PYTHON, Makine Öğrenmesi Yolculuğu

MAKİNE ÖĞRENMESİ & VERİ BİLİMİ PROJELERİ | Veri bilimi Projeleri ve Makine Öğrenmesi Modelleri

Ratings: 4.64 / 5.00




Description

Bu tür eğitimlerin bana göre 2 problemi var

  1. İzlediğiniz videonun tamamının ekranı kaplaması ve ekranlar arası sürekli geçiş yapmak

  2. Eğitmenlerin alanlarında uzman olmaları dolayısıyla başlangıç seviyesindeki bir öğrencinin ihtiyaçlarını ve sorunlarını tam olarak anlayamıyor olmaları

Benim de bu eğitimdeki amacım temelde bu iki problemi çözerken size bir veri bilimi projesi nasıl yapılır, hangi adımlar işlenir ve bu adımlar neden kullanılır bunu anlatmak.

Kurs boyunca sizler gibi sıfırdan başlayan bir konuğum olacak ve dersleri sizinle beraber ona da anlatıyormuşum gibi dinleyeceksiniz. Böylece konuyu hiç bilmeyen birinin izlerken karşılaşabileceği soruları sizin yerinize o bana sormuş olacak.


Eğitim sonunda sizi klavyeye basan robotlar yapmaktan ziyade neyi, ne için, nerede ve nasıl kullandığını bilen birisi yapmak için mümkün olduğu kadar bütün algoritmaları, kodları, parametreleri ve kodların içinde gördüğünüz diğer şeyi açıklamaya çalıştım. Fakat yine de aklınızda kalan soruları sormaktan çekinmeyin. Derslerin sürekli güncel tutulacağından ve sorularınızla şekilleneceğinden emin olabilirsiniz.


Peki biz bu eğitimde ne işleyeceğiz

  • Çeşitli makine öğrenmesi modelleri kurmak için SCIKIT-LEARN

  • Yapay sinir ağları kurmak için TENSORFLOW & KERAS

  • Görüntü işleme için OPENCV

    • OPSİYONEL (Konu hakkında hiç bilgisi olmayanlar için)

    • Veri biliminde kullanılacak temel seviyede PYTHON

    • Sayısal operasyonları gerçekleştirmek için NUMPY

    • Verilerin düzenlenmesi ve analiz için PANDAS

    • Verileri görselleştirmek ve görselleri düzenlemek için MATPLOTLIB ve SEABORN


What You Will Learn!

  • Sıfırdan başlayarak bir veri bilimi projesi nasıl yapılır
  • Veri biliminde kullanılacak makine öğrennmesi metotları
  • Kullanılacak metotların pratik açıklamaları
  • Gerçek dünya verileri ile gerçekçi modellemeler ve analizler
  • SCIKIT-LEARN, Numpy, Pandas, Matplotlib, Seaborn
  • Regresyon analizi ile tahmin algoritmaları
  • Sınıflandırma metotları ile gerçek dünya problemlerinin çözümü
  • Kümeleme metotları ile verilerin ideal gruplara ayrıştırılması

Who Should Attend!

  • Makine öğrenmesi, veri bilimi ve veri analizi ile ilgilenen, bu alanda profesyonel olarak veya hobi amaçlı ilerlemek isteyen herkes