Machine Learning with Python

Makine öğrenmesi, bilgisayarların açıkça programlanmadan harekete geçme bilimidir. En etkili makine öğrenmesi teknikleri hakkında bilgi edinecek, bunları uygulamaya alma konusunda pratik kazanacaksınız. Daha da önemlisi, sadece öğrenmenin teorik temellerini değil, aynı zamanda bu teknikleri yeni problemlere hızlı ve güçlü bir şekilde uygulamak için gereken pratik bilgileri de edineceksiniz. Eğitimimizde makine öğrenmesi 9 ana başlık altında değerlendirilmiştir. Denetimli ve denetimsiz öğrenmenin yanında diğer aöğrenme algoritmaları, model değerlendirme, iyileştirme ve seçimi konularını derinlemesine inceleyeceğiz. Alanına özgü problemler için uygun algoritmaları kullanmayı öğreneceksiniz. Makine Öğrenmesinin amacını ve bunun gerçek dünyada nerede kullanıldığını göreceksiniz.

Introduction to ML

  • What  is Machine Learning
  • Categories of ML Algorithms
  • Python Libraries for Machine Learning
  • Scikit-learn

Supervised Learning

  • Classification
    • Logistic Regression
    • Naive Bayes
    • Desicion Tree
    • K-Nearest Neighbour
    • Support Vector Machine
    • Linear Support Vector Machine
    • Random Forest
    • Stochastic Gradient Descent
    • Evaluation Classifications Models
    •  
  • Regression
    • Multiple Linear Regression
    • Polynomial Linear Regression
    • Decision Tree
    • K-Nearest Neighbour
    • Random Forest
    • Support Vector Machine
    • Stochastic Gradient Descent
    • Evaluation Regression Models

Unsupervised Learning

  • K-Means
  • Mean-Shift
  • Affinity Propagation
  • Hierarchical Clustering
  • Density-Based Clustering

Ensemble Learning

  • Bagging
  • Boosting
    • Adaboost
    • Gradient Boosting
    • XGBoost
  • Voting

Reinforcement Learning

  • A/B Test

Regularization

  • Ridge Regression
  • Lasso
  • Elastic Net

Dimensionality Reduction

  • Principal Compenent Analysis (PCA)
  • Kernel Principal Compenent Analysis
  • Linear Discriminant Analysis (LDA)

Model Selection

  • K-Fold Cross Validation
  • Grid Search

Recommender Systems

  • User-Based
  • Item-Based

Toplam Saat :

40 Saat