Makine Öğrenmesi ve Python ile Uygulamalar

Eğitim Tipi : Sanal Sınıf / Online
Süre : 3 Gün
  1. Anasayfa
  2. Makine Öğrenmesi ve Python ile Uygulamalar

Açıklama

    “Makine Öğrenmesi ve Python ile Uygulamalar Eğitimi”, katılımcılara makine öğrenmesi konseptlerini ve Python programlama dili üzerinde bu konseptleri nasıl uygulayacaklarını öğreten bir eğitim programıdır.

    Bu eğitim veri bilimi ve yapay zeka alanında kariyer yapmak isteyen yazılım geliştiricileri, veri analistlerini ve mühendisleri hedefler. Katılımcılara, Python programlama dili kullanarak makine öğrenmesi modelleri geliştirme yetenekleri kazandırmayı amaçlar. Eğitim, genellikle teorik dersler, pratik uygulamalar, projeler ve örnek vaka çalışmaları içerir. Eğitim sonunda katılımcılar, Python dilinde makine öğrenmesi uygulamaları geliştirebilme yeteneklerine sahip olurlar.


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
  • Boosting (Tahmin) Modelleri (Teori, Model, Tahmin)
    • Gradient Boosting
    • XBoost
    • LightGBM

Ön Koşullar

Temel  python programlama bilgisine sahibi olmak.