Udemy
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
Development
Web Development Data Science Mobile Development Programming Languages Game Development Database Design & Development Software Testing Software Engineering Development Tools No-Code Development
Business
Entrepreneurship Communications Management Sales Business Strategy Operations Project Management Business Law Business Analytics & Intelligence Human Resources Industry E-Commerce Media Real Estate Other Business
Finance & Accounting
Accounting & Bookkeeping Compliance Cryptocurrency & Blockchain Economics Finance Finance Cert & Exam Prep Financial Modeling & Analysis Investing & Trading Money Management Tools Taxes Other Finance & Accounting
IT & Software
IT Certification Network & Security Hardware Operating Systems Other IT & Software
Office Productivity
Microsoft Apple Google SAP Oracle Other Office Productivity
Personal Development
Personal Transformation Personal Productivity Leadership Career Development Parenting & Relationships Happiness Esoteric Practices Religion & Spirituality Personal Brand Building Creativity Influence Self Esteem & Confidence Stress Management Memory & Study Skills Motivation Other Personal Development
Design
Web Design Graphic Design & Illustration Design Tools User Experience Design Game Design Design Thinking 3D & Animation Fashion Design Architectural Design Interior Design Other Design
Marketing
Digital Marketing Search Engine Optimization Social Media Marketing Branding Marketing Fundamentals Marketing Analytics & Automation Public Relations Advertising Video & Mobile Marketing Content Marketing Growth Hacking Affiliate Marketing Product Marketing Other Marketing
Lifestyle
Arts & Crafts Beauty & Makeup Esoteric Practices Food & Beverage Gaming Home Improvement Pet Care & Training Travel Other Lifestyle
Photography & Video
Digital Photography Photography Portrait Photography Photography Tools Commercial Photography Video Design Other Photography & Video
Health & Fitness
Fitness General Health Sports Nutrition Yoga Mental Health Dieting Self Defense Safety & First Aid Dance Meditation Other Health & Fitness
Music
Instruments Music Production Music Fundamentals Vocal Music Techniques Music Software Other Music
Teaching & Academics
Engineering Humanities Math Science Online Education Social Science Language Teacher Training Test Prep Other Teaching & Academics
AWS Certification Microsoft Certification AWS Certified Solutions Architect - Associate AWS Certified Cloud Practitioner CompTIA A+ Cisco CCNA Amazon AWS CompTIA Security+ Microsoft AZ-900
Graphic Design Photoshop Adobe Illustrator Drawing Digital Painting InDesign Character Design Canva Figure Drawing
Life Coach Training Neuro-Linguistic Programming Personal Development Mindfulness Personal Transformation Life Purpose Meditation CBT Emotional Intelligence
Web Development JavaScript React CSS Angular PHP Node.Js WordPress Vue JS
Google Flutter Android Development iOS Development React Native Swift Dart Programming Language Mobile Development Kotlin SwiftUI
Digital Marketing Google Ads (Adwords) Social Media Marketing Google Ads (AdWords) Certification Marketing Strategy Internet Marketing YouTube Marketing Email Marketing Retargeting
Microsoft Power BI SQL Tableau Business Analysis Data Modeling Business Intelligence MySQL Data Analysis Blockchain
Business Fundamentals Entrepreneurship Fundamentals Business Strategy Business Plan Startup Online Business Freelancing Blogging Home Business
Unity Game Development Fundamentals Unreal Engine C# 3D Game Development C++ 2D Game Development Unreal Engine Blueprints Blender
30-Day Money-Back Guarantee
Development Data Science R

A-Z™ | R Programlama ile Veri Bilimi

R programlama, machine learning, veri bilimi (data science) kavramlarını şimdi uygulayarak öğrenin: R Programming A-Z™
Rating: 4.6 out of 54.6 (401 ratings)
7,219 students
Created by Onur Boyar
Last updated 11/2020
Turkish
30-Day Money-Back Guarantee

