Your cart is empty.
Keep shoppingVeri Bilimi için Betimleyici İstatistik & Olasılık Temelleri
Highest Rated
59 students
Veri Bilimi için Betimleyici İstatistik & Olasılık Temelleri
Veri bilimine sağlam bir başlangıç yapın! Sadece 6 saatte betimleyici istatistik ve olasılık kavramlarını öğrenin.
Created byData Forest TR
Last updated 12/2024
Turkish
Turkish [Auto],
What you'll learn
- Veri bilimi ve makine öğrenimi çalışabilmek için gerekli olan matematik ve olasılık alt yapısını öğreneceksiniz.
- Matematik - Veri bilimi arasındaki ilişkiyi sağlam temellere oturtacaksınız.
- Veri ve ölçme tiplerini bilerek veri bilimi çalışmalarınıza çok daha verimli başlayacaksınız.
- Betimleyici istatistikleri (descriptive statistics), merkezi eğilim (central tendency) ve dağılım (dispersion) kavramlarını öğreneceksiniz
- Makine öğrenimi algoritmalarının temeli olan değişkenlerin birlikteliği (correlation) konusunun temellerini kavrayacaksınız.
- Örneklem (sampling) kavramını ve önemini anlayacaksınız.
- Veri bilimi çalışırken alt yapınızın güçlü olması gereken konulardan olasılık, koşullu olasılık, Bayes Teoremi ve rastsal olayları öğreneceksiniz.
- İstatistiki dağılımlar, pdf-CDF fonksiyonları, ve standart normal dağılım gibi özelleşmiş kesikli (discrete) ve devamlı (continuous) dağılımları öğreneceksiniz.
Explore related topics
Course content
3 sections • 57 lectures • 6h 13m total length
Requirements
- Veri bilimi ve yapay zeka konusunda meraklı olmak.
- Veri bilimi dünyasına ilk adımınızı atmaya hazırlanıyorsanız, "Yeni Başlayanlar için Veri Bilimine Giriş" ve "Veri Bilimi için R Programlama" adlı kursumuzu tavsiye ediyoruz.
Description
Yeni nesil uzaktan öğrenme teknikleri ile veri biliminde uzmanlaşmak için gerekli matematiksel temelleri öğreneceğiniz ilk kursumuza hoşgeldiniz!
Veri bilimi alanında yüksek lisanslı veri profesyoneliyle beraber, yapay öğrenme (makine öğrenimi) ve veri görselleştirmenin temelleri olan matematiksel konuları kavrayacaksınız.
Bu kursta:
Başlamadan Önce
• Matematik - Veri Bilimi İlişkisi
• Neler Öğreneceksiniz - Betimleyici İstatistik Temelleri
• Neler Öğreneceksiniz - Olasılık Teorisine Giriş
Betimleyici İstatistik Temelleri
• Veri Tipleri
• Veri Tiplerinin Özellikleri
• Veri Tipleri ile Yapılabilecekler
• Veri Tiplerine göre Betimleyici İstatistikler
• Veri Tiplerine göre Yorumlayıcı İstatistikler
• Merkezi Eğilim
• Merkezi Eğilim için Betimleyici İstatistikler
• Histogram Grafiği
• Dağılım Eğilimi
• Dağılım Eğilimi için Betimleyici İstatistikler
• Boxplot (Kutu Grafiği)
• Standart Sapma
• Standart Sapma Pratik Kullanımı
• Chebyshev Teoremi
• Değişkenlerin Birlikteliği
• Kovaryans (Covariance)
• Pearson Korelasyon (Correlation)
• Spearman Korelasyonu
• Nedensellik
• Örneklem
• Neden Örneklem?
• Örneklem Teknikleri
• Örneklem Hataları
• Örneklem Dağılımları
Olasılık Teorisine Giriş
• Olasılık
• Sayma Teknikleri
• Örnek Uzay
• Olay Olasılıkları
• Koşullu Olasılık
• Bağımlı / Bağımsız Olaylar
• Bayes Teoremi
• Rastsal Değişkenler
• Olasılık / İstatistik Dağılımları
• pdf / CDF Fonksiyonları
• Kesikli (Discrete) Dağılımlardan Bernoulli Dağılımı
• Kesikli (Discrete) Dağılımlardan Binomial Dağılımı
• Kesikli (Discrete) Dağılımlardan Geometric Dağılım
• Kesikli (Discrete) Dağılımlardan Poisson Dağılımı
• Devamlı (Continuous) Dağılımlardan Uniform (Tekdüze) Dağılım
• Devamlı (Continuous) Dağılımlardan Exponential (Üstel) Dağılım
• Devamlı (Continuous) Dağılımlardan Gamma Dağılımı
• Devamlı (Continuous) Dağılımlardan Normal Dağılım ve Standart Normal Dağılım
*Python (Veri Bilimi için), Matematik ve Veri Bilimi derslerimiz için bizi takipte kalın!
Who this course is for:
- Veri bilimine meraklı
- Kariyerini veri bilimi ve yapay zeka alanlarına yönlendirmek isteyen çalışanlar
- Makine Öğrenimi konusunda meraklı
- Veri bilimi için gerekli olan teorik olasılık ve makine öğrenimi alt yapısını oluşturmak veya tekrar hatırlamak isteyenler