Machine Learning ve Python: A'dan Z'ye Makine Öğrenmesi (4)
4.7 (1,440 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
16,070 students enrolled

Machine Learning ve Python: A'dan Z'ye Makine Öğrenmesi (4)

Python ile Machine Learning algoritmaları geliştirerek Yapay Zeka amacımıza bir adım daha yaklaşalım !
4.7 (1,440 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
16,070 students enrolled
Created by DATAI TEAM
Last updated 7/2020
Turkish
Current price: $135.99 Original price: $194.99 Discount: 30% off
5 hours left at this price!
30-Day Money-Back Guarantee
This course includes
  • 18 hours on-demand video
  • 2 articles
  • 77 downloadable resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • Yapay zeka yolculuğumuzun 4. adımı olan makine öğrenmesi kursumuzu tamamlayacak ve hedefimize bir adım daha yaklaşmış olacaksınız
  • CV'nize gönül rahatlığıyla makine öğrenmesi ile ilgili aldığınız eğitimi ve birlikte yaptığımız projeleri yazabileceksiniz
  • Makine öğrenmesi ile pek çok sınıflandırma ve tahmin algoritmaları geliştirebileceksiniz
  • Natural Language Process ve Recommendation Systems gibi farklı alanlarda tecrübe sahibi olacaksınız
  • Makine öğrenmesi projelerinizi tüm dünya ile buluşturacaksınız
  • Spesifik problemler için farklı algoritmaları kullanmayı öğreneceksiniz ve bu algoritmaları gerçek hayat problemlerine uygulayacaksınız
Course content
Expand all 123 lectures 17:48:02
+ Giriş Bölümü
7 lectures 26:03
Bu Dersten Sonra Hangi Seviyede Olacağız
05:24
Udemy Tanıtım
05:47
Anaconda Kurulum
02:47
Spyder ve Jupyter Notebook Tanıtım
05:53
Datai Team: Github ve Kaynaklar
00:57
+ Kaggle Nedir?
6 lectures 57:37
Kaggle Tanıtımı 2
08:27
Notebook (Kernel) Nedir?
20:43
Kaggle Arayüz Değişikliği
02:17
Kaggle Profil Sayfası
06:20
Kaggle'da Başarılı Olmak İçin Neler Yapmalı?
05:20
+ Linear Regression
4 lectures 50:50
Dataset Tanıtımı
10:09
Linear Regression Nedir-1
12:22
Linear Regression Nedir-2
13:39
Linear Regression with Python
14:40
+ Multiple Linear Regression
3 lectures 15:55
Multiple Linear Regression Nedir
05:18
Multiple Linear Regression with Python
07:47
+ Polynomial Linear Regression
3 lectures 35:37
Dataset Tanıtımı
14:01
Polynomial Linear Regression Nedir
09:56
Polynomial Linear Regression with Python
11:40
+ Decision Tree Regression
2 lectures 26:49
Decision Tree Regression Nedir
13:31
Decision Tree Regression with Python
13:18
+ Random Forest Regression
2 lectures 15:47
Random Forest Regression Nedir
05:46
Random Forest Regression with Python
10:01
+ Evaluation Regression Models
4 lectures 17:20
Evaluation Regression Model Performance with R-Square
07:16
R-Square with Random Forest
05:05
R-Square with Linear Regression
03:03
Regression Ödev
01:56
+ Logistic Regression Classification
16 lectures 02:35:55
Logistic Regression Giriş
11:07
Computation Graph
02:46
Logistic Regression with Computation Graph
13:01
Initializing Parameters
05:53
Forward Propagation
11:40
Backward Propagation-1
14:13
Backward Propagation-2
10:39
Dataset tanıtımı ve Normalization
11:50
Dataset Train-Test Split
14:48
Implementing Initializing Parameters and Sigmoid Function
08:21
Implementing Forward and Backward Propagation
09:28
Implementing Update Parameters
10:35
Implementing Prediction
07:52
Logistic Regression with Sklearn
04:36
Logistic Regression Ödev
05:19
+ K-Nearest Neighbour (KNN) Classification
4 lectures 46:56
Dataset Tanıma
13:03
K-Nearest Neighbour (KNN) with Python
13:57
K-Nearest Neighbour Ödev
05:05
Requirements
  • Hedefler ve gelecekle ilgili güzel hayaller
  • İnternet bağlantılı bir bilgisayara sahip olmak yeterlidir
  • Python, data science ve veri görselleştirme ile ilgili temel seviyede bilgiler
Description

Merhaba arkadaşlar,

Bu kurs 7 bölümlük nihai hedefimizin dördüncü bölümünü oluşturmaktadır.   

