Risk Analitiği: R ile Hisse Senedi Verisi Üzerinde Value at Risk Uygulaması – I
Herkese merhabalar, Bu yazımda, “Riske Maruz Değer (Value at Risk – VaR) kavramı nedir? Bir portföyün, pozisyonun veya tek bir finansal varlığın risk ölçümü nasıl...
Risk Analitiği: R ile Hisse Senedi Verisi Üzerinde Value at Risk Uygulaması – I
Herkese merhabalar, Bu yazımda, “Riske Maruz Değer (Value at Risk – VaR) kavramı nedir? Bir portföyün, pozisyonun veya tek bir finansal varlığın risk ölçümü nasıl...
CatBoost Nedir? Diğer Boosting Algoritmalarından Farkı Nelerdir?
Catboost, Yandex şirketi tarafından geliştirilmiş olan Gradient Boosting tabanlı açık kaynak kodlu bir makine öğrenmesi algoritmasıdır. Gradient Boosting’in performansını arttırmak amacıyla geliştirilen XGBoost ve LightGBM’e alternatiftir.
Özellik Oluşumu ve Özellik Seçimi(Feature Selection)-1
Makine öğrenmesinde özellik seçimi yöntemleri nelerdir?
Birkaç Satır Kod ile Makine Öğrenmesi Modelleri: Pycaret
Makine Öğrenmesi dünyasının “Merhaba Dünya” verisi, şüphesiz İris ve Titanik verileridir. Bu alana ilgi duyan hemen hemen herkesin yollarının kesiştiği “İris” verisi üzerine, Pycaret kütüphanesini...
MATLAB SİMULİNK İLE GÖRÜNTÜ İŞLEME – 3
Herkese merhabalar. Serimizin 3. bölümüne hoşgeldiniz. Bu bölümde Matlab simulink ile projemize video ve görüntü dahil etme ve görüntüler üzerinde morfolojik işlem uygulamaları blok diyagramlar...
PYTORCH C++ İLE DERİN ÖĞRENME -1: Proje Oluşturma
Pytorch C++ kütüphanesi kullanarak konvolüsyonel sinir ağı mimarisi tanıtmak ve eğitip test etmek.
Yapay Sinir Ağı(Artificial Neural Network) Nedir?
Yapay Sinir Ağı Nedir? Yapay sinir ağları (YSA), insan beyninin özelliklerinden olan öğrenme yolu ile yeni bilgiler türetebilme, yeni bilgiler oluşturabilme ve keşfedebilme gibi...
Nokta Tahmini, Aralık Tahmini ve NGBoost Algoritması
Bir Veri Bilimi projesinde en önemli olan şey iş problemidir ve amacımız belirsizlik içeren iş problemini çözümleyebilmektir. Projeye başlamadan sorulması gereken bazı soruların, analist arkadaşlar...
LightGBM
LightGBM diğer boosting algoritmaları ile karşılaştırıldığında yüksek işlem hızı, büyük verileri işleyebilmesi, daha az kaynak(RAM) kullanımı, yüksek tahmin oranı, paralel öğrenme ve GPU öğrenimini desteklemesi gibi avantajları vardır.
Öneri Sistemleri 101 – İçerik Bazlı Filtreleme
Merhaba VBO okuyucuları, Bir önceki yazımda günümüzde çok popüler olan ‘öneri sistemleri’ konusuna bir giriş yapmıştık, yazıya bu linkten ulaşabilirsiniz. Bu yazımda biraz daha bu...