What you'll learn

  • Makine öğrenmesi algoritmalarını gerçek veriler ile uygulamalı olarak öğreneceksiniz.
  • Bir veri bilimi projesi baştan sona ne gibi adımlardan oluşur öğrenecek ve bu adımları uygulayabileceksiniz.
  • R dilini aktif olarak kullanacaksınız.
  • R ve Python kodlarını entegre edeceksiniz.
  • Harika veri görselleştirmeleri yapabileceksiniz.
  • Veriyi istediği formata getirip analitik çalışmaya hazır hale getirmeyi öğreneceksiniz.
  • Verideki eksik hücreleri doldurmayı öğreneceksiniz.
  • Regular Expressions (regex) öğrenecek ve uygulayacaksınız.
  • ggplot2 ve dplyr paketlerini aktif olarak kullanabileceksiniz.
  • R Markdown ile interaktif raporlar oluşturabileceksiniz.
  • Supervised ve Unsupervised Learning kavramlarını öğreneceksiniz.

Course content

15 sections • 115 lectures • 14h 39m total length

  • Preview06:05
  • Bilgisayarımıza R Kurulumu
    05:49

  • Değişken Tipleri
    08:57
  • Değişken Kullanımları
    06:50
  • Logical Değişkenler
    04:41
  • OR ve AND
    08:34
  • While Döngüsü
    09:42
  • For Döngüsü
    04:35
  • IF Komutu
    08:57
  • Değişken Atama Yöntemleri
    01:41
  • Temel Programlama Prensipleri
    4 questions
  • Programlama Ödevi - 1
    2 questions
  • Bölüm Tekrar - Özet
    00:01

  • Vektörler
    19:54
  • Vektörleştirme
    20:50
  • Fonksiyonlar
    07:40
  • Faktörler
    12:49
  • Listeler
    11:21
  • Paketler
    09:06
  • Kendi Paketimizi Oluşturalım
    12:28
  • R Temelleri
    4 questions
  • R Temelleri - Ödev
    3 questions

  • Matrix
    11:45
  • Matrix İşlemleri
    10:56

  • Data Frame
    12:00
  • Data Frame - Veri Dönüşümleri
    08:02
  • İnternet Üzerinden Veri Çekme ve Korelasyon Hesaplama
    19:24
  • Data Frame'lerin Alt Kümelerini Oluşturma
    09:57
  • Sapply() Fonksiyonu
    06:37
  • NA Nedir?
    08:52
  • NULL vs NA
    02:13
  • Masaüstünden Veri Yükleme
    04:47
  • Data Frame - Machine Learning Repository
    2 questions
  • Bölüm Tekrarı - Özet
    00:01

  • Görselleştirmeye Giriş
    19:56
  • Preview08:06
  • GGPLOT - geom_point( )
    06:52
  • GGPLOT - easyGgplot2 ve par()
    09:15
  • Faktör Dönüşümü ve Renklendirme
    13:14
  • GGPLOT - Alpha, Shape, Size
    09:35
  • Facetlar
    07:28
  • GGPLOT - geom_bar( )
    16:10
  • GGPLOT - geom_bar(color, fill, position)
    10:35
  • geom_bar(stat = "identity)
    07:26
  • Görselleştirme
    3 questions
  • Bölüm Tekrarı - Özet
    00:01

  • Makine Öğrenmesi Nedir
    06:14
  • İlk Algoritmamız - Basit Doğrusal Regresyon
    04:43
  • Regresyon Doğrusu
    11:37
  • Regresyon - Uygulama
    14:16
  • Regresyon - Evlerin Fiyatı Ne Kadar?
    05:36
  • Karar Ağaçlarına Algoritmasına Giriş
    10:39
  • Karar Ağaçları - Uygulama
    08:21
  • Karar Ağaçları - Tahminleme
    03:42
  • Preview00:59
  • k - En Yakın Komşu Algoritması
    04:53
  • Preview13:14
  • KNN - Train ve Test Ayırma
    03:31
  • KNN ile Sigorta Satış Tahmini
    19:00
  • Makine Öğrenmesine Giriş - Algoritmalar
    3 questions
  • Makine Öğrenmesi - Ev Fiyatları
    3 questions
  • Regresyon - Tekrar Dökümanı
    00:01
  • Karar Ağaçları - Tekrar Dökümanı
    00:01

