Turkcell | Geleceği Yazanlar

EĞİTİM PROGRAMI

Makine Öğrenmesi

Günlük hayatımızın pek çok alanında kullanılan ve yapay zekanın bir alt kümesi olarak gösterilen Makine Öğrenmesi eğitimi ile karmaşık verileri hızlı ve otomatik olarak analiz etmenin temellerini öğrenebilirsin.

Eğitimi İncele

GY Üyeliğinin Avantajlarını Kullan

Geleceği Yazanlar’a giriş yaparsan eğitim sürecini takip edebilirsin.

Deneyimler aracılığıyla verilerden öğrenebilen, kalıplar belirleyebilen ve minimum insan müdahalesi ile kararlar alabilen bir sistem olan Makine Öğrenmesi eğitimi ile karmaşık verileri hızlı ve otomatik olarak analiz etmenin temellerini öğrenebilirsin. Öğrendiğin bilgileri otomotiv, eğlence ve pazarlama gibi pek çok farklı alanda kullanabilirsin.

Makine Öğrenmesi eğitimi 5 aşamadan oluşmaktadır;

101: Makine Öğrenmesine Giriş

201: Doğrusal Regresyon Modelleri

301: Doğrusal Olmayan Regresyon Modelleri

401: Sınıflandırma Modelleri

501: Denetimsiz Öğrenme Yöntemleri

Yaklaşık 12 saat sürecek eğitimde 99 video izlemen için seni bekliyor!

Tüm eğitimleri tamamlamak ve sınavı başarıyla geçerek sertifikaya hak kazanmak senin elinde! Şimdi zaman kaybetmeden eğitime başla!

Ders Programı (5)

Makine Öğrenmesi

Makine Öğrenmesi 101

Makine öğrenmesi dünyasına giriş yapılan bu bölümde temel kavramlar ele alınarak gerçek hayat örnekleri üzerinden makine öğrenmesinin temelleri atılıyor.

  • 184 Kişi Kayıtlı
  • 49 Kişi Sertifika Aldı

Ders İçeriği

  • Makine Öğrenmesi Nedir?
  • Makine Öğrenmesi Nedir? Fonksiyonel Örnek
  • Gerçek Hayat Örnekleri
  • Temel Kavramlar 1
  • Temel Kavramlar 2
  • Model Doğrulama Yöntemleri
  • Model Başarı Değerlendirme Yöntemleri
  • Yanlılık Varyans
  • Model Tuning

Makine Öğrenmesi

Makine Öğrenmesi 201

Denetimli öğrenme yöntemlerinden biri olan ve yapay zeka dünyasının giriş kapısı kabul edilen doğrusal regresyon modelleri ve bu modellere özel optimizasyon yöntemleri ele alınıyor.

  • 58 Kişi Kayıtlı
  • 13 Kişi Sertifika Aldı

Ders İçeriği

  • Giriş
  • Basit Doğrusal Regresyon
  • Çoklu Doğrusal Regresyon
  • Ridge Regresyon
  • Lasso Regresyon
  • ElasticNet Regresyon

Makine Öğrenmesi

Makine Öğrenmesi 301

Bu bölümde doğrusal olmayan regresyon modelleri ele alınıyor. Karar ağaçları, destek vektör makineleri ve yapay sinir ağları gibi farklı modelleme teknikleri aktarılarak günümüzün en başarılı ve güncel ağaca dayalı algoritmaları da inceleniyor.

  • 23 Kişi Kayıtlı
  • 10 Kişi Sertifika Aldı

Ders İçeriği

  • Giriş
  • K En Yakın Komşu
  • Destek Vektör Regresyonu
  • Yapay Sinir Ağları
  • CART
  • Random Forests
  • Gradient Boosting Machines (GBM)
  • XGBoost
  • Light GBM
  • CatBoost

Makine Öğrenmesi

Makine Öğrenmesi 401

Bu bölümde sınıflandırma problemleri için kullanılan sınıflandırma modelleri ele alınıyor. Karar ağaçları, destek vektör makineleri ve yapay sinir ağları gibi farklı modelleme teknikleri de incelenerek günümüzün en başarılı ve güncel ağaca dayalı algoritmaları aktarılıyor.

  • 19 Kişi Kayıtlı
  • 7 Kişi Sertifika Aldı

Ders İçeriği

  • Giriş
  • Lojistik Regresyon
  • K En Yakın Komşu
  • Destek Vektör Makineleri
  • Yapay Sinir Ağları
  • CART
  • Random Forests
  • Gradient Boosting Machines (GBM)
  • XGBoost
  • Light GBM
  • CatBoost

Makine Öğrenmesi

Makine Öğrenmesi 501

Bu bölümde makine öğrenmesinin denetimsiz öğrenme yöntemlerinden olan kmeans, hiyerarşik kümeleme ve temel bileşen analizi ele alınıyor.

  • 23 Kişi Kayıtlı
  • 7 Kişi Sertifika Aldı

Ders İçeriği

  • Giriş
  • K-Means
  • Hiyerarşik Kümeleme
  • Temel Bileşen Analizi