Description

Course content

• Giriş
  • Gerçek Hayat Senaryosu ile Veri Bilimi ve Makine Öğrenmesi
  • Udemy Bilgilendirme
  • Eğitmen Hakkında Bilgilendirme
  • Bölümler ile İlgili Genel Bilgiler
• R ile Programlamaya Giriş (Opsiyonel)
  • Bölüm Kodları
  • R You Ready
  • Kurulum, Arayüz, Kisisellestirme
  • Çalışma Ortamı Ayarları ve Proje Yönetimi
  • Temel Hareketler
  • Fonksiyonel Programlamanın Temelleri
  • Veri Tipleri - Vektörler
  • Veri Tipleri - Matrisler
  • Veri Tipleri - Dataframe
  • Veri Tipleri - Listeler ve Tibble
  • Veri Tipleri Quiz
  • Kategorik Değişkenler
  • Kategorik Değişkenler Quiz
  • Tarih-Saat Değişkenleri
  • Tarih Saat Quiz
  • Fonksiyon Okuryazarlığı ve Fonksiyonlar
  • Dongu ve Kontol İfadeleri - if
  • Dongu ve Kontol İfadeleri - for
  • Apply ve Map Ailesi
  • Veri Okuma
  • Doğru Kod Yazımı
  • Veri Manipülasyonuna Giriş
  • Değişken Seçme İşlemleri
  • Gözlem Seçme İşlemleri
  • Değişken Oluşturma ve Değişken Dönüştürme
  • Gruplama ve Veri Özetleme
  • Tidy Data - Gathering
  • Tidy Data - Spreading
  • Tidy Data - Separating ve Unite
• Veri Okuryazarlığı (Opsiyonel)
  • Giriş
  • Veri Okuryazarlığı Nedir?
  • Popülasyon ve Örneklem
  • Gözlem Birimi
  • Değişken ve Değişken Türleri
  • Ölçek Türleri
  • Aritmetik Ortalama
  • Medyan
  • Mod
  • Kartiller
  • Merkezi Eğilimin Önemini Anlamak
  • Değişim Aralığı
  • Standart Sapma
  • Varyans
  • Çarpıklık
  • Basıklık
  • İstatistiksel Düşünce Modelleri
  • Verinin Tanımlanması
  • Verinin Organize Edilmesi ve İndirgenmesi
  • Verinin Gösterimi
  • Verinin Analiz Edilmesi ve Yorumlanması
• Veri Okuryazarlığı (Opsiyonel)
  • İstatistiksel Öğrenme
  • İstatistikten Nefret Edenler için İstatistik
  • Bilimin Alfabesi
  • Ölçülebileni Ölç Ölçülemeyeni Ölçülebilir Hale Getir
  • Veri Okuryazarlığı ve Temel Kavramlar
  • Veri, Değişken ve Ölçek Türleri
  • Merkezi Eğilim Ölçüleri
  • Dağılım Ölçüleri
  • Çarpıklık ve Basıklık Ölçüleri
  • İstatistiksel Düşünce Modelleri
  • Quiz
  • Ödev - Cevap
• Keşifçi Veri Analizi ve Veri Görselleştirme
  • Bölüm Kodları
  • Büyük Resmi Görmek
  • Değişken Dönüşümleri ve Türlerinin Ayarlanması
  • Değişken Türleri - Dönüşümleri
  • Veriye İlk Bakış
  • Sürekli & Kategorik Değişken Özetleri
  • Sürekli & Kategorik Değişken Detayları
  • Dataframe'lerin İnteraktif Keşfi
  • Dağılım - Barplot
  • Dağılım - Histogram & Yoğunluk
  • Dağılım - Ridgeline
  • Dağılım - İnteraktif Histogram
  • Dağılım - Çoklu Frekans
  • Dağılım - Boxplot
  • Dağılım - Violin
  • Sürekli ve Kategorik Değişken Dağılımları
  • Korelasyon - Scatterplot
  • Korelasyon - Scatterplot - Birimleri Grafiğe Eklemek
  • Korelasyon - Scatterplot - Marjinlere Dağılım Eklemek
  • Korelasyon - Heatmap
  • Korelasyon - Korelasyon Matrisleri
  • Korelasyonlar Quiz
  • Zaman Serisi
  • Gelişmiş Grafikler - Dairesel Sütun Grafikler
  • Gelişmiş Grafikler - Treemap Giriş
  • Gelişmiş Grafikler - Treemap Detay
• Veri Bilimi için İstatistik
  • Bölüm Kodları
  • Walk, Like A Boss!
