DERSLER
Ders-1: Makine Öğrenmesi Nedir? Temel Kavramlar ve Uygulama Alanları
Makine Öğrenmesi (Machine Learning), bilgisayar sistemlerinin belirli bir görevi yerine getirmek için veri üzerinden öğrenme yeteneği kazanması sürecidir.
Ders-2: Makine Öğrenmesi Algoritmaları: Gözetimli, Gözetimsiz ve Pekiştirmeli Öğrenme
Bu bölümde Makine Öğrenmesi’nin farklı türlerini ve en yaygın kullanılan algoritmalarını inceleyeceğiz.
Ders-3: Lineer Regresyon (Linear Regression)
Lineer regresyon, bir bağımlı değişken ile bir veya daha fazla bağımsız değişken arasındaki ilişkiyi modellemek için kullanılan istatistiksel bir yöntemdir. Temelde, bağımsız …
Ders-4: Lineer Regresyon Uygulaması
Bu uygulamada, tecrübe ve maaş arasındaki ilişkiyi Lineer Regresyon modeliyle inceleyeceğiz.
Ders-5:Logistik Regresyon (Logistic Regression)
Logistik regresyon, sınıflandırma problemleri için kullanılan bir makine öğrenimi algoritmasıdır. Bu algoritma, bağımlı değişkenin kategorik veya sınıflandırma türünde olduğu …
Ders-6: Logistik Regresyon Uygulaması
Öncelikle, çalışma ortamının hazırlanması için önceki yazımı okuyarak oradaki adımları sırasıyla uyguladıktan sonra buraya dönüp uygulamaya devam edebilirsiniz. Uygulamaya başlamadan önce …
Ders-7: Karışıklık Matrisi
Karışıklık matrisi, bir sınıflandırma modelinin performansını değerlendirmek için kullanılan bir araçtır. Genellikle 2×2 boyutunda bir matris şeklinde gösterilir. Matrisin satırları gerçek sınıfları, sütunları ise modelin tahmin …
Ders-8: Karar Ağaçları (Decision Trees)
Karar Ağaçları (Decision Trees), sınıflandırma ve regresyon problemleri için yaygın olarak kullanılan bir makine öğrenimi algoritmasıdır. Bu algoritma, bir veri setindeki öznitelikleri ve hedef değişkeni göz önünde bulundurarak bir ağaç yapısı oluşturur ve bu ağaç yapısını kullanarak verileri sınıflandırır veya regresyon yapar.
Ders-9: Karar Ağacı Uygulaması
Bu uygulamamızda yine www.kaggle.com‘dan indirdiğimiz ve aşağıda açıklaması verilen veri setini kullanacağız. Veri Setini buradan indirebilirsiniz.
Bu veri seti, bir tıp araştırması için toplanan verileri içeriyor. Araştırmacılar, aynı hastalığa sahip bir grup hastadan veri toplamıştır. Tedavi süreci boyunca, her hasta beş farklı ilaçtan birine yanıt vermiştir: İlaç A, İlaç B, İlaç C, İlaç X ve İlaç Y.
Neuralsaga 