
Bu derste veri bilimine giriş yapacağız. Özetle,
Veri bilimi nedir?
Bir veri bilimi projesindeki roller nelerdir?
Veri bilimi projesindeki aşamalar nelerdir?
İyi seyirler...
Bu derste hızlıca R öğrenelim. Özet:
R Programlama Kurulumu
RStudio Kurulumu ve Kullanımı
Çalışma Dizini
Veri Yapıları
İyi seyirler...
Bu derste veriler ile nasıl çalışılacağını anlattım. Özet,
Veri Temizleme
Veri Ön İşleme
Car Veriseti ile Uygulama
German Credit Veriseti ile Uygulama
İyi seyirler...
Bu deste veri tabanları ile çalışmayı anlattım. Özet:
1- Niye veri tabanları
2- Veri tabanlarına bağlanma
3- Gerçek dünya veri seti ile veri ön işleme
4- Gerçek dünya veri seti ile veri analizi
İyi seyirler...
Bu derste R programlama kullanarak veri tabaları alıştırmalar yaptım.
Bu derste verideki bilgileri nasıl keşfedeceğimizi anlattım. Özet:
-Özet istatistikleri kullanma
-Verideki sorunları çözme
-Grafikler ve görselleştirme
-Grafik çizerken dikkat edilecek noktalat
-Tek bir değişken için dağılım grafikleri (Histogram, Yoğunluk, Bar ve Nokta Grafikleri)
-İki değişken için görselleştirme (Çizgi, Saçılım, Hexbin, Bar Grafikleri, Düzeltme Eğrileri)
-Bir sürekli ve bir kategorik değişkenin karşılaştırılması
İyi seyirler...
Bu derste verileri yönetmeyi anlattım. Özet:
-Veri temizleme,
-Veri dönüştürme,
-Verileri ölçekleme
-Verileri parçalama
-Verileri organize etme
İyi seyirler...
Bu derste veri mühendisliği dersinin 1. bölümünü anlattım. Özetle,
-Sütunların bir alt kümesini seçme
-Satırların bir alt kümesini seçme
-Satırları yeniden sıralama
-Sütunları yeniden isimlendirme
-Yeni sütun oluşturma
İyi seyirler...
Bu derste veri mühendisliği dersinin 2. bölümünü anlattım. Özetle,
-Verileri gruplama
-Birden fazla satırı birleştirme
-Çoklu veri dönüşümü (Multitable data transforms)
-İki veya daha fazla data frame hızlıca birleştirme
-Birden çok tablodaki verileri birleştirmek için temel yöntemler
-Verileri yeniden formatlama
-Verileri geniş formattan uzun formata taşınma
-Verileri uzun formattan geniş formata taşıma
İyi seyirler...
Bu derste model seçme ve değerlendirme konusunu anlattım. Özetle,
-Makine öğrenmesi görevleri
-Modelleri değerlendirme
-Model performans ölçüleri
-Sınıflandırma modellerinin değerlendirilmesi
-Regresyon modellerinin değerlendirilmesi
-Olasılık modellerinin değerlendirilmesi
-ROC eğrisi
İyi seyirler...
Bu derste adım adım lineer regresyon analizini anlattım. Özetle,
-Lineer regresyon analizi nedir?
-Lineer regresyon model kurma
-R kare ve RMSE yorumlama
-Katsayıları yorumlama
-Model özetini adım adım yorumlama
-Lineer regresyon çıkarımları
İyi seyirler...
Bu derste lojistik regresyon analizini anlattım. Özetle bu derste,
-Lojistik regresyonu anlama
-Lojistik regresyon modeli oluşturma
-Tahmin yapma
-Katsayıları yorumlama
-Model özetini okuma
-Regresyon çıkarımları
İyi seyirler...
Özetle bu derste,
-Regülerleştirme nedir?
-Ridge regresyon
-Lasso regresyon
-Elastik net
İyi seyirler...
Özetle bu derste,
-Kümeleme analizi nedir?
-Hiyerarşikal kümeleme analizi
-Temel bileşenler analizi
İyi seyirler...
Özetle bu derste,
-k-means kümeleme
-Kümelere yeni noktalar atama
-En iyi kümeleme sayısını seçme
İyi seyirler...
Özetle bu derste,
-Birliktelik kuralları nedir?
-Arules paketi ile birliktelik kuralları
İyi seyirler...
Özetle bu derste,
-Karar ağaçları nedir
-Karar ağaçlarının avantajları ve dezavantajları
-Bagging ile karar ağaçlarının performansını iyileştirme
-Random forest tekniği
-Random forest ile değişkenlerin önemliliklerini bulma
İyi seyirler...
Özetle bu derste,
-Gradient boosting nedir?
-iris veri seti ile uygulama
-Gradient boosting ile metin sınıflandırma
İyi seyirler...
Özetle bu derste,
-GAM nedir?
-GAM ile lineer regresyon
-GAM ile lojistik regresyon
İyi seyirler...
Bu derste veri tabanları ile uygulamalar yaptm. Özet:
-Veri tabanları ile çalışmak
-Veri görselleştirme
-dplyr paketinin kullanımı
-Model kurma işlemleri
İyi seyirler...
Bu videoda derin öğrenme ve makine öğrenmesi arasındaki 7 farkı anlattım.
00:36 Yapay zeka nedir?
01:55 Makine öğrenmesi nedir?
06:07 Derin öğrenme nedir?
08:04 Makine öğrenmesi vs derin öğrenme
Bu videoda veri bilimcileri ve makine öğrenmesi mühendislerinin bilmesi gereken 8 makine öğrenmesi algoritmasını anlattım.
00:04 Giriş
00:49 Makine öğrenmesi nedir?
01:26 Makine öğrenmesi çeşitleri
03:19 8 makine öğrenmesi algoritması
Veri bilimi günümüzün en popüler alanlarından biri. Veri bilimi ile Google, Facebook, Amazon, Netflix gibi şirketler devasa boyutlara ulaştı. Hangi alanda çalışırsanız çalışın veri bilimi işinizde gerekli olacak. Araştırmalara göre veri bilimini öğrenen kişiler maaşlarında yüzde 50'ye yakın artış sağlıyorlar.
R programlama ücretsiz, açık kaynak kodlu ve öğrenimi kolay bir dildir. R dilinin arkasında geniş bir geliştirici topluluğu vardır. R paketleri sürekli güncellenmektedir.
Bu kursta R kullanarak gerçek veri setleri ile veri bilimini anlattım.
Derslerde öncelikle veri bilimine giriş yapacağız. Ardından R programlamanın temellerini öğreneceğiz.
Veri görselleştirme önemlidir. Bir görsel ile bir kitap kadar bilgi verebilirsiniz. R programlama dilinde görselleştirme için genellikle ggplot2 paketi kullanılır. Veri görselleştirme derslerimiz ile mükemmel grafikler çizdireceğiz.
Veri bilimi projeleri yapmak için gerçek veri setleri kullanılır. Bu veri setleri kirlidir ve analize uygun hale getirmek gerekir. Veri bilimi projelerinde en önemli aşama veri ön işlemedir. Veri ön işleme aşamasını gerçek dünya veri setleri ile ayrıntılı olarak anlattım.
Günümüzde veriler artık veri tabanlarında tutulmaktadır. Veri tabanı dersimizde gösterdiğim gibi R ile veri tabanına bağlanarak istediğimiz işlemleri ve analizleri yapabiliriz.
Veri ön işlemeden sonra model işlemleri yapılır. Analizinize göre hangi algoritmayı kullanacağımız önemlidir. Makine öğrenmesi algoritmaları dersleri ile state-of-art teknikleri anlattacağım ve hangi analize göre hangi modeli kullanacağımızı göstereceğim.
Gerçek uygulamalar ile tecrübe kazandıktan sonra sizde kendi projelerinizi yapabilirsiniz.
Mutlu öğrenmeler.