Description

Course content

• Giriş
  • Makine Öğrenmesi Nedir?
  • Kurs ile İlgili Genel Bilgiler
  • Udemy Bilgilendirme
  • Eğitmen Hakkında Bilgilendirme
• Introduction to Machine Learning (Makine Öğrenmesine Giriş)
  • Gerçek Hayat Örnekleri
  • Değişken Türleri & Öğrenme Türleri & Problem Türleri & Model-Değişken Seçimi
  • Overfitting & Deterministik vs Stokastik Modeller & Doğrusallık
  • Model Validation Methods (Model Doğrulama Yöntemleri)
  • Model Evaluation Methods (Model Başarı Değerlendirme Yöntemleri)
  • Bias-Variance Tradeoff (Yanlılık-Varyans Değiş Tokuşu)
  • Model Tuning (Model Optimizasyonu)
  • Alıştırmalar - 1
  • Alıştırmalar - 2
• Python Programlama (Opsiyonel)
  • Bölüm Kodları
  • Giriş
  • Kurulum İşlemleri: Windows
  • Kurulum İşlemleri: Linux
  • Kurulum İşlemleri: MacOS
  • İlk Adım
  • Spyder Kişiselleştirme
  • Çalışma Dizini Ayarları
  • Sayılar ve Karakter Dizilerine (Strings) Giriş
  • Karakter Dizilerini (Strings) Yakından Tanıyalım
  • Uzunluk Bilgisine Erişmek: len Metodu
  • Büyük Küçük Harf Dönüşümü: upper & lower Methodları
  • Karakter Değiştirme: replace Metodu
  • Karakter Kırpma İşlemleri: strip Metodu
  • Metodlara Genel Bakış
  • Karakter Dizilerinde Alt Küme İşlemleri (Substrings)
  • Değişkenler (Variables)
  • Tip Dönüşümleri
  • Kod Çıktısını Ekrana Yazdırmak: print
  • Alıştırmalar - 3
  • Alıştırmalar - 4
  • Alıştırmalar - 5
  • Liste Oluşturma
  • Liste İçi Tip Sorgulama
  • Liste Elemanlarına Erişmek
  • Listelere Eleman Ekleme & Değiştirme & Silme
  • Metodlar ile Eleman Ekleme & Silme: append & remove
  • İndekse Göre Eleman Ekleme & Silme: insert & pop
  • Diğer Liste Metodları
  • Tuple (Demet) Oluşturma
  • Tuple (Demet) Eleman İşlemleri
  • Sözlük (Dictionary) Oluşturma
  • Sözlük (Dictionary) Eleman Seçme İşlemleri
  • Sözlük (Dictionary) Eleman Eklemek & Değiştirmek
  • Set (Küme) Oluşturma
  • Set (Küme) Eleman Ekleme & Çıkarma
  • Setlerde Fark İşlemleri: difference & symmetric_difference
  • Setlerde Kesişim & Birleşim İşlemleri: intersection & union
  • Setlerde Sorgu İşlemleri
  • Alıştırmalar - 6
  • Alıştırmalar - 7
  • Alıştırmalar - 8
  • Fonksiyonlara Giriş ve Fonksiyon Okuryazarlığı
  • Fonksiyon Nasıl Yazılır?
  • Bilgi Notuyla Çıktı Üretmek
  • İki Argümanlı Fonksiyon Tanımlamak
  • Ön Tanımlı Argümanlar
  • Ne Zaman Fonksiyon Yazılır?
  • Fonksiyon Çıktılarını Girdi Olarak Kullanmak: return
  • Local ve Global Değişkenler
  • Local Etki Alanından Global Etki Alanını Değiştirmek
  • True-False Sorgulamaları
  • if
  • else
  • elif
  • Uygulama: if ve input ile Kullanıcı Etkileşimli Program
  • for Döngüsü
  • for Döngüsü Örnek
  • Döngü ve Fonksiyonların Birlikte Kullanımı
  • Uygulama: if, for ve Fonksiyonların Birlikte Kullanımı
  • break & continue
  • while
  • Alıştırmalar - 9
  • Alıştırmalar - 10
  • Alıştırmalar - 11
  • Sınıflara Giriş ve Sınıf (Class) Tanımlamak
  • Sınıf Özellikleri
  • Sınıf Örneklemesi
  • Örnek Özellikleri
  • Örnek Metodları
  • Miras Yapıları
  • Fonksiyonel Programlamaya Giriş
  • Yan Etkisiz Fonksiyonlar Örnek 1
  • Yan Etkisiz Fonksiyonlar Örnek 2
  • İsimsiz Fonksiyonlar
  • Vektörel Operasyonlar
  • Map & Filter & Reduce
  • Modül Oluşturmak
  • Hatalar İstisnalar
  • Alıştırmalar - 12
  • Alıştırmalar - 13
  • Alıştırmalar - 14
• NumPy (Opsiyonel)
  • Bölüm Kodları
  • Giriş
  • JupyterLab
  • NumPy Giriş
  • Neden NumPy?
