Makine Öğrenmesi için Öznitelik Mühendisliği Kısım-1
4.3 (75 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.
4,140 students enrolled

Makine Öğrenmesi için Öznitelik Mühendisliği Kısım-1

Feature Engineering for Machine Learning Part-1
4.3 (75 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.
4,140 students enrolled
Created by Ali Rıza Köylü
Last updated 9/2018
Turkish
Current price: $65.99 Original price: $94.99 Discount: 31% off
5 hours left at this price!
30-Day Money-Back Guarantee
This course includes
  • 3 hours on-demand video
  • 2 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
  • Sayısal veritipine sahip değişkenlerde boş(NaN) olan değerlerin medyan ve sıfır ile ayrı ayrı doldurulması ve bunların karşılaştırılarak seçimi
Course content
Expand all 20 lectures 02:53:43
+ Titanic veriseti üzerinde uygulama geliştirme
18 lectures 02:28:37
Medyan terimini tanıma ve projeler için gerekli kütüphanelerin import edilmesi
06:37
Select_dtypes metodu() -1
08:15
Select_dtypes metodu() -2
11:16
Kolon isimlerinin Türkçe'ye çevrilmesi
07:13
NaN değere sahip değişkenlerin belirlenmesi ve veri'yi bölmek
08:00
Boş değerlerin fillna() metodunu kullanarak medyan ve sıfır ile doldurulması
09:37
Eksik dizisini oluşturmak
09:28
Tespit fonksiyonunun oluşturulması
11:04
Doldur fonksiyonunun oluşturulması
08:03
Dağılım grafikleri
10:24
Train ve test setinin orjinal hale getirilmesi
09:24
Kolsıfır ve kolmedyan dizilerinin oluşturulması
06:52
X-train den türeterek iki yeni veriseti oluşturmak
09:19
Scalling işleminin uygulanması
05:42
Logistic Regression ile veriseti performanslarının karşılaştırılması
08:21
Random Forest ile veri seti performanslarının karşılaştırılması
03:48
Support Vector Kernel ile veri seti performanslarının karşılaştırılması
06:37
Requirements
  • Orta ve üzeri python bilgisi
  • Orta ve üzeri panda bilgisi
  • Regresyon ve Sınıflandırma algoritmaları hakkında bilgi
Description

                                        Kurs Serimiz Boyunca İşleyeceğimiz Konular

  1. Sayısal veri tipine sahip değişkenlerin içerisinde bulunan NaN değerlerin belli yaklaşımlar ile doldurulması

    • Ortalama(Mean)

    • Medyan(Median)

    • Sıfır

    • Rastgelelik Kavramı (Randomness)

    • Ek değişken eklemek

    • Extreme değer kullanarak ek değişken yaratma


  2. Kategorik veri tipine sahip değişkenlerin içerisinde bulunan NaN değerlerin belli yaklaşımlar ile doldurulması

    • Sık görülen kategoriler ile doldurulması

    • Rastgelelik Kavramı (Randomness)

    • Ek değişken eklemek

    • Yeni kategori yaratma


  3. Aykırı Değerler (Outliers)

  4. Kategorik veri tipine sahip değişkenler için Nadir değerler problemi

  5. Kategorik veriler için Encoding İşlemleri

  6. Mixed değere sahip değişkenlerin ele alınması

  7. Tarih ve zaman değerlerine sahip değişkenlerin  ele alınması

  8. Feature Scalling metodlarının ele alınması

  9. Gaussian Transformation

  10. Discretisation

Not: Sadece ilk iki maddenin alt başlıklarına değindim. Diğer maddelerde birden fazla alt başlıktan oluşuyor..

                           Makine Öğrenimi için Öznitelik Mühendisliği Kısım-1   Kursunun Konuları

Sayısal veri tipine sahip değişkenlerin boş(NaN) olan değerlerinin  Median(Medyan) ve sıfır ile doldurulması. Ortalama değer ile doldurulması da size bırakıyorum. Pratik yapmak için iyi bir fırsat olduğunu düşünüyorum..


Who this course is for:
  • Herkes