0. Makine Öğrenimi Hazırlık Projeleri

5. Uygulamalı Projeler ve Gerçek Hayat Uygulamaları

Proje 1: Web Trafiğinde A/B Testi
Bu projede, bir şirkete ait gerçek web trafiği verileriyle çalışarak iki farklı sayfa sürümünün kullanıcı dönüşüm oranlarına etkisini analiz edeceksiniz. Öğrenecekleriniz:

• Pandas ile trafik verilerini temizleme ve keşfetme

• t-testi ve hipotez testi gibi istatistiksel testleri uygulayarak dönüşüm oranlarını karşılaştırma

• Sonuçları görselleştirme ve veriyle yönlendirilen kararlar alma

• Web sitesi performansını optimize etmek için uygulanabilir içgörülerle bir rapor oluşturma

Proje 2: Makine Öğrenimi için Banka Verisi Keşfi
Bu pratik vakada, banka müşterilerine ait finansal veri setini analiz ederek örüntüler bulacak ve gelecekteki makine öğrenimi modelleri için veriyi hazırlayacaksınız. Odak noktaları:

• Pandas ve NumPy ile veri temizleme ve dönüştürme

• Seaborn ile görsel keşif yaparak trendler ve korelasyonları belirleme

• Betimleyici istatistiklerle müşteri davranışını anlama

• Tahmine dayalı modelleme için veri kümesini hazırlama

Proje 3: Sigorta Verisi Analizi
Bu projede, sigorta şirketi verileri ile poliçe maliyetlerini ve müşteri riskini etkileyen önemli faktörleri analiz edeceksiniz. Öğrenecekleriniz:

• Müşteri ve hasar verilerini temizleme ve dönüştürme

• Trendleri ve anomalileri belirlemek için EDA tekniklerini uygulama

• Kararları desteklemek için betimleyici istatistik ve görselleştirme kullanma

• Risk tahmin modelleri için veri hazırlama

Proje 4: Kötü Amaçlı Yazılım Verisi Analizi
Bu projede, kötü amaçlı yazılım içeren bir veri setini analiz ederek siber saldırı desenlerini ortaya çıkaracak ve güvenlik açıklarını önlemeye yardımcı olacaksınız. Odak noktaları:

• Kötü amaçlı yazılım verilerini temizleme ve yapılandırma

• Önemli özellikleri belirlemek için görsel keşif

• Veri kalitesini artırmak için ön işleme tekniklerini uygulama