Bu gönderi makine öğrenmesine giriş sunumlarını desteklemek amaçlı yazılmıştır. İçeriğinde sunumlarda kullanılan materyaller (pdf, odp, kaynak kodları) bulunmaktadır.
Program
Gün 1: Python’u Doğru Kullanmak
- Pythonism - Tutarlılık
- Sayısal Tipleri Taklit Etmek
- Python Veri Yapıları
- List Comprehensions
- Generator Expressions
- Tuple Unpacking
- Dilimleme
- Birinci Sınıf Objeler Olarak Fonksiyonlar
- Fonksiyon Dekoratörleri
- Değişkenlere Kısa Bir Bakış
- Operatör Aşırı Yükleme
Gün 2: Makine Öğrenmesine Giriş
- Keşifsel Veri Analizi
- Veri Tipleri
- Veri İşleme
- Makine Öğrenmesi Yöntemleri
- Makine Öğrenmesi Problemleri
- Simple/Multiple Linear Regression
- Naïve Bayes
- Decision Tree
- Random Forest
- Yapay Sinir Ağları
- Makine Öğrenmesi Değerlendirme Ölçütleri
- Confusion Matrix
- Accuracy
- Precision
- Recall
- F1-Score
- Optimizasyon Yöntemleri
- Particle Swarm Optimization
Gün 3: Derin Öğrenmeye Giriş
- Vanilla Derin Ağlar
- Convolutional Neural Networks
- Autoencoders
Sunum Linkleri
Birinci Gün
İkinci Gün
Üçüncü Gün
Kaynak kodlar
Sunumlar sırasında üretilen Jupyter Notebook’ları Github‘da bulabilirsiniz.