama Kare Hatası (Mean Squared Error, MSE)
Python İle Makine Öğrenmesi Gerçekleştirme Araçları
- Scikit-Learn Modülü ve Makine Öğrenmesi
Makine Öğrenmesi Algoritmaları/Modelleri ve Uygulama Geliştirme
- Regresyon Modelleri (Teori, Model, Tahmin)
- Basit Lineer
- Çoklu Lineer
- Sınıflandırma Modelleri (Teori, Model, Tahmin)
- Karar Ağaçları (Decision Tree) ile Sınıflandırma
- Destek Vektör Makinaları (SVM) ile Sınıflandırma
- Kümeleme Modelleri (Teori, Model, Tahmin)
- K-Means Algoritması ile Kümeleme
- Elbow ile Optimum Küme Sayısının Belirlenmesi
- K-Means Algoritması ile Kümeleme
- Boosting (Tahmin) Modelleri (Teori, Model, Tahmin)
- Gradient Boosting
- XBoost
- LightGBM
Ön Koşullar
Temel Python programlama bilgisine sahip olmak.
İlgili Eğitimler ve Teklif
Çok katmanlı sinir ağlarına odaklanmak için Derin Öğrenme ve Python İle Uygulamaları Eğitimi; büyük veri işleme kapsamı için Büyük Veri ve Python İle Uygulamaları Eğitimi programlarını inceleyebilirsiniz.
Kurumunuz için eğitim planı ve fiyat teklifi almak üzere bu sayfadaki İletişim Formu’nu doldurabilirsiniz. Diğer iletişim seçenekleri için BlueMark Academy iletişim sayfasını kullanabilirsiniz.
Sık Sorulan Sorular
Makine Öğrenmesi ve Python Eğitimi Kaç Gün Sürer?
Program 3 gün sürer.
Eğitim Online mı?
Eğitim tipi Sanal Sınıf / Online olarak belirtilmiştir.
Katılım Ön Koşulu Nedir?
Temel Python programlama bilgisine sahip olmak gerekir.
Hangi Model Türleri Ele Alınır?
Regresyon, sınıflandırma, kümeleme ve boosting modelleri; teori, model ve tahmin başlıklarıyla ele alınır.
Scikit-Learn ve Model Değerlendirme Konuları Var mı?
Evet. Scikit-Learn modülü ile birlikte Confusion Matrix, R2, F1, AUC-ROC, MAE ve MSE gibi değerlendirme ölçütleri müfredatta bulunur.
Kurumsal Eğitim İçin Nasıl Teklif Alabilirim?
Bu sayfadaki İletişim Formu üzerinden kurumunuzun eğitim ihtiyacını ileterek eğitim planı ve fiyat teklifi talep edebilirsiniz.