  • Numpy Array'i Oluşturmak
  • NumPy Özellikleri
  • Yeniden Şekillendirme: reshaping
  • Birleştirme
  • Array Ayırma
  • Sıralama
  • Index ile Elemanlara Erişmek
  • Array Alt Küme İşlemleri
  • Alt Küme Üzerinde İşlem Yapmak
  • Fancy Index ile Elemanlara Erişmek
  • Koşullu Eleman İşlemleri
  • Matematiksel İşlemler
  • NumPy ile İki Bilinmeyenli Denklem Çözümü
  • Alıştırmalar - 15
  • Alıştırmalar - 16
  • Alıştırmalar - 17
• Pandas (Opsiyonel)
  • Pandas Giriş
  • Pandas Serisi Oluşturma
  • Pandas Series - Eleman İşlemleri
  • Pandas DataFrame Oluşturma
  • Eleman İşlemleri
  • Gözlem ve Değişken Seçimi
  • Koşullu Eleman İşlemleri
  • Birleştirme (Join) İşlemleri
  • İleri Birleştirme İşlemleri
  • Toplulaştırma ve Gruplama (Aggregation & Grouping)
  • Gruplama İşlemleri
  • aggregate
  • filter
  • transform
  • apply
  • Pivot Tablolar
  • Dış Kaynaklı Veri Okuma
  • BONUS: Problem Çözme ve Döküman Okuma Kültürü
  • Alıştırmalar - 18
  • Alıştırmalar - 19
  • Alıştırmalar - 20
• Data Preparation (Veri Ön İşleme)
  • Bölüm Kodları
  • Giriş
  • Veri Ön İşlemeye Giriş
  • Aykırı Gözlem
  • Kime Göre Neye Göre Aykırı Gözlem
  • Aykırı Değerleri Yakalamak
  • Aykırı Değer Problemini Çözmek
  • Çok Değişkenli Aykırı Gözlem Analizi
  • Baskılama Yöntemi
  • Eksik Gözlem Analizi
  • Eksik Veri Hızlı Çözüm
  • Eksik Veri Yapısının Görselleştirilmesi
  • Silme Yöntemleri
  • Basit Değer Atama Yöntemleri
  • Kategorik Değişken Kırılımında Değer Atama
  • Kategorik Değişkenler için Değer Atama
  • Tahmine Dayalı Değer Atama - KNN & Random Forests & EM
  • Değişken Standardizasyonu
  • Değişken Dönüşümleri
  • One-Hot Dönüşümü ve Dummy Değişken Tuzağı
  • Alıştırmalar - 21
  • Alıştırmalar - 22
  • Alıştırmalar - 23
• Linear Regression Models (Doğrusal Regresyon Modelleri)
  • Bölüm Kodları
  • Giriş
  • Simple Linear Regression (Basit Doğrusal Regresyon)
  • Basit Doğrusal Regresyon: Model
  • Basit Doğrusal Regresyon: Tahmin
  • Artıklar (Residuals)
  • Multiple Linear Regression (Çoklu Doğrusal Regresyon)
  • Çoklu Doğrusal Regresyon: Model
  • Çoklu Doğrusal Regresyon: Tahmin
  • Çoklu Doğrusal Regresyon: Model Tuning
  • Ridge Regression (Ridge Regresyon)
  • Ridge Regresyon: Model
  • Ridge Regresyon: Tahmin
  • Ridge Regresyon: Model Tuning
  • Lasso Regression (Lasso Regresyon)
  • Lasso Regresyon: Model
  • Lasso Regresyon: Tahmin
  • Lasso Regresyon: Model Tuning
  • ElasticNet Regression (ElasticNet Regresyon)
  • ElasticNet Regresyon: Model & Tahmin
  • ElasticNet Regresyon: Model Tuning
• Nonlinear Regression Models (Doğrusal Olmayan Regresyon Modelleri)
  • Bölüm Kodları
  • Giriş
  • K-Nearest Neighbors (K-En Yakın Komşu)
  • K-En Yakın Komşu: Model & Tahmin
  • K-En Yakın Komşu: Model Tuning
  • Support Vector Regression (Destek Vektör Regresyonu)
  • Destek Vektör Regresyonu: Model & Tahmin
  • Destek Vektör Regresyonu: Model Tuning
  • Artificial Neural Network (Yapay Sinir Ağları)
  • Yapay Sinir Ağları: Model & Tahmin
  • Yapay Sinir Ağları: Model Tuning
  • Classification and Regression Tree (CART) - Sınıflandırma ve Regresyon Ağacı
  • CART: Model & Tahmin
  • CART: Model Tuning
  • Random Forests (Rastgele Ormanlar)
  • Rastgele Ormanlar: Model & Tahmin
  • Rastgele Ormanlar: Model Tuning
  • Gradient Boosting Machines (GBM)
  • GBM: Model & Tahmin
  • GBM: Model Tuning
  • XGBoost
  • XGBoost: Model & Tahmin
  • XGBoost: Model Tuning
  • LightGBM
  • LightGBM: Model & Tahmin
  • LightGBM: Model Tuning
  • CatBoost
  • CatBoost: Model & Tahmin
  • CatBoost: Model Tuning
  • Makine Öğrenmesi Görevlerinin Otomatikleştirilmesi
• Classification Models (Sınıflandırma Modelleri)
  • Bölüm Kodları
  • Giriş
  • Logistic Regression (Lojistik Regresyon)
  • Lojistik Regresyon: Model & Tahmin
  • Lojistik Regresyon: Model Tuning
  • K-Nearest Neighbors (K-En Yakın Komşu)
  • K-En Yakın Komşu: Model & Tahmin
  • K-En Yakın Komşu: Model Tuning
  • Support Vector Machines (Destek Vektör Makineleri)
  • SVM: Model & Tahmin
  • SVM: Model Tuning
  • Artificial Neural Network (Yapay Sinir Ağları)
  • Yapay Sinir Ağları: Model & Tahmin
  • Yapay Sinir Ağları: Model Tuning
  • Classification and Regression Tree (CART) - Sınıflandırma ve Regresyon Ağacı
  • CART: Model & Tahmin
  • CART: Model Tuning
  • Random Forests (Rastgele Ormanlar)
  • Rastgele Ormanlar: Model & Tahmin
  • Rastgele Ormanlar: Model Tuning
  • Gradient Boosting Machines (GBM)
  • GBM: Model & Tahmin
  • GBM: Model Tuning
  • XGBoost
  • XGBoost: Model & Tahmin
  • XGBoost: Model Tuning
  • LightGBM
  • LightGBM: Model & Tahmin
  • LightGBM: Model Tuning
  • CatBoost
  • CatBoost: Model & Tahmin
  • CatBoost: Model Tuning
  • Tüm Modellerin Karşılaştırılması
• Unsupervised Learning (Denetimsiz Öğrenme)
  • Bölüm Kodları
  • Giriş
  • K-Means
  • K-Means Uygulama
  • Optimum Küme Sayısının Belirlenmesi
  • Hierarchical Clustering (Hiyerarşik Kümeleme)
  • Hiyerarşik Kümeleme Uygulama
  • Principal Component Analysis (Temel Bileşen Analizi)
  • Temel Bileşen Analizi Uygulama
• Text Mining & Natural Language Process (Metin Madenciliği & Doğal Dil İşleme)
  • Bölüm Kodları
  • Giriş
  • Temel String İşlemleri
  • Text Analitiği Giriş
  • Text Preprocessing - Giriş
  • Text Preprocessing - Büyük-Küçük Harf Dönüşümü
  • Text Preprocessing - Noktalama İşaretlerinin Silinmesi
  • Text Preprocessing - Sayıların Silinmesi
  • Text Preprocessing - Stopwordslerin Silinmesi
  • Text Preprocessing - Az Geçen Kelimelerin Silinmesi
  • Text Preprocessing - Tokenization
  • Text Preprocessing - Stemming
  • Text Preprocessing - Lemmatization
  • Basit NLP Uygulamaları
  • Matematiksel İşlemler ve Basit Özellik Çıkarımı
  • Text Visualization - Bar Plot
  • Text Visualization - Word Cloud
  • Text Visualization - Şablona Göre Word Cloud
  • Bölüm Projesi: Sentiment Metin Sınıflandırma Modeli
  • Uçtan Uca Metin Sınıflandırma Modeli - 1
  • Uçtan Uca Metin Sınıflandırma Modeli - 2
  • Uçtan Uca Metin Sınıflandırma Modeli - 3
  • Uçtan Uca Metin Sınıflandırma Modeli - 4

python-ile-makine-ogrenmesi.part1.rar

python-ile-makine-ogrenmesi.part2.rar