Makine Öğrenmesi(Uygulamalı)
Python ve temel veri analizi bilgisi ile başlayarak, denetimli ve denetimsiz öğrenme algoritmalarını, derin öğrenmeyi ve doğal dil işleme (NLP) uygulamalarını kapsar. Katılımcılar, gerçek veri setleriyle projeler yaparak model oluşturmayı, optimize etmeyi ve değerlendirmeyi öğrenir
Makine Öğrenmesi (Uygulamalı) Eğitimi, Python ile uygulamalı olarak denetimli ve denetimsiz öğrenme algoritmalarını, derin öğrenmeyi ve doğal dil işleme uygulamalarını ele alır. Program; Python ortamının kurulumu, NumPy, Pandas, Matplotlib ve Seaborn kütüphaneleri, keşifsel veri analizi, veri temizleme ve ön işleme ile başlar. Doğrusal ve lojistik regresyon, karar ağaçları, Random Forest, Gradient Boosting, KNN, SVM, kümeleme ve PCA işlenir. Derin öğrenme adımında yapay sinir ağları, CNN ile görüntü sınıflandırma, RNN ile zaman serisi ve metin verisi uygulamaları ele alınır. NLP bölümünde metin ön işleme, Bag-of-Words, TF-IDF ve duygu analizi yapılır; ardından Grid Search ve Random Search ile hiperparametre optimizasyonu, son olarak gerçek veri setiyle bir mini proje uygulanır.
Python ortamı ve temel kütüphanelerle makine öğrenmesine başlamak için gerekli altyapı kurulur.
- Makine öğrenmesine genel bakış
- Süreç ve uygulama alanları
- Python ortamının kurulumu (Jupyter Notebook, Anaconda, VSCode)
- Temel kütüphaneler: NumPy, Pandas, Matplotlib, Seaborn
Eğitim Takvimi
Size uygun dönemi seçin
Yakında Açılacak
Sorunuz mu var?
Eğitim hakkında detaylı bilgi almak için bize ulaşın.