Hoş Geldiniz!
  • Makine Öğrenmesinin Uygulamaları
  • Makine Öğrenmesi ve Geleceğin Dünyası
  • Python ve Anaconda'nın kurulması
  • Dersler ile ilgili önemli notlar
Veri Analizi Proje Yönetimi ve Problem Tipleri
  • Veri Kaynağı ve Dersin Web Sitesi
  • Kütüphanelerin Yüklenmesi
  • Verinin Python'dan Yüklenmesi ve içeri alınması (data import)
  • Python ve Nesne Yönelimli Programlama
  • Eksik Veriler (Missing Values)
  • Kategorik Veriler
  • Verilerin Birleştirilmesi ve DataFrame Oluşturulması
  • Veri Kümesinin Eğitim ve Test olarak bölünmesi
  • Öznitelik Ölçekleme
  • Veri Ön işleme Şablonu
  • Veri Ön İşleme Quizi
Tahmin (Prediction) #1: Basit Doğrusal Regresyon (Simple Linear Regression)
  • Tahmin (Prediction) Problemlerine Giriş
  • Veri Kümesinin İndirilmesi
  • Veri Kümesi ve Kodlar ile ilgili
  • Basit Doğrusal Regresyon (Simple Linear Regression)
  • Veri Yükleme ve Ön İşleme Şablonunun Kullanılması ve Regresyona Hazırlık
  • Phyton ile Basit Doğrusal Regresyon Model İnşası
  • Python ile Basit Doğrusal Regresyon Uygulaması
  • Basit Doğrusal Regresyon Görselleştirilmesi
  • Quiz 2: Basit Doğrusal Regresyon
Tahmin (Prediction) #2: Çoklu Doğrusal Regresyon (Multiple Linear Regression)
  • Veri Kümesi ve Problemin Tanınması
  • Çoklu Doğrusal Regresyon (Multiple Linear Regression) Kavramına Giriş
  • Kukla Değişken ve Tuzağı (Dummy Variable Trap)
  • Araştırma Ödevi: P-Value
  • P-Value (Olasılık Değeri)
  • Çok Değişkenli Modellerde, Değişken Seçimi
  • Çoklu Değişken için Veri Hazırlama (Python Kodu)
  • Çoklu Değişken Linear Model Oluşturma Python Kodlaması ve Model
  • Python ile Geri Eleme (Backward Elimination)
  • Ödev 1: Veri Kümesi ve Ödevin Açıklaması
  • Ödev 1: Çözüm 1. Parça: Verinin hazırlanması ve Çoklu Doğrusal Regresyon
  • Ödev 1: Çözüm 2. Parça: Geri Eleme (Backward Elimination)
  • Çoklu Doğrusal Regresyon
Tahmin (Prediction) #3: Polinom Regresyon (Polynomial Regression)
  • Veri Kümesi, Kavramın ve Problemin Tanımı
  • Polinomal Regresyonun Python ile Uygulama kodu
  • Python ile Doğrusal Olmayan Şablon (Polinomial Regression Python Template)
Tahmin (Prediction) #4: Destek Vektör (Support Vector Regression)
  • SVR Tanımı ve Problem
  • Python ile Support Vector Tahmini Uygulaması
Tahmin (Prediction) #5: Karar Ağacı (Decision Tree)
  • Karar Ağacı kullanarak tahmin yöntemi
  • Python ile karar ağacı kullanarak tahmin
Tahmin (Prediction) #6: Rassal Ağaçlar (Random Forest) ile Tahmin
  • Rassal Ağaç (Random Forest) Algoritması ve Tahmin
  • Python ile Rassal Ağaç kullanarak Tahmin
Tahmin (Prediction) #7: Değerlendirme ve Metotların Karşılaştırılması
  • R2 Hesaplanması
  • Düzeltilmiş R2 Hesaplaması (Adjusted R2)
  • Python ile R2 hesaplama ve Algoritmaların Karşılaştırılması
  • Ödev 2: Ödevin tanımı ve veri kümesi
  • Ödev 2: Çözümü
  • ÖZET : Tahmin Metotlarının Karşılaştırılması
  • ŞABLON: Tahmin Metotları için kullanılabilecek Python Şablonu
Sınıflandırma #1: Giriş ve Temel Kavramlar
  • Sınıflandırma ve Temel Kavramlar, Problemin Algısı
Sınıflandırma #2: Lojistik Regresyon (Logistic Regression)
  • Lojistik Regresyon Kavramı ve Algoritmanın Teorisi
  • Python ile Logistic Regression Uygulaması
  • Confusion Matrix (Karmaşıklık Matrisi) ve Sınıflandırma Şablonu
K-NN (K En Yakın Komşu)
  • K-NN (K Nearest Neighborhood) algoritmasına giriş
  • Python ile KNN Kodlaması
  • KNN
Support Vector Machine (SVM) ile Sınıflandırma
  • SVM algoritmasının çalışması ve detayları
  • SVM Algoritmasının Python ile kodlanması
SVM ve Çekirdek Hilesi (Kernel Trick)
  • Kernel Trick (Çekirdek Hilesi)
  • Python ile Çekirdek Hilesi Kodlama
Naif Bayes (Naive Bayes)
  • Naif Bayes (Naive Bayes)
  • Python Kodu : Naive Bayes ve GaussianNB, MultinominalNB, BernolliNB
Karar Ağacı ile Sınıflandırma (Decision Tree)
  • Karar ağacı ile sınıflandırmaya giriş
  • Python ile karar ağacı sınıflandırma kodu
Rassal Orman (Random Forest)
  • Rassal Orman ile Sınıflandırma
  • Python Kodu: Rassal orman ile sınıflandırma
Sınıflandırma Bölüm Sonu
  • Confusion Matris
  • Flase Positive ve False Negative Kavramları
  • Netlik/doğruluk (accuracy) paradoksu
  • ROC Eğrisi
  • AUC Değeri
Sınıflandırma Algoritmalarının Değerlendirilmesi
  • Sınıflandırma Şablonu
  • Ödev 3: Iris veri kümesi ve sınıflandırma algoritmaları
  • Ödev 3 : Çözümü
  • Sınıflandırma Algoritmaları Karşılaştırma ve Özet
Bölütleme / Kümeleme (Clustering)
  • Bölüm 5, Kümeleme/Bölütleme Konularına Hoş Geldiniz