Udemy - Machine Learning ve Python: A'dan Z'ye Makine ??renmesi (4)
Udemy - Machine Learning ve Python: A'dan Z'ye Makine Ogrenmesi (4)

Merhaba arkada?lar,


Download

Description

 

Bu kurs 7 bölümlük nihai hedefimizin dördüncü bölümünü oluşturmaktadır.   

  • Python: Python Sıfırdan Uzmanlığa Programlama (1)

  • Data Science ve Python: Sıfırdan Uzmanlığa Veri Bilimi (2)

  • Data Visualization: A'dan Z'ye Veri Görselleştirme (3)

  • Machine Learning (Makine Öğrenmesi)   

  • Deep Learning (Derin Öğrenme)   

  • Statistical Learning (İstatistik)   

  • Artificial Intelligence (Yapay Zeka)   

  • Neden Makine Öğrenmesi?

    • İş sahası çok geniş,

    • Dünya yapay zeka yani makine öğrenmesine doğru inanılmaz hızlı sürükleniyor,

    • Makine öğrenmesi geleceği parlak meslek dallarının olmazsa olmazı,

    • Bir veriden derinlemesine bilgi çıkarmaya olanak sağlıyor.

    Bu Kurs ile Alacaklarınız

  • Sıfırdan Kodlama Becerisi: Sizinle birlikte kod yazıyoruz. Her ders boş bir sayfa ile başlar ve kodu sıfırdan yazarız. Bu şekilde ilerleyebilir ve kodun nasıl bir araya geldiğini ve her satırın ne anlama geldiğini tam olarak anlayabilirsiniz.

  • Kodlar ve Şablonları: Kursta oluşturduğumuz her Python şablonlarını ve kodunu indirebilirsiniz. Bu, sizlere hem daha sonra kod üzerinde pratik yapma hem de kendi projelerinizi şablon sayesinde daha kolay bir şekilde yaratma imkanı sağlayacaktır

  • Teori ve Mantık: Size yalnızca kod yazmayı değil, hem yazdığımız kodun arkasında yatan mantığı ve teoriyi hem de neden böyle bir kod yazdığımızı anlatıyoruz.

  • Kurs içi destek: Size sadece video ile ders anlatımı yapmıyoruz. Size destek olmak için profesyonel Veri Bilimcilerinden oluşan bir ekip oluşturduk. Bu da ders ve ya ders dışı sorularınıza en fazla 72 saat içinde yanıt alacağınız anlamına geliyor.

  • Machine Learning kursu içeriği

    • Giriş Bölümü

      • Machine Learning ve Kullanım Alanları   

      • Gerekli Kurulumların Yapılması

    • Supervised Learning

      • Regression

        • Linear Regression

        • Multiple Linear Regression

        • Polynomial Linear Regression

        • Decision Tree Regression

        • Random Forest Regression

        • Evaluation Regression Models

      • Classification

        • Logistic Regression

        • K-Neirest Neighbour (KNN)

        • Support Vector Machine (SVM)

        • Naive Bayes

        • Decision Tree

        • Random Forest

        • Evaluation Classification Models

    • Unsupervised Learning

      • Clustering

        • K-Means

        • Hierarchical Clustering

    • Natural Language Process (NLP)

    • Principle Component Analysis (PCA)

    • Model Selection

      • K-Fold Cross Validation

      • Grid Search

    • Recommendation Systems

    Kurs Hakkında Bazı Öğrenci Yorumları

    • Alihan Tabak

      • Kesinlikle mesleki anlamda yaptığım en iyi şeylerden biriydi. Okulda dersini almış olmama rağmen bu kadar ayrıntılı ve anlaşılır bir course oluşturduğu için, hocamıza teşekkürü borç bilirim. 

    • Samet Tutkun

      • Anlatımlar çok şahane. Hele paint ile bunları görselleştirip (eğitmenin sanatsal bir yanı da var zannımca) işin mantığını öğretmesi şahane. Bu konulara çok ilgim var her fırsatta YouTube'dan falan izliyordum, ama böyle şahane anlatanına rastlamadım. O yüzden çoook teşekkür ederim: izleyen herkes adına! :) Ayrıca Udemy de fena değilmiş aslında. Derli toplu iyi içerikler de var hani... :)   

    • Bileda Ozan Kavcu 

      • Hocamız bize bu dersleri anlattığı için gerçekten çok teşekkür ediyorum . Çünkü bu dersler sıradan yazılım dersleri gibi değil Türkiye'nin geleceği açısından çok büyük bir temel teşkil ediyor geleceğe hazırlanıyorsunuz arkadaşlar hepimiz için çok önemli bu dünya değişiyor. Endüstri 4.0' a hazır olmamız gerekiyor . Saygılar emeğiniz için hocam 

    İçeriğin İngilizce olması sizi yanıltmasın arkadaşlar. Derslerim tamamen Türkçedir.   

    Hemen kaydolun ve bir an önce başlayalım.

    Bu kurs kimler için uygun:

    • Makine öğrenmesi konusunda uzmanlaşmak isteyenler
    • Yapay zeka temellerini oluşturmak isteyenler
    • Kariyerini makine öğrenmesinde sürdürmek yada başlatmak isteyenler
    • Üniversite ve meslek seçiminde zorlanan ve makine öğrenmesi hakkında bilgi ve beceri sahibi olmak isteyenler
    • Makine öğrenmesini iş hayatında uygulamak isteyenler

    Course content

    • Giriş Bölümü
      • Giriş
      • Machine Learning ve Kullanım Alanları
      • Bu Dersten Sonra Hangi Seviyede Olacağız
      • Anaconda Kurulum
      • Spyder ve Jupyter Notebook Tanıtım
      • Kