Python ve Veri Bilimi Kütüphaneleri
- Kurulumlar
- Python Temeller
- Veri Yapıları
- Koşullu İfadeler ve Döngüler
- Dosya İşlemleri, Fonksiyonlar, Hatalar ve Modüller
- NumPy
- Pandas: Python Dünyasının Exceli
- Matplotlib ile Görselleştirme
İstatistik ve Keşifsel Veri Analizi
- Temel İstatistik Kavramları
- Olasılık Teorisi
- İstatistiksel Dağılımlar
- Popülasyon, Örneklem ve İlgili Teoremler
- Veri Temizliği 1: Değişken Türleri
- Veri Temizliği 2: Kayıp Değerler
- Veri Temizliği 3: Aşırı Değerler
- Keşifçi Veri Analizi 1: Tek Değişkenli Analiz
- Keşifçi Veri Analizi 2: Çok Değişkenli Analiz
- Özellik Mühendisliği 1: Veri modifikasyonu
- Özellik Mühendisliği 2: Veri seçimi ve boyut azaltma
Gözetimli Öğrenme 1 – Regresyon ve Sınıflandırma Problemleri
- Regresyon Nedir?
- Basit Lineer Regresyon ve OLS
- Lineer Regresyon Varsayımları
- Hedef Değişken ve Özellikler Arasındaki İlişkiyi Anlama
- Regresyon Modelinin Eğitim Performansını Ölçme
- Lineer Regresyon ile Tahmin
- Aşırı Uyumluluk ve Regularizasyon
- Sınıflandırma Nedir?
- Lojistik Regresyon ile Sınıflandırma
- Sınıflandırma Modellerinin Eğitim Performansını Ölçme (Hata Matrisi)
- Sınıf Dengesizliği
- Naive Bayes
Gözetimli Öğrenme 2 – Temel Makine Öğrenimi Algoritmaları
- KNN ile Sınıflandırma
- KNN ile Regresyon
- Karar Ağaçları
- Rastgele Ormanlar
- Rastgele Ormanlar ile Sınıflandırma
- Rastgele Ormanlar ile Regresyon
- Karar Destek Makineleri
- Karar Destek Makineleri ile Sınıflandırma
- Karar Destek Makineleri ile Regresyon
- Gradient Boosting
- Gradient Boosting ile Sınıflandırma
- Gradient Boosting ile Regresyon
Gözetimsiz Öğrenme
- Gözetimsiz Öğrenme Nedir?
- Kmeans
- Spectral Clustering
- Mean-shift
- Affinity Propagation
- Kümeleme Algoritmalarının Performansı Nasıl Ölçülür?
