Bizi tercih ettiğiniz için teşekkür ederiz. Ekip üyelerimiz en kısa sürede sizlerle iletişime geçecektir.
Rezervasyonunuzu gönderdiğiniz için teşekkür ederiz! Ekibimizden bir yetkili kısa süre içinde sizinle iletişime geçecektir.
Eğitim İçeriği
Giriş
- Predictive AI Tanımlama
- Tahmini analizlerin tarihsel bağlamı ve evrimi
- Makine öğrenimi ve veri madenciliğinin temel prensipleri
Veri Toplama ve Ön İşleme
- İlgili verilerin toplanması
- Verilerin analiz için temizlenmesi ve hazırlanması
- Veri türlerini ve kaynaklarını anlama
Keşifsel Data Analysis (EDA)
- Verileri içgörüler için görselleştirme
- Tanımlayıcı istatistikler ve veri özetleme
- Verilerdeki örüntüleri ve ilişkileri belirleme
İstatistiksel Modelleme
- İstatistiksel çıkarımın temelleri
- Regresyon analizi
- Sınıflandırma modelleri
Machine Learning Tahmin Algoritmaları
- Denetimli öğrenme algoritmalarına genel bakış
- Karar ağaçları ve rastgele ormanlar
- Sinir ağları ve derin öğrenmenin temelleri
Model Değerlendirmesi ve Seçimi
- Model doğruluğunu ve performans metriklerini anlama
- Çapraz doğrulama teknikleri
- Aşırı uyum ve model ayarlaması
Predictive AI’nin Pratik Uygulamaları
- Çeşitli sektörlerdeki vaka çalışmaları
- Tahmini modellemede etik hususlar
- Predictive AI’nin sınırlamaları ve zorlukları
Uygulamalı Proje
- Tahmini bir model oluşturmak için bir veri kümesiyle çalışma
- Tahmin yapmak için modeli uygulama
- Sonuçları değerlendirme ve yorumlama
Özet ve Sonraki Adımlar
Kurs İçin Gerekli Önbilgiler
- Temel istatistik bilgisi
- Herhangi bir programlama dili deneyimi
- Veri işleme ve elektronik tablolarla aşinalık
- AI veya veri bilimi konusunda önceden deneyim gerektirmez
Hedef Kitle
- BT profesyonelleri
- Veri analistleri
- Teknik personel
21 Saat
