
Bu eğitim, hiç bilmeyen ve yeni başlayan birini makine öğrenmesi konusunda uzman seviyesine çıkarmayı amaçlar. Eğitim yaklaşık 22 saat sürmekte ve 64.000'den fazla katılımcıya ulaşmıştır.

Bu eğitim, hiç bilmeyen ve yeni başlayan birini makine öğrenmesi konusunda uzman seviyesine çıkarmayı amaçlar. Adım adım makine öğrenmesi dünyasına giriş yapılır ve her bölümde farklı yetenekler kazandırılarak gerçek uygulamalar hakkında fikir verilir. Gerçek hayat örnekleri kullanılarak makine öğrenmesi temel prensipleri anlatılır ve katılımcılara kendi modellerini oluşturmanın yolu gösterilir. Python dilinde hazırlanan kod şablonları verilir ve bu şablonlar katılımcıların kendi problemlerinde kullanabilecek şekilde tasarlanmıştır. Eğitim yaklaşık 22 saat sürmekte ve 64.000'den fazla katılımcıya ulaşmıştır.
Veri analizi proje yönetimi ve problem tipleri
Basit doğrusal regresyon (Simple Linear Regression)
Çoklu doğrusal regresyon (Multiple Linear Regression)
Polinom regresyon (Polynomial Regression)
Destek vektör regresyonu (Support Vector Regression)
Karar ağacı ve rassal ağaçlar ile tahmin
Sınıflandırma: lojistik regresyon, K-NN, SVM, Naive Bayes
Karar ağacı ve rassal orman ile sınıflandırma
Bölütleme/Kümeleme: K-Means, hiyerarşik kümeleme
Birliktelik kuralları: APriori ve Eclat algoritmaları
Pekiştirmeli öğrenme: UCB ve Thompson örneklemesi
Doğal dil işleme (NLP)
Derin öğrenme ve CNN (Convolutional Neural Networks)
Boyut indirgeme (Dimension Reduction)
Model seçimi ve XGBoost
Anaconda/Spyder ortamında uygulama
Yapay zeka ve makine öğrenmesi konularına merakı olan herkes.
Geleceğin mesleklerinde çalışmak isteyen herkes.
Veri ile işi olan herkes.
Lise düzeyinde matematik bilgisi yeterlidir.
İstatistik ve programlama dili tecrübesi gerekmez.
Temel seviye veri bilimi bilgisi önerilir.
Temel seviye Python ve TensorFlow bilgisi önerilir.
Eğitim sonunda katılım sertifikası verilir.
En yeni haberler, fırsatlar ve gelişmelerden haberdar olun.