  • Örneklem
  • Örneklem Shiny Simülasyonu
  • Örneklem
  • İstatistikler
  • Güven Aralıkları
  • Güven Aralıkları Shiny Simülasyonu
  • Olasılığa Giriş
  • Olasılığa Giriş - Bernoulli Dağılımı
  • Olasılığa Giriş - Binom Dağılımı
  • Uygulama I - Reklam Tıklanma Olasılığı
  • Olasılığa Giriş - Poisson Dağılımı
  • Uygulama II - Ürün Girişi Hata Olasılığı
  • Olasılığa Giriş - Normal Dağılım
  • Uygulama III - Sahtekarlık Olma Olasılığı
  • Olasılık Dağılımları
  • Hipotez Testleri - Giriş
  • Hipotez Testleri - Hipotez Testi Adımları
  • Hipotez Testleri - Tek Örneklem t Testi
  • Uygulama IV - Ürün Satın Alma Adım Optimizasyonu
  • Problem & Veri Seti
  • R Uygulaması - Varsayım Kontrolü
  • R Uygulaması - t Testi
  • R Uygulaması - Alternatif Fonksiyon
  • R Uygulaması - Nonparametrik Tek Örneklem Testi
  • Hipotez Testleri - Tek Örneklem Oran Testi
  • Uygulama V - Dönüşüm Oranı Güven Aralığı
  • R Uygulaması - Problem & Veri Seti
  • R Uygulaması - Varsayım Kontrolü
  • R Uygulaması - Tek Örneklem Oran Testi
  • Hipotez Testleri - Bağımsız İki Örneklem T Testi
  • Uygulama VI - Gelir Odaklı AB Testi
  • R Uygulaması - Problem & Veri Seti
  • R Uygulaması - Varsayım Kontrolü
  • R Uygulaması - Varsayım Kontrolü 2
  • R Uygulaması - Bağımsız İki Örneklem T Testi
  • R Uygulaması - Alternatif Fonksiyon
  • R Uygulaması - Nonparametrik Bağımsız İki Örneklem Testi
  • Hipotez Testleri - Bağımlı İki Örneklem T Testi
  • R Uygulaması - Problem & Veri Seti
  • R Uygulaması - Varsayım Kontrolü
  • R Uygulaması - Bağımlı İki Örneklem T Testi
  • R Uygulaması - Alternatif Fonksiyon
  • R Uygulaması - Nonparametrik Bağımlı İki Örneklem Testi
  • Hipotez Testleri - İki Örneklem Oran Testi
  • Uygulama VII - Dönüşüm Oranı AB Testi
  • R Uygulaması - Problem & Veri Seti
  • R Uygulaması - İki Örneklem Oran Testi
  • Hipotez Testleri - Varyans Analizi
  • Uygulama VIII - İçerik Stratejisi Belirleme
  • R Uygulaması - Problem & Veri Seti
  • R Uygulaması - Varsayım Kontrolü
  • R Uygulaması - Tek Yönlü Varyans Analizi
  • R Uygulaması - İkili Karşılaştırma
  • R Uygulaması - Alternatif Fonksiyon
  • R Uygulaması - Nonparametrik Varyans Analizi
  • Hipotez Testleri - Parametrik vs Nonparametrik
  • Korelasyon Analizi - Giriş
  • Uygulama IX - Mağaza Skoru ile Satış Performansı İlişkisi
  • R Uygulaması - Problem & Veri Seti
  • R Uygulaması - Varsayım Kontrolü
  • R Uygulaması - Korelasyon Testi
  • R Uygulaması - Nonparametrik Korelasyon Testi
  • R Uygulaması - Korelasyon Matrisi
  • R Uygulaması - Gelişmiş Korelasyon Matrisi
  • Toparlayalım :)
  • İstatistiksel Öğrenme vs Makine Öğrenmesi
• Modelleme Öncesi Hazırlık: Veri Ön İşleme
  • Bölüm Kodları
  • Veri mi Model mi?