  1. Python: Python Sıfırdan Uzmanlığa Programlama (1)

  2. Data Science ve Python: Sıfırdan Uzmanlığa Veri Bilimi (2)

  3. Data Visualization: A'dan Z'ye Veri Görselleştirme (3)

  4. Machine Learning (Makine Öğrenmesi)   

  5. Deep Learning (Derin Öğrenme)   

  6. Statistical Learning (İstatistik)   

  7. Artificial Intelligence (Yapay Zeka)   

Neden Makine Öğrenmesi?

  • İş sahası çok geniş,

  • Dünya yapay zeka yani makine öğrenmesine doğru inanılmaz hızlı sürükleniyor,

  • Makine öğrenmesi geleceği parlak meslek dallarının olmazsa olmazı,

  • Bir veriden derinlemesine bilgi çıkarmaya olanak sağlıyor.

Bu Kurs ile Alacaklarınız

  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.

Machine Learning kursu içeriği

  • Giriş Bölümü

    • Machine Learning ve Kullanım Alanları   

    • Gerekli Kurulumların Yapılması

  • Supervised Learning

    • Regression

      • Linear Regression

      • Multiple Linear Regression

      • Polynomial Linear Regression

      • Decision Tree Regression

      • Random Forest Regression

      • Evaluation Regression Models

    • Classification

      • Logistic Regression

      • K-Neirest Neighbour (KNN)

      • Support Vector Machine (SVM)

      • Naive Bayes

      • Decision Tree

      • Random Forest

      • Evaluation Classification Models

  • Unsupervised Learning

    • Clustering

      • K-Means

      • Hierarchical Clustering

  • Natural Language Process (NLP)

  • Principle Component Analysis (PCA)

  • Model Selection

    • K-Fold Cross Validation

    • Grid Search

  • Recommendation Systems

Kurs Hakkında Bazı Öğrenci Yorumları

  • Alihan Tabak

    • Kesinlikle mesleki anlamda yaptığım en iyi şeylerden biriydi. Okulda dersini almış olmama rağmen bu kadar ayrıntılı ve anlaşılır bir course oluşturduğu için, hocamıza teşekkürü borç bilirim. 

  • Samet Tutkun

    • Anlatımlar çok şahane. Hele paint ile bunları görselleştirip (eğitmenin sanatsal bir yanı da var zannımca) işin mantığını öğretmesi şahane. Bu konulara çok ilgim var her fırsatta YouTube'dan falan izliyordum, ama böyle şahane anlatanına rastlamadım. O yüzden çoook teşekkür ederim: izleyen herkes adına! :) Ayrıca Udemy de fena değilmiş aslında. Derli toplu iyi içerikler de var hani... :)   

  • Bileda Ozan Kavcu 

    • Hocamız bize bu dersleri anlattığı için gerçekten çok teşekkür ediyorum . Çünkü bu dersler sıradan yazılım dersleri gibi değil Türkiye'nin geleceği açısından çok büyük bir temel teşkil ediyor geleceğe hazırlanıyorsunuz arkadaşlar hepimiz için çok önemli bu dünya değişiyor. Endüstri 4.0' a hazır olmamız gerekiyor . Saygılar emeğiniz için hocam 

İçeriğin İngilizce olması sizi yanıltmasın arkadaşlar. Derslerim tamamen Türkçedir.   

Hemen kaydolun ve bir an önce başlayalım.

Who this course is for:
  • Makine öğrenmesi konusunda uzmanlaşmak isteyenler
  • Yapay zeka temellerini oluşturmak isteyenler
  • Kariyerini makine öğrenmesinde sürdürmek yada başlatmak isteyenler
  • Üniversite ve meslek seçiminde zorlanan ve makine öğrenmesi hakkında bilgi ve beceri sahibi olmak isteyenler
  • Makine öğrenmesini iş hayatında uygulamak isteyenler