Machine Learning

Eğitimler

Eğitim İçeriği:

Giriş/Motivasyon (Genel ve Zayıf Yapay Zeka, Derin Öğrenme Uygulamaları,İyi ve Kötü Uygulamalar)

• Numpy/Pandas/Seaborn ve Scikit-Learn Kütüphanelerinin Kullanımı

• Makine Öğrenmesine Giriş: Terminoloji, Model Doğrulama ve Değerlendirme Yöntemleri Parametre ve Hiper-Parametre Optimizasyonu

• Doğrusal Regresyon: Basit Doğrusal, Çoklu, Doğrusal, Temel Bileşen, Kısmi Küçük Kareler, Lasso, Ridge ve Elasticnet Regresyon Modelleri

• Doğrusal Olmayan Regresyon: Knn, Svr, Doğrusal Olmayan Svr, Ann, Cart, Random, Forests, Gbm, Xgboost

• Sınıflandırma Problemleri: Lojistik Regresyon, Naive Bayes, Knn, Svc, Ann, Random Forests, Gbm, Xgboost

• Gözetimsiz (Unsupervised) Makine Öğrenmesi: K-Means, Hiyerarşik Kümeleme, Temel Bileşen Analizi

• Referanslar ve Gelişmeleri Takip Etmek