Veri Bilimi
Bu kategoride veri bilimi alanı ile ilgili uygulamalar, teorik bilgiler, hap bilgiler verilmektedir.
Makine Öğrenmesi Teori Veri Bilimi

Boruta Algoritması ile Değişken Seçimi

Boruta veri setine eklediği gölge değişkenler ve iterasyonlu yapısı ile bir veri setinden önemli ve önemli olmayan değişkenlerin tarafsız ve istikrarlı bir şekilde seçilmesini sağlayan, Random Forest tabanlı değişken seçme yöntemidir.

Makine Öğrenmesi Teori Veri Bilimi

Boruta Algoritması ile Değişken Seçimi

Boruta veri setine eklediği gölge değişkenler ve iterasyonlu yapısı ile bir veri setinden önemli ve önemli olmayan değişkenlerin tarafsız ve istikrarlı bir şekilde seçilmesini sağlayan, Random Forest tabanlı değişken seçme yöntemidir.

Genel bir bakış İş Analitiği İş Zekası SQL Veri Görselleştirme Veri hazırlığı Yeni Başlayanlar

SSIS’de Union All

Bu yazımda SSIS'de Union All görevini kullanmayı göreceğiz. Örnek paket çalıştırarak SSIS'de neden Union All var ve nasıl kullanılır konularına değinmiş olacağız.

Makine Öğrenmesi Regresyon Uygulama Veri Bilimi

MXNet ile Derin Öğrenme 2.1: Softmax Regresyon (Teori)

Herkese merhabalar, MXNet ile derin öğrenme serisine devam ediyoruz. İlk iki bölümde doğrusal regresyon konusunda teorik bilgiler paylaşıp python programlama dili ile uygulama yapmıştık. Bu...

Genel bir bakış Hiyerarşik Kümeleme Kümeleme Makine Öğrenmesi Python Teknik Uygulama Veri Bilimi Veri Görselleştirme

Hiyerarşik Kümeleme

Merhabalar! Uzun bir aradan sonra yine sizlerleyim 🙂 Bu yazımda denetimsiz öğrenme (unsupervised learning) algoritmalarından hiyerarşik kümelemeyi ele alacağız. İlk olarak denetimsiz öğrenme nedir? Denetimsiz Öğrenme Denetimli öğrenmede...

Büyük Veri Distributed Systems Genel bir bakış Makine Öğrenmesi Spark Veri Bilimi

Apache Spark’a Giriş

Verinin her geçen gün katlanarak büyüdüğü günümüz dünyasında o veriyi işleyebilmenin ve veriden anlamlı çıkarımlarda bulunabilmenin önemi de katlanarak artmaktadır. Ancak terabaytlarca ve hatta petabaytlarca...

Genel bir bakış Makine Öğrenmesi Python Sınıflandırma Uygulama Veri Bilimi Veri hazırlığı Veri Ön İşleme

Boosting Kutu Açılışı

En sık kullanılan boosting algoritmalarının kullanımı, hiperparametre optimizasyonu ve performansları Python dili kullanılarak incelenmiştir.

Derin Öğrenme Genel bir bakış Makine Öğrenmesi Python Sınıflandırma Teknik Uygulama Uygulama Araçları Veri Bilimi

Kaggle İlaç Sınıflandırma Yarışması – DEEP LEARNING Uygulaması (Tensorflow)

Bu uygulama yazısında, Kaggle'dan alınan veri seti kullanılarak, ilaçlar üzerine multilabel sınıflandırma çalışması yapılmıştır. İlk modelde LGBM yöntemi tercih edilirken, ikinci model çalışmasında Tensorflow dataframe'i tercih edilerek deep learning model mimarisi kurulmuştur. Bu veri setinde deep learning modeli, boosting yöntemine göre daha başarılı bir performans sergilediği görülmüştür.

Genel bir bakış İş Zekası SQL Veri Görselleştirme Veri hazırlığı Yeni Başlayanlar

SSIS ile ETL Uygulaması

Merhaba arkadaşlar. Bu yazımda SSIS ile veritabanından veri çekip (extract), bazı dönüşüm (transform) işlemlerinden sonra hedef kaynağa yazacağımız (load) bir ETL uygulaması yapacağız.

Büyük Veri Genel bir bakış Teknik Veri Bilimi

Google Bigquery ile Google Analytics Uygulamaları

Merhaba VBO okuyucuları! Bir önceki yazımda Google Bigquery hakkında temel bilgiler vermiş olup, yazının sonunda Google Analytics’e de değinmiştim. Bu yazımda Google Analytics datası üzerinde...

Genel bir bakış Python Veri hazırlığı Veri Ön İşleme

Özellik Oluşumu ve Özellik Seçimi(Feature Selection)-2

Merhaba Arkadaşlar, Özellik seçimi ile ilgili yazı serisinin 2.yazısını okumaktasınız, eğer ilk yazıyı okumadıysanız ilk yazıyı okumanız konu bütünlüğünü anlamak adına faydanıza olacaktır. İlk yazıda...

×

Bir Şeyler Ara