Python ile Makine Öğrenmesi & Yapay Zeka Projeleri (5.2)

About Python ile Makine Öğrenmesi & Yapay Zeka Projeleri (5.2)

PYTHON ile MAKİNE ÖĞRENMESİ (ML) & YAPAY ZEKA (AI) PROJELERİ

Python ile Makine Öğrenmesi & Yapay Zeka(AI) Projeleri kursunda 4 farklı proje ile ileri seviye Yapay Zeka algoritmalarını öğreneceğiz.

Makine Öğrenmesi & Yapay Zeka Projeleri Kursu İçeriği:

Yapay Zeka Projeleri Giriş

Giriş Kurulumlar

Udemy Tanıtım

Datai Team: Github ve Kaynaklar

Ek Kaynak: Makaleler & Faydalı Linkler

Proje 1: Gögüs Kanseri Sınıflandırması

Proje 1 Giriş

Veri Seti ve Problem Tanıtımı

Veri Seti Yükleme

Keşifsel-Açıklayı Veri Analizi (Exploratory Data Science)

Outlier Detection: Local Outlier Factor Yöntemi

Outlier'ların Tespiti ve Çıkarılması

Veri Setinin Eğitim ve Test Veri Seti Olarak Ayrılması

Standardization K-Nearest Neighbors(KNN) Nedir?

KNN En İyi Parametreleri Bulma

Principal Component Analysis(PCA) Nedir?

Principal Component Analysis(PCA)

Uygulama ve Sonuçların Değerlendirilmesi

Neighborhood Components Analysis (NCA) Uygulama ve Sonuçların Değerlendirilmesi

Test Sonucunun Değerlendirilmesi

Proje 1 Sonuç ve Ödev

Proje 2: Ensemble Learning (Topluluk-Kolektif Öğrenme)

Proje 2 Giriş

Kütüphanelerin Yüklenmesi

Veri Seti Yaratma

Basic Classifiers: KNN, SVM, DT

Algoritmaların Eğitimi ve Sonuçların Görselleştirilmesi

Ensemble 1: Random Forest Classifier (Bagging)

Ensemble 2: Adaptive Boosting Classifier

Ensemble 3: Voting Classifier

Proje 2 Sonuç ve Ödev

Proje 3: IMDB Duygu Analizi

Proje 3 Giriş

Kütüphanelerin Yüklenmesi

Veri Seti ve Problem Tanıtımı

Keşifsel-Açıklayı Veri Analizi (Exploratory Data Science)

Preprocess: Padding ve Eğitim/Test Verisinin Ayrılması

Recurrent Neural Network

Recurrent Neural Network Eğitimi

Sonuçların Değerlendirilmesi

Proje 3 Sonuç ve Ödev

Proje 4 Araçların Yakıt Tüketimi Tahmini

Proje 4 Giriş

Kütüphanelerin Yüklenmesi

Veri Seti ve Problem Tanıtımı

Imputing Missing Value (Kayıp Veri Sorunu)

Keşifsel-Açıklayı Veri Analizi (Exploratory Data Science)

Outlier'ların Tespiti ve Çıkarılması

Feature Engineering (Öz Nitelik Mühendisliği): Skewness

Feature Engineering (Öz Nitelik Mühendisliği): One Hot Encoding

Preprocess: Eğitim/Test Verisinin Ayrılması ve Standardizasyon

Linear Regression (Doğrusal Regresyon)

Regularization 1: Ridge Regression

Regularization 2: Lasso Regression

Regularization 3: ElasticNet

XGBoost

Modellerin Ortalaması (Averaging Models)

Proje 4 Sonuç ve Ödev

Neden Python -- Makine Öğrenmesi -- Derin Öğrenme?

Python

2019 IEEE araştırmasına göre dünya çapında en çok kullanılan ve tercih edilen programlama dili.

Python

kolay öğrenilebilirliği sayesinde kodlamaya yeni başlayanların ilk tercihi oluyor.

Python

open source (açık kaynak) olması nedeni ile Facebook yada Google gibi dünyanın en büyük şirketleri tarafından destekleniyor.

Veri bilimi, makine öğrenmesi yada yapay zeka denince akla ilk olarak Python dili geliyor. Bu durumda

Python

'ın

Python

öğrenmesi en kolay olan dillerin başında geliyor.

Kariyer açısından

Python

en çok fırsata sahip dillerinden biri.

Makine Öğrenmesi

alanında iş fırsatı çok geniş,

Dünya yapay zeka yani

makine öğrenmesi

ne doğru inanılmaz hızlı sürükleniyor,

Makine öğrenmesi

geleceği parlak meslek dallarının olmazsa olmazı,

Makine öğrenmesi

bir veriden derinlemesine bilgi çıkarmaya olanak sağlıyor.

Derin öğrenme

modelleri veri sayısı arttığı zaman klasik makine öğrenmesi yöntemlerinden çok daha başarılı sonuçlar veriyor.

Derin öğrenme

furyası tüm dünyada çığ gibi büyüyor ve bizlerde yolun başındayken derin öğrenmeyi öğrenmeliyiz.

Derin öğrenme

bilgisine sahip olmak iş hayatında fark yaratacak.

Derin öğrenme

herkesin öğrenebileceği kolay bir konu değil bu nedenle derin öğrenme bilen biri olarak her alanda daha kıymetli olursunuz.

BU KURSU EN İYİ YAPAN NEDİR?

Bu kurs Python ile Makine Öğrenmesi ve Yapay Zeka Projeleri alanında en kapsamlı bir kurstur.

Basit seviye anlatım ve algoritmaların dışında ileri seviye teknik ve kodlama becerisinin geliştirildiği bir kurstur.

Gerçek dünya projeleri ile çalışırken zorlukların üstesinden nasıl gelindiğini öğreneceksiniz.

BU KURS İLE SAHİP OLACAKLARINIZ

1.

Sıfırdan Kodlama Becerisi:

Sizinle birlikte kod yazıyoruz. Her ders boş bir sayfa ile başlar ve kodu sıfırdan yazarız. Bu şekilde ilerleyebilir ve kodun nasıl bir araya geldiğini ve her satırın ne anlama geldiğini tam olarak anlayabilirsiniz. 2.

Kodlar ve Şablonları:

Kursta oluşturduğumuz her Python şablonlarını ve kodunu indirebilirsiniz. Bu, sizlere hem daha sonra kod üzerinde pratik yapma hem de kendi projelerinizi şablon sayesinde daha kolay bir şekilde yaratma imkanı sağlayacaktır 3.

Teori ve Mantık:

Size yalnızca kod yazmayı değil, hem yazdığımız kodun arkasında yatan mantığı ve teoriyi hem de neden böyle bir kod yazdığımızı anlatıyoruz. 4.

Kurs içi destek:

Size sadece video ile ders anlatımı yapmıyoruz. Size destek olmak için profesyonel Veri Bilimcilerinden oluşan bir ekip oluşturduk. Bu da ders ve ya ders dışı sorularınıza en fazla 72 saat içinde yanıt alacağınız anlamına geliyor.

Hemen kaydolun ve bir an önce başlayalım.