Eğitim İçeriği

Uygulamalı Machine Learning'e Giriş

  • İstatistiksel öğrenme ve Makine öğrenimi
  • İterasyon ve değerlendirme
  • Yanlılık-Varyans dengesi

Supervised Learning ve Unsupervised Learning

  • Machine Learning Languages, Türleri ve Örnekleri
  • Denetimli ve Unsupervised Learning

Supervised Learning

  • Karar Ağaçları
  • Random Forest'ler
  • Model Değerlendirmesi

Machine Learning ile Python

  • Kütüphane seçimi
  • Ek araçlar

Regresyon

  • Doğrusal regresyon
  • Genellemeler ve Doğrusallık Dışı Durumlar
  • Alıştırmalar

Sınıflandırma

  • Bayes tazeleyici
  • Naive Bayes
  • Lojistik regresyon
  • K-En Yakın Komşular
  • Alıştırmalar

Çapraz Doğrulama ve Örnekleme

  • Çapraz doğrulama yaklaşımları
  • Bootstrap
  • Alıştırmalar

Unsupervised Learning

  • K-ortalama kümeleme
  • Örnekler
  • Denetimsiz öğrenmenin zorlukları ve K-ortalama ötesi

Sinir Ağları

  • Katmanlar ve düğümler
  • Python sinir ağı kütüphaneleri
  • Scikit-learn ile çalışma
  • PyBrain ile çalışma
  • Deep Learning

Kurs İçin Gerekli Önbilgiler

Python programlama diline hakimiyet. İstatistik ve doğrusal cebir konusunda temel bir bilgi önerilir.

 28 Saat

Katılımcı Sayısı


Kişi Başına Fiyat

Danışanlarımızın Yorumları (7)

Yaklaşan Etkinlikler

İlgili Kategoriler