Makine Öğrenmesi

Kurs Eğitmeni: Tolga ÜSTÜNKÖK

 

Birinci Gün: Python’u Doğru Kullanmak

  1. Pythonism – Tutarlılık
  2. Sayısal Tipleri Taklit Etmek
  3. Python Veri Yapıları
  4. List Comprehensions
  5. Generator Expressions
  6. Tuple Unpacking
  7. Dilimleme
  8. Birinci Sınıf Objeler Olarak Fonksiyonlar
  9. Fonksiyon Dekoratörleri
  10. Değişkenlere Kısa Bir Bakış
  11. Operatör Aşırı Yükleme

İkinci Gün: Makine Öğrenmesine Giriş

  1. Keşifsel Veri Analizi
    • Veri Tipleri
    • Veri İşleme
  2. Makine Öğrenmesi Yöntemleri
  3. Makine Öğrenmesi Problemleri
  4. Simple/Multiple Linear Regression
  5. Naïve Bayes
  6. Decision Tree
  7. Random Forest
  8. Yapay Sinir Ağları
  9. Makine Öğrenmesi Değerlendirme Ölçütleri
    • Confusion Matrix
    • Accuracy
    • Precision
    • Recall
    • F1-Score
  10. Veri Boyut İndirgeme
    • PCA
  11. Optimizasyon Yöntemleri
    • Gradient Descent Optimization
    • Particle Swarm Optimization

Üçüncü Gün: Derin Öğrenmeye Giriş

  1. Vanilla Derin Ağlar
  2. Convolutional Neural Networks
  3. Autoencoders
    • Veri Boyut İndirgeme
  4. Generative Adverserial Networks
    • Bilinen Uygulamaları