  • Preview03:52
  • K - Ortalama Algoritması ( K - Means Algorithm)
    06:00
  • K - Ortalama Algoritması - UYGULAMA
    11:46
  • Tekrar Dökümanı
    00:54

  • Projemize Giriş - train, test setleri
    06:33
  • Veriyi Tanıma - 1
    06:41
  • Veriyi Tanıma - 2
    08:27
  • DPLYR Paketi ve Veri Transformasyonları
    08:10
  • Görselleştirme
    17:31
  • Eksik Hücreleri Bulma - apply()
    13:34
  • Preview17:26
  • Ünvanları forcats ile Gruplama
    10:31
  • Eksik Değerleri Doldurma
    07:43
  • Kabin numarası biliniyor mu?
    06:30
  • Eksik Değer Atama - 2
    06:25
  • Train - Test
    05:09
  • Doğrulama Seti Oluşturma
    04:46
  • randomForest'a Giriş
    05:50
  • randomForest - Uygulama
    16:00
  • Preview11:07

  • Preview08:06
  • Veriyi Alma
    05:00
  • Veriyi Düzenleme
    05:46
  • as.factor - as.date
    05:54
  • Gün Değişkenleri ve Recency Değerleri
    03:42
  • Recency Hesaplama
    05:16
  • Frequency Hesaplama
    02:14
  • Monetary Hesaplama
    03:43
  • RFM
    1 question
  • Verileri Birleştirme
    03:03
  • Son adım - SKORLAMA
    16:06
  • RFM Skorlama Stratejileri
    06:00

Requirements

  • Veri bilimi dünyasına giriş yapmak isteyen herkes bu eğitimle ilk adımı atabilir.
  • Herhangi bir ön bilgi gerekmeden ilk dersimizle başlayabilirsiniz!

Description

Dersimizde bulunan uygulamalı makine öğrenmesi projeleri ve diğer analitik projeler/adımlar :

1 - Ev Fiyatları Tahmini

2 - Otomobil Verisi Kullanarak Değerlendirme Tahmini

3 - Sigorta Ürünlerinin Satış Tahmini

4 - Titanic Kazasından Sağ Çıkacak İnsanların Tahmini

5 - RFM Skorlama ile Müşteri Analitiği ve Segmentasyonu

6 - Birliktelik Kuralları Analizi ile Sepet Analizleri ve Tavsiye Sistemleri

7 - Tüm Veriler İçin Gerekli Görselleştirmeler ve Veri Hazırlama Süreçleri

Kursumuzda ilk olarak Programlamaya Giriş yapacağız. Genel programlama becerileri kazandıktan sonra sıradaki bölümümüzde R Programlama Temellerini göreceğiz. Bu bölümlerde öğrendiklerimizi testler ile pekiştirdikten sonra Matrix ve Data Frame'leri işleyeceğiz. Ödevimizi tamamladıktan sonra Görselleştirme kısmında uygulamalı olarak veri görselleştirmeyi öğreneceğiz. Sonrasında Makine Öğrenmesine giriş yaparak, Regresyon, Karar Ağaçları, k - En Yakın Komşu, K - Ortalama algoritmalarını ve Yapay Sinir Ağlarını tartışacak ve onları gerçek veriler ile uygulamalı proje bazlı öğreneceğiz. Birliktelik Kuralları Analizi bölümümüzle Apriori algoritmasını uygulayacak ve tavsiye sistemleri dünyasını tartışacağız.