  • Eksik Veri Analizi
  • Eksik Veri Problemi Nasıl Çözülür?
  • Eksik Veri ile Mücadele Eylem Planı
  • Eksik Veriyi Hızlı Silme - Doldurma
  • Eksik Verinin Değerlendirilmesi
  • Eksik Verinin Görselleştirilmesi & Yapısının İncelenmesi
  • Eksik Verinin Görselleştirilmesi & Yapısının İncelenmesi 2
  • Eksik Veri Rassallığının Testi
  • Eksik Veri Silme Yöntemleri
  • Basit Değer Atama Yöntemleri
  • KNN ile Tahmine Dayalı Atama
  • Random Forests ile Tahmine Dayalı Atama
  • Ödev - Eksik Gözlem Analizi
  • Aykırı Gözlem Analizi
  • Aykırı Gözlemler ile Mücadele Eylem Planı
  • Aykırı Gözlem Yakalama, İndeksleme, Görselleştirme
  • Aykırı Gözlem Problemini Ortadan Kaldırma
  • Çok Değişkenli Aykırı Gözlem - Local Outlier Factor
  • Çok Değişkenli Aykırı Gözlem - Kümeleme Yöntemi
  • Ödev - Aykırı Gözlem Analizi
  • Veri Standardizasyonu
  • Veri Standardizasyonu Uygulama
  • Veri İndirgeme
• Makine Öğrenmesi I - Giriş
  • Giriş
  • Makine Öğrenmesi Nedir? Nasıl? Neden?
  • Kavramlar & Terminoloji
  • Deterministik Modeller vs Stokastik Modeller
  • Doğrusal Modeller vs Doğrusal Olmayan Modeller
  • Gözetimli Öğrenme vs Gözetimsiz Öğrenme
  • Regresyon Problemleri vs Sınıflandırma Problemleri
  • Model Doğrulama Yöntemleri
  • Model Başarı Değerlendirme
  • Yanlılık Varyans Değiş Tokuşu
  • Parametre vs Hiperparametre, Parametre Tuning vs Model Tuning
  • Makine Öğrenmesinin İlk Adımı
  • Aşağısı Çok Karışık, Reçete var mı?
• Makine Öğrenmesi II - Doğrusal Regresyon ve Kuzenleri
  • Bölüm Kodları
  • Basit Doğrusal Regresyon - Teori
  • Basit Doğrusal Regresyon - Model
  • Basit Doğrusal Regresyon - Tahmin
  • Artıklar ve Makine Öğrenmesindeki Önemi
  • Çoklu Doğrusal Regresyon - Teori
  • Veri Seti ve Train-Test Ayrımı
  • Çoklu Doğrusal Regresyon - Model
  • Çoklu Doğrusal Regresyon - Tahmin
  • Çoklu Doğrusal Regresyon - Model Tuning
  • PCR (Temel Bileşen Regresyonu) - Teori
  • PCR - Model
  • PCR - Tahmin
  • PCR - Model Tuning
  • PLS (Kısmi En Küçük Kareler Regresyonu) - Teori
  • PLS - Model
  • PLS - Tahmin
  • PLS - Model Tuning
  • Ridge Regresyon - Teori
  • Ridge Regresyon - Ayar Parametresi Lambda'nın Seçilmesi
  • Ridge Regresyon - Model
  • Ridge Regresyon - Tahmin
  • Ridge Regresyon - Model Tuning
  • Lasso Regresyon - Teori
  • Lasso Regresyon - Model
  • Lasso Regresyon - Tahmin
  • Lasso Regresyon - Model Tuning
  • ElasticNet - Teori
  • ElasticNet - Model
  • ElasticNet - Tahmin
  • ElasticNet - Model Tuning
• Makine Öğrenmesi III - Doğrusal Olmayan Regresyon Modelleri
  • Bölüm Kodları
  • KNN - Teori
  • KNN - Model
  • KNN - Tahmin
  • KNN - Model Tuning
  • SVR (Destek Vektör Regresyonu) - Teori
  • SVR - Model
  • SVR - Tahmin
  • SVR - Model Tuning
  • YSA (Yapay Sinir Ağları) - Teori
  • YSA - Model
  • YSA - Değişken Önem ve Etki Düzeyleri
  • YSA - Tahmin
  • YSA - Model Tuning
  • CART (Regresyon Ağaçları) - Teori
  • CART - Model
  • CART - Tahmin
  • CART - Model Tuning
  • Bagged Trees Regresyon - Teori
