Anasayfa / Genel bir bakış / Shiny ile Makine Öğrenmesi Web Uygulamaları: Doğrusal Regresyon

Shiny ile Makine Öğrenmesi Web Uygulamaları: Doğrusal Regresyon

“A Few Clicks Machine Learning with Shiny”

Shiny ile Web Uygulamaları tasarlamak için bundan önceki yazılarımda Shiny’nin özelliklerinden ve fonksiyon yapısından bahsettim.
İlgili video serisi : https://www.youtube.com/watch?v=1unc-AO5ahQ&list=PLkbyF4y0lKkBv0L0OQekBFyChOzBR71et
Kullanılan Fonksiyonlar : https://github.com/MustafaNayansak/shiny

Artık bu çalışmalarımızın meyvesini almak için yeterli bilgilere sahibiz. Bu yazımda, Doğrusal Regresyon Analizi yapan bir arayüz tasarlayacağız.

Arayüzün İçeriği;
1- .csv uzantılı bir veriyi çekmek
2- R da bulunan hazır veri setlerinden yararlanma
3- Değişken seçme/ekleme/çıkarma işlemleri
4- Doğrusal Regresyon modeli kurulması
5- Kurulan model için anlamsız değişkenlerin belirlenmesi
6- Anlamlı verilerle modelin kurulması ve modelin anlamlılığının ölçülmesi
7- Veriyi train-test olarak ayırmak
8- Eğitim verisi ile modeli eğitmek ve test seti ile tahminleme yapmak
9- Yapılan tahminin çeşitli metriklerle değerlendirilmesi
10- Tahmin verisinin .csv olarak kaydedilmesi

Ve genel motivasyonumuz bu analizi bir iki tıklamayla yapabiliyor olmak olacak. Aşağıda tüm bu süreci beraber işlediğimiz bir Youtube videosu, kullandığımız tüm fonksiyonlara da ulaşabileceğiniz Github linki mevcut.

Kaynak Kodları

Shiny, açık kaynak kodlu bir programlama dili olan R dilinin bir paketidir. Dolayısıyla açık kaynak kod olayının nimetlerinden yararlanmak, şirketlerin iş zekası toolları oluşturma aşamasında Web Arayüzü ihtiyaçlarını Shiny gibi bir alternatif ile karşılayabileceklerini göstermek, bu konuda geliştirmeler yapan topluluklar oluşturmak istiyorsak öncelikle elimizi taşın altına koymalı ve üretmeliyiz.

Okuduğunuz için teşekkürler.

Hakkında Mustafa Nayansak

Mustafa Nayansak, Dokuz Eylül Üniversitesi - İstatistik bölümü mezunu. İstatistiğin teorik ve uygulamalı altyapısına sahip ve bu altyapının üzerine Veri Bilimi, Büyük Veri kavramlarını inşa etmek için R programlama dilini kullanan istekli bir öğrencidir. R programlama dilini sadece istatistiksel analizler yapmak için değil Shiny, RMarkdown gibi özelliklerin de kullanılmasının önemine inanır. Bu düşüncenin temel sebebi ise çalışmaları daha etkileyici bir şekilde sunmak, daha ilgi çekici detaylarla zenginleştirmek ve bir programlama dilini daha etkin kullanabilmek.

GÖZ ATMAK İSTEYEBİLİRSİNİZ

Sigorta Sektöründe Veri Bilimi ve Yapay Zeka

Veri Bilimi Okulunun yeni yazarlarından biri olarak herkese Merhaba ! İlk yazımda çalışmakta olduğum sigorta …

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir