Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
Veri Bilimi için R Programlama
Highest Rated
Rating: 4.4 out of 5(68 ratings)
1,193 students

Veri Bilimi için R Programlama

Başarılı bir veri bilimci olmak için R Programlama
Created byData Forest TR
Last updated 5/2020
Turkish

What you'll learn

  • İstatistiki öğrenimin tanımını öğreneceksiniz.
  • Supervised (Gözetimli) ve Unsupervised (Gözetimsiz) öğrenme konularına akılda kalıcı bir giriş yapmış olacaksınız.
  • Makine Öğrenimi ile İstatistiki öğrenim arasındaki ilişkiyi anlayacaksınız.
  • R ve R Studio Programını kurulumdan başlayıp temel programlama prensiplerini rahatça uygulayacaksınız.
  • Veri bilimi yaparken vaktimizin 80%'ini alan "veri hazırlama" aşaması için gerekli olan R programlama donanımına sahip olacaksınız.
  • R ile hem veri hazırlığı yaparken hem de tahmin modellemesi sonuçlarınızı kontrol ederken en büyük yardımcınız veri görselleştirme temellerini kavrayacaksınız
  • Kursumuzu bitirdiğinizde R programı kullanarak ilk tahmin modeli örneklerinize sahip olacaksınız

Course content

5 sections • 74 lectures • 11h 44m total length

  • VERİ BİLİMİ için R PROGRAMLAMA KURS NOTLARI0:04

    Kursumuza başlamadan önce notları indirerek hem kursu daha kolay takip edip hem de bitirdiğinizde hızlıca neler öğrendiğinizi hatırlayabilirsiniz.

  • Bu Derste Neler Öğreneceksiniz? R Programlama Temelleri7:39
  • Bu Derste Neler Öğreneceksiniz? R ile Veri Hazırlama7:42
  • Bu Derste Neler Öğreneceksiniz? Veri Görselleştirme ve Tahmin Analitiği7:07
  • Keywordler10:18
  • İstatistiki Öğrenim Örnekleri8:03
  • Supervised Learning (Gözetimli Öğrenme)6:22
  • Unsupervised Learning (Gözetimsiz Öğrenme)7:57
  • Supervised vs Unsupervised
  • Partitioning Clustering4:09
  • Hierarchical Clustering2:16
  • Density-Based Clustering2:08
  • Clustering (Kümeleme) Metrikleri4:15
  • Makine Öğrenimi - İstatistiki Öğrenim Karşılaştıması6:19
  • Machine Learning (Makine Öğrenimi) vs Statistical Learning (İstatistiki Öğrenim)
  • Tavsiyeler3:15
  • Günlük Hayattan Örnekler

Requirements

  • Veri bilimi ve yapay zeka konusunda meraklı olmak.
  • R kodlarınızı bizimle beraber yazıp çalıştırabileceğiniz bir bilgisayar
  • Veri bilimi dünyasına ilk adımınızı atmaya hazırlanıyorsanız, "Yeni Başlayanlar için Veri Bilimine Giriş" adlı dersimizi tavsiye ediyoruz.

Description

Yeni nesil uzaktan öğrenme teknikleri ile R* programlama dilini beraber kullanarak veri biliminde  uzmanlaşacağınız kurs setimizin ilk dersine hoşgeldiniz!

  1. Yeni Başlayanlar için Veri Bilimine Giriş

  2. Veri Bilimi için "R" Programlama

  3. Veri Bilimi için İstatistik

  4. Makine Öğrenimi (Machine Learning)

  5. Veri Görselleştirme (Data Visualization)

  6. Veri Madenciliği  (Data Mining )

  7. Derin Öğrenme (Deep Learning)

Veri bilimi alanında yüksek lisanslı veri profesyoneliyle beraber makine öğrenimi ve veri görselleştirme alanlarında dünyanın en yaygın dillerinden R Programalama dilinin temellerini kavrayacaksınız.

Bu kurs ile R programlama dili ile beraber kodlama alışkanlıkları, veri bilimi çalışırken dikkat edilmesi gerekenler hakkında önemli tüyolar öğreneceksiniz.


Kurstan maksimum verimde faydalanabilmek için:

• Videolara iliştirdiğimiz kaynakları mutlaka kontrol edin.

• R kodlarını bölüm başlangıçlarında ve ödev dosyalarında .zip haliyle bulabilirsiniz. İndirerekGitHub pratiklerimizden daha kolay faydalanın. İndirdiğiniz kodlaru R-Script'inizde kullanın ve ardından kendiniz de yazın

• Ders ile alakalı olsun olmasın herhangi bir sorunuzda iletişime geçmekten çekinmeyin! Data Forest ekibi olarak her zaman destek olmaya hazırız


Bu kursta:

Başlamadan Önce

• İstatistiki öğrenim örnekleri

• Supervised & Unsupervised  Learning (Gözetimli & Gözetimsiz Öğrenme) Giriş

• Makine Öğrenimi vs İstatistiki Öğrenim


R Programlama Temelleri

• R ve R-Studio Programları Giriş ve Kurulumu

• Çalışma dizini ve Proje Kullanımı

• R'ın tarihi

• R Help?!

• R Studio Konsol & Script

• Değişken tipleri

• Mantık ve Koşul İfadeleri (IF-ELSE)

• Döngüler (Loops)

• R'da Vektörler ve Listeler

• R'da Fonksiyonlar

• Paket ve Kütüphaneler


R ile Veri Ön İşleme

• [] kullanımı

• Matrisler

• Matrislerde boyut isimlendirme

• Matrislerde işlemler

• Subsetting (Alt Küme seçme)

• R-Studio data import

• Dataframes (Veri Çerçeveleri)

• Veri keşfetmeye giriş (Data Exploration)

• $ kullanımı

• Dataframe işlemleri

• Dataframe filtreleme

• R'da Faktörler

• APPLY Fonksiyon ailesi

• Kümeleme Çeşitlerinde Performans Metrikleri


R ile Veri Görselleştirme Temelleri

• plot() fonksiyonu ve "arguments" kullanımı

• Barplots (Sütun Grafikleri)

• Histogramlar

• Boxplot (Kutu Grafikleri)

• Grid of Charts (Grafik Izgarası)

• Veri Görselleştirme Kütüphaneleri (Lattice-ggplot2)


R ile Tahmin Analitiğine Giriş

• Veri ön işleme örnekleri

• Regresyon modellemeleri

• Sınıflandırma (Classification) modellemesi (k-NN)

---------------------------------------------------------------


*Python derslerimiz için de bizi takipte kalın!

Who this course is for:

  • Veri bilimine meraklı
  • Başlangıç düzeyindeki R geliştiricileri veya R kullanmaya başlamak isteyenler
  • Kariyerini veri bilimi ve yapay zeka alanlarına yönlendirmek isteyen çalışanlar
  • Makine Öğrenimi konusunda meraklı
  • Teorik istatistik ve makine öğrenimi alt yapısını kodlayarak pratiğe dökmek isteyenler

Report abuse