  • Bagged Trees Regresyon - Model
  • Bagged Trees Regresyon - Tahmin
  • Bagged Trees Regresyon - Model Tuning
  • Random Forests - Teori
  • Random Forests - Model
  • Random Forests - Tahmin
  • Random Forests - Model Tuning
  • Random Forests - Random Search
  • Random Forests - Grid Search
  • Gradient Boosting Machines - Teori
  • Gradient Boosting Machines - Model
  • Gradient Boosting Machines - Tahmin
  • Gradient Boosting Machines - Model Tuning
  • XGBoost - Teori
  • XGBoost - Model
  • XGBoost - Tahmin
  • XGBoost - Model Tuning
  • XGBoost - Gelişmiş Hiperparametre Optimizasyonu
  • XGBoost - Adım 1
  • XGBoost - Adım 2
  • XGBoost - Adım 3
  • XGBoost - Adım 4
  • XGBoost - Adım 5
  • XGBoost - Adım 6
  • XGBoost - Adım 7
• Makine Öğrenmesi IV - Sınıflandırma Modelleri
  • Bölüm Kodları
  • Lojistik Regresyon - Teori
  • Veri Seti ve Train-Test Ayrımı
  • Neden Lojistik Regresyon?
  • Lojistik Regresyon - Model
  • Lojistik Regresyon - Tahmin
  • Lojistik Regresyon - Tahminlerin Görselleştirilmesi
  • Lojistik Regresyon - ROC Eğrisi
  • Lojistik Regresyon - Model Tuning
  • KNN - Teori
  • KNN - Model
  • KNN - Tahmin
  • KNN - Model Tuning
  • SVM - Teori
  • SVM - Model-1
  • SVM - Model-2
  • SVM - Model-3
  • SVM - Tahmin
  • SVM - Doğrusal Olmayan SVM
  • SVM - Model Tuning
  • YSA - Teori
  • YSA - Model
  • YSA - Tahmin
  • YSA - Model Tuning
  • CART - Teori
  • CART - Model
  • CART - Tahmin
  • CART - Model Tuning
  • Random Forests - Teori
  • Random Forests - Model
  • Random Forests - Tahmin
  • Random Forests - Model Tuning
  • Gradient Boosting Machines - Teori
  • Gradient Boosting Machines - Model
  • Gradient Boosting Machines - Tahmin
  • Gradient Boosting Machines - Model Tuning
  • XGBoost - Teori
  • XGBoost - Model
  • XGBoost - Tahmin
  • XGBoost - Model Tuning
  • R, PC ve XGBoost'u Maksimum Performans ile Kullanmak
• Makine Öğrenmesi V - Denetimsiz Öğrenme
  • Bölüm Kodları
  • K-Means Giriş
  • K-Means R Uygulaması
  • K-Means - Kümelerin Görselleştirilmesi
  • K-Means - Farklı k Değerlerinin Gözlemlenmesi
  • K-Means - Elbow ile Optimum Küme Sayısı
  • K-Means - Average Silhouette ile Optimum Küme Sayısı
  • K-Means - GAP ile Optimum Küme Sayısı
  • Hiyerarşik Kümeleme Giriş
  • Birleştirici Hiyerarşik Kümeleme
  • Birleştirici Hiyerarşik Yöntemlerin Karşılaştırılması
  • Bölümleyici Hiyerarşik Kümeleme
  • Dendogram Ayarlamaları ve Bileşenlere Erişim
  • PCA ile İki Boyutta Hiyerarşik Kümeleme Gösterimi
  • Tanglegram ile Dendogram Çarpıştırma
  • Hiyerarşik Yöntemlerde Optimum Küme Sayısının Belirlenmesi
  • Yoğunluk Temelli Kümeleme Analizi
  • PCA (Temel Bileşen Analizi) Giriş
  • Şipşak PCA
  • PCA Adım 1 - Standartlaştırma
  • PCA Adım 2 - Özdeğer ve Özvektörlerin Hesaplanması
  • PCA Adım 3 - Temel Bileşen Skorları
  • PCA Adım 4 - Bileşen Gösterimi ve Yorumlanması
  • PCA Adım 5 - Scree Plot ile Bileşen Sayısı Seçimi
  • PCA - SON
• R ile Büyük Veri Analitiği
  • Bölüm Kodları
  • Giriş
  • Büyük Veri Nedir?