Dersimizde ayrıca Müşteri Analitiği hakkında bilgiler de bulabilirsiniz. Müşteri analitiği bilgisi bir veri bilimcide olmazsa olmaz bir bilgidir. Biz de RFM skorlamaya değinerek sizlere müşteri analitiği uygulamaları hakkında bilgi sağlıyoruz.

Dersimiz boyunca yaptığımız uygulamalı projelerin yanında, dersimizin son bölümünde ek olarak baştan sona uygulamalı iki adet veri bilimi projesi bulunuyor. Bu bölüm dersimiz boyunca öğreneceklerimizin bir tekrarı olmakla beraber üzerine yeni bilgiler katacağımız bir bölüm olacak. Verimizi alıp, eksik hücreleri doldurup görselleştirerek verimizi tanıyacak, yeni özellikler yaratacak ve en sonunda başka bir Makine Öğrenmesi algoritması olan Random Forest algoritmasını kullanarak bir tahmin modeli yaratacağız. Bu sayede bir veri bilimi projesinin adımlarını uçtan uca uygulamış olacağız. Diğer projemizde ise RFM skorlama yöntemi ile müşteri analitiği alanına giriş yapacağız!

Sorularınızı soru - cevap bölümünde 7/24 bekliyor olacağım. Sorularınız gün içinde cevaplanacak, çok sık sorulan bir soru ise konuyla ilgili video ders eklenecektir. 

Güncellemeler sizlerden gelen önerilere ve makine öğrenmesi bölümüne öncelik verilmek üzere düzenli olarak devam edecektir. 

Who this course is for:

  • Her hafta yeni içerik eklenen dinamik bir dersin parçası olmak isteyen
  • R programlama dilini A'dan Z'ye öğrenmek isteyen
  • Veri bilimi alanında bir kariyer hedefleyen
  • Bir veri bilimi projesi hangi adımlardan oluşur bunları uygulamalı olarak öğrenmek isteyen
  • Veri görselleştirme becerileri kazanmak isteyen
  • Makine öğrenmesi algoritmalarını uygulamalı olarak öğrenmek isteyen
  • Bilgilerini pekiştirmek ve pratik yapmak isteyen herkes bu kursu alabilir!

Instructor

Onur Boyar
Data Scientist
Onur Boyar
  • 4.6 Instructor Rating
  • 401 Reviews
  • 7,219 Students
  • 1 Course

Merhaba Arkadaşlar! 

Ben Onur Boyar.  Güncel olarak müşteri analitiği ve tavsiye sistemleri alanlarında çalışıyorum.  Bu alanın yanı sıra siber güvenlik analitiği alanında çalıştım ve bir çok bireysel projem bulunuyor. Boğaziçi Üniversitesi ve Tsukuba Üniversitelerinde (Japonya) okudum. Şu anda Boğaziçi Üniversitesi Hesaplamalı Bilim ve Mühendislik Bölümünde yüksek lisans yapıyorum. Çalışmalarımda çoğunlukla R dilini kullanıyorum.

Udemy'de oluşturduğum ilk ders olan A'dan Z'ye R Programlama ile Veri Bilimi dersinde sadece R dilini öğrenmekle kalmayıp makine öğrenmesi, veri analitiği, görselleştirme alanlarında da bilgi sahibi olacaksınız. Baştan sonu uygulamalı veri bilimi projemiz sayesinde bir veri bilimi projesinde yer alan adımları uygulamalı olarak görecek ve bunları uygulayabilecek seviyeye geleceksiniz. Sizleri soru cevap bölümünde bekliyor olacağım.

Derslerde görüşmek dileğiyle!

  • Udemy for Business
  • Teach on Udemy
  • Get the app
  • About us
  • Contact us
  • Careers
  • Blog
  • Help and Support
  • Affiliate
  • Impressum Kontakt
  • Terms
  • Privacy policy
  • Cookie settings
  • Sitemap
  • Featured courses
Udemy
© 2021 Udemy, Inc.