Veri Bilimi Okulu

Active Learning ve Veri Etiketlemedeki Rolü: Sampling Stratejileri & Query Yöntemleri -Bölüm 2/2

Loading

Active Learning Sampling Stratejileri ve Query Yöntemleri Birinci bölümde etiketleme süreci üzerine odaklanmıştık. Bu bölümde etiketleyicinin, etiketleyeceği verileri ortaya çıkaran yöntemler üzerine gidilecek. Etiketlenecek görseller üzerinde çeşitliliğe dayanan, belirsizliğe dayanan veya hibrit kullanımlara dayanan stratijler bulunmaktadır. 3 başlık üzerinden yöntemleri inceleyeceğiz. Bu 3 başlığın altında bahsedilen yöntemlerle birlikte bahsedilmeyen birçok yöntem daha mevcuttur. 1) Uncertainty Sampling […]

Active Learning ve Veri Etiketlemedeki Rolü -Bölüm 1/2

Loading

Active Learning’e Giriş Uçtan uca bir makine öğrenmesi projesi hayal edelim. Aklımıza, veri seti üzerinde ön işleme aşamalarıyla başlanılan ve devamında modelin oluşturulup ayağa kaldırıldığı (deploy) bir süreç gelecektir. Bir nesne tanıma (object detection) senaryosu örneği ile bu süreci gözümüzde canlandıralım. Mağaza raflarının kamera görüntüleri üzerinden raflardaki ürünlerin tanınıp, adetlerinin de elde edildiği bir proje […]

Boruta Algoritması ile Değişken Seçimi

Loading

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.

Kaggle İlaç Sınıflandırma Yarışması – DEEP LEARNING Uygulaması (Tensorflow)

Loading

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.

Basit Doğrusal Regresyon Nedir?

Loading

Bu yazımda Python’da basit doğrusal regresyon modeli oluşturacağız. Regresyon analizinde, iki ya da daha çok değişkenin yer aldığı istatiksel modellerde, genellikle neden-sonuç ilişkileri araştırılır. Yani değişkenlerden biri ya da birkaçının, diğer bir ya da birkaç değişkeni ne ölçüde etkilediği incelenir. Eğer değişkenler arasında ilişki varsa, ilişkinin derecesi matematiksel bir fonksiyon olarak ortaya konur. Bu fonksiyona […]

Makineler Nasıl Öğrenir?

Loading

Bu yazıda son dönemlerde sık karşılaştığımız konulardan biri olan ve biz fark etmesek de yaşantımızın bir parçası haline gelmiş makine öğrenmesinden bahsedeceğim. Makine öğrenmesinden bahsedildiğinde tam olarak ne olduğunu anlayamıyor musunuz? Gelin birlikte öğrenelim ve kafamızdaki soru işaretlerine bir son verelim. Makine Öğrenmesi (Machine Learning) Nedir? Makine Öğrenmesi, matematiksel ve istatistiksel işlemler ile veriler üzerinden […]

Python ile Makine Öğrenmesi (Machine Learning) – 2020

Loading

Eğitimen: M. Vahit Keskin Kursa Git Öğrenecekleriniz Makine öğrenmesi algoritmalarını öğreneceksiniz. Regresyon modelleri ve sınıflandırma modellerini öğreneceksiniz. Denetimli (supervised) ve denetimsiz (unsupervised) yöntemleri öğreneceksiniz. Gereksinimler İnternet bağlantısı ve bilgisayar… Açıklama Makine öğrenmesi; bilgisayarların insanlara benzer şekilde öğrenmesini sağlamaya çalışmak adına çeşitli tekniklerin geliştirildiği bilimsel bir çalışma alanıdır. Bir kişinin belirli bir hastalığa sahip olup olmadığının […]

3 Adımda CRM (Müşteri İlişkileri Yönetimi)

Loading

Merhaba VBO okuyucuları! Veri Bilimi Okulu için ilk yazım CRM ile ilgili. Bu yazımda ‘CRM nedir?’, ‘Veri biliminin CRM’le ilişkisi nedir?’ gibi soruların cevabını vererek, sizlere CRM kavramı ile ilgili uçtan uca bir bakış açısı kazandırmayı hedefliyorum. CRM günümüzde gittikçe popülerleşen bir alan. Şirketlerde genelde pazarlama departmanlarının altında bulunan bu bölüm, aslında şirketin müşteri profilini […]