Python ile Veri Bilimi ve Makine Öğrenimi Eğitimi

Python ve Veri Bilimi Kütüphaneleri, İstatistik ve Keşifsel Veri Analizi, Gözetimli ve Gözetimsiz öğrenme ve daha birçok konu


SeviyeSüreEğitim YöntemiKursa Kimler Katılmalı Ön gereksinim
Başlangıç5 günYüz yüze (Online/Sınıfta)Python ve Makine öğrenimi ile yeni teknikleri ve uygulamaları öğrenmek ve kendini geliştirmek isteyenler. Kursa katılım için bir ön gereksinim bulunmamaktadır

Ne öğreneceksiniz?

Bu kursta modern veri bilimi ve makine öğrenmesi kavram ve modelleri, programlama ve istatistik temelleri eşliğinde verilmekte; uygulama ve örnekler ile katılımcıların aşağıda ki konularda bilgi düzeylerinin artırılması amaçlanmaktadır.

  • Python Temeller

  • Veri Yapıları

  • Olasılık ve İstatistik

  • Veri Keşfi

  • Regresyon

  • Sınıflandırma

  • Kümeleme

  • Makine Öğrenimi

  • Derin Öğrenme


Araçlar ve Kütüphaneler


  • Numpy (Matematiksel işlemler için)

  • Pandas (Veri keşfi için)

  • Matplotlib ve Seaborn (Görselleştirme için)

  • Scikit-learn (Makine Öğrenme modelleri için)

  • Tensorflow

  • Keras

Eğitim İçeriği


Veri Bilimi Temelleri ve İstatistik


  • Veri Bilimi Nedir?

  •           Veri Bilimi, Makine Öğrenimi ve Yapay Zekâ

  •           Gözetimli & Gözetimsiz Öğrenme

  • Python Temeller

  •           Kurulumlar ve Jupyter Notebook

  •           Veri Yapıları (Liste, Sözlük, Dizi)

  •           Pandas ile veri temizleme ve ön-işleme

  •           Matplotlib ve Seaborn ile veri Görselleştirme

  • İstatistik

  •           Temel İstatistik Kavramları

  •           Olasılık Teorisi

  •          İstatistiksel Dağılımlar

  •           Popülasyon, Örneklem ve İlgili Teoremler

Keşifsel Veri Analizi, Regresyon ve Sınıflandırma


  • Keşifsel Veri Analizi

  •           Veri Temizliği

  •           Tek ve Çok Değişkenli Analiz

  •           Özellik Mühendisliği

  • Regresyon Nedir?

  •           Basit Lineer Regresyon ve OLS

  •           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 Performansını Ölçme

  •           Sınıf Dengesizliği

Gözetimli Makine Öğrenimi Algoritmaları


  • KNN

  • Karar Ağaçları

  • Rastgele Orman

  • Destek Vektör makineleri

  • Boosting Yöntemleri

  •           XGBoost

  •           Light GBM

Gözetimsiz Makine Öğrenimi Algoritmaları


  • Gözetimsiz Öğrenme Nedir?

  • Kümeleme

  •           K-Means

  •           Kümeleme Performansını Ölçme

  •           Hiyerarşik Kümeleme

  •           DBSCAN

  •           GMM

  • Boyut Azaltma

  •           Temel Bileşenler Analizi

  •           t-SNE

  •           UMAP

Derin Öğrenme


  • Derin Öğrenmeye Giriş

  • Yapay Sinir Ağları

  • Keras/Tensorflow’a Giriş

  •           CNN modelleri

  •           RNN modelleri