  • Apache Hadoop
  • Apache Spark
  • Büyük Veri Ekosisteminin Diğer Üyeleri
  • Büyük Veride Makine Öğrenmesi
  • Hadoop, Spark, Sparklyr Kurulum ve Bağlantı Ayarları
  • Verinin Spark'a Aktarılması
  • Spark SQL ile SQL Sorguları Göndermek
  • dplyr ve collect() ile Büyük Veride Keşifçi Veri Analizi
  • Büyük Veri Görselleştirme
  • Büyük Veride Makine Öğrenmesi - Kmeans
  • Büyük Veride Makine Öğrenmesi - Doğrusal Regresyon
  • Büyük Veride Makine Öğrenmesi - Lojistik Regresyon
  • Büyük Veride Makine Öğrenmesi - Random Forests
  • Uçtan Uca R ile Büyük Veri Uygulaması
• Metin Madenciliğine Giriş
  • Giriş
  • Bölüm Veri Seti
  • "Data! data! data!"
  • Metin Bölme İşlemleri
  • Döküman Vektörü ve Corpus Oluşturma
  • Corpus Temizlik İşlemleri
  • Stemming İşlemleri
  • Terim Belge Matrisi
  • Metin Görselleştirme: Histogram ve Barplot
  • Metin Görselleştirme: Kelime Bulutu
  • Metin Görselleştirme: Heatmap
  • Eserlerin Kümeleme Analizi ile İncelenmesi
• Twitter Analitiği
  • Bölüm Kodları
  • Developer Hesabı Oluşturmak
  • API Bağlantısı ve R ile Tweet Atmak
  • Hashtag'den Veri Çekmek
  • Profil Timeline'ından Veri Çekmek
  • Profil Temel Bilgilerine Erişmek
  • Profil En'lerinin Hesaplanması
  • Retweet & Favori Sayılarının Dağılımlarının Çıkarılması
  • Tweet-Saat Dağılımı
  • Tweet Atma Kaynaklarına Erişilmesi ve Betimlenmesi
  • Takipçi Analizi
  • Takip Edilenlerin Analizi
  • Hashtag Analizi
  • Hashtag'e Katılan Eşsiz Katılımcı Sayısı
  • Hashtag'e En Çok Katkı Sağlayanlar
  • Hashtag'e Özgün Katkı Sağlayanlar
  • En Beğenilen Tweetler
  • En Çok Retweet Edilen Tweetler
  • Hashtag Tweet-Saat Dağılımı
  • Hashtag Bağlanma Kaynakları Dağılımı
  • Uygulama I - Hangi Cihazdan Atarsam Daha Çok İlgi Görür?
  • Uygulama II - Twitter Metin Madenciliği
  • Uygulama III - Bana Arkadaşını Söyle Sana Kim Olduğunu Söyleyeyim
• Veri Bilimi Projesi Hayat Döngüsü
  • Giriş
  • İş Problemlerine Yaklaşım Geliştirme Kültürü
  • Başlangıç Soruları
  • Adım 1: İş Bilgisi, Problemin Tanımlanması ve Beklenti Yönetimi
  • Adım 2: Literatür Taraması ve En İyi Uygulamaların Araştırılması
  • Adım 3: Veriyi Anlamak
  • Adım 4: Özellik Mühendisliği
  • Adım 5: Veri Ön İşleme
  • Adım 6: Modelleme ve Model Başarı Değerlendirme
  • Adım 7: Çalışmanın Canlı Sistemlere Entegrasyonu

veri-bilimi-ve-makine-ogrenmesi-egitimi.part1.rar

veri-bilimi-ve-makine-ogrenmesi-egitimi.part2.rar

veri-bilimi-ve-makine-ogrenmesi-egitimi.part3.rar

veri-bilimi-ve-makine-ogrenmesi-egitimi.part4.rar