R Dili İle Veri Ön İşlemeden Model Seçimine Kadar Makine Öğrenmesi Süreci
53
0
9K Katılımcı
04:26:06
R Dili İle Veri Ön İşlemeden Model Seçimine Kadar Makine Öğrenmesi Süreci
Açıklama
SSS
Yorumlar (0)
Açıklama
Eğitim Özeti
Eğitim makine öğrenmesi kavramlarına ilişkin kısa bir teori ile başlayacak olup sonrasında R dilinin kullanımına geçilecektir.
Uygulama ağırlıklı olan eğitimde R dilinin kurulumu, menüleri, çalışma prensibi, paket yükleme ve çağırma işlemlerinin yanı sıra offline ve online ortamlardan veri okuma/çekme işlemleri gerçekleştirilecektir.
R dilindeki temel operatörler, değişken tanımlamaları, fonksiyonlar ve fonksiyon yazma kısımları da işlenecektir. R dilinin genel kullanımını kazandırıldıktan sonra veri ön işleme (data preprocessing) kavramı ve eksik verinin tamamlanması teorik/matematiksel tarafı ile anlatıldıktan sonra R dili ile bir veri seti üzerinde uygulama gerçekleştirilecektir.
Veri setindeki niteliklerin ayıklanması sürecinin önemi ve süreçte kullanılabilecek yöntemlerden (PCA, SVD, MARS vb) bazıları teorik tarafı ile sunulacak ve uygulaması yine ilgili paketler bazında R dili ile gerçekleştirilecektir.
Danışmanlı ve danışmansız öğrenme kavramı nedir, ilgili algoritmalar nelerdir anlatılacak olup her iki tarza yönelik birer algoritmanın matematiksel altyapısı hesaplatılacaktır.
Danışmansız öğrenme yöntemi ile ilgili uygulamalar R dili ve ilgili paketlerle gerçekleştirilecektir.
Danışmanlı öğrenme yöntemlerine geçmeden önce eğitim ve test kümelerinin ayrımı yöntemleri (holdout, CV vb) teorik olarak anlatılacak ve bir danışmanlı öğrenme algoritmasında uygulaması veri seti üzerinde gerçekleştirilecektir.
Veri setleri üzerinde kurgulanan modellerin seçimleri ve buna ilişkin performans kriterleri de son konu olacaktır. Konunun teorik tarafı işlendikten sonra uygulaması gerçekleştirilecektir.
Kazanımlar
Makine öğrenmesinde temel kavramları öğrenir.
R Dili ve Kullanımı Veri Ön İşleme sürecini öğrenir.
Özellik seçimi hakkında bilgi sahibi olur.
Danışmansız öğrenme kavramı ve uygulamaları hakkında bilgi sahibi olur.
Eğitim ve test kümelerinin ayrımı hakkında bilgi sahibi olur.
Danışmanlı öğrenme kavramı ve uygulamaları hakkında bilgi sahibi olur.
Model kıyası ve performans ölçümü sürecini öğrenir.
Çok boyutlu ve hareketli grafikler hakkında bilgi sahibi olur.