Eğitimin Amacı:
Bu program temel düzeyde R bilen kullanıcılara,
veri bilimi ve makine öğrenmesinin ne anlama geldiğini ve nerelerde
kullanılabileceğini aşılamayı, R programlama diliyle makine öğrenmesi projeleri
yapmayı uygulamalı bir şekilde öğretmeyi amaçlamaktadır.
Eğitimin Hedef Kitlesi:
Temel R ve/veya temel programlama bilgisine sahip
olan ve veri bilimi ile makine öğrenmesinin temellerini uygulamalar
aracılığıyla öğrenmek isteyen kişiler.
Eğitimin İçeriği:
- Veri ve Veri Bilimine Ait Örnekler
- Veri Bilimine Giriş: Denetimli –
Denetimsiz Öğrenme, Sınıflama, Regresyon ve Kümeleme, Model Performansının
Ölçülmesi, Eğitim ve Test Verisi, Yanlılık ve Varyans Takası, ROC
eğrileri, Aşırı Uyum
- Denetimli Öğrenme: Sınıflama, kNN,
Lojistik Regresyon, Karar Ağacı
- Denetimli Öğrenme: Regresyon:
RMSE, R2, Değişken Dönüşümleri, Doğrusal Regresyon, Genelleştirilmiş
Toplamsal Model, Poisson Regresyon, Rastgele Orman
- Denetimsiz Öğrenme: Kümeleme, K
means kümeleme, Aşamalı Kümeleme, Temel Bileşenler Analizi
- Caret paketi ile makine öğrenmesi
Programın Kazandıracağı Bilgi ve Beceriler:
- Makine öğrenmesinin anlamını, türlerini ve
temel uygulama alanlarını kavrar.
- Makine öğrenmesiyle ilgili test-train split,
cross-validation, accuracy, precision, hyperparameter tuning, confusion matrix
gibi kavramları anlar.
- Denetimli ve denetimsiz makine öğrenmesi
arasındaki farkı bilir.
- R programlama dili kullanarak makine
öğrenmesi modeli eğitebilir, tahmin ve kümeleme modelleri oluşturabilir.
Eğitim Takvimi:
Cumartesi - Pazar (6 Saat)
Hibrit Program: 20 Saat Online-Canlı - 10 Saat Yüz yüze
Uygulama Eğitimi
Eğitimciler:
Dr. Öğr. Üyesi Erhan ÇENE https://avesis.yildiz.edu.tr/ecene/
Arş. Gör. Dr. Coşkun PARİM https://avesis.yildiz.edu.tr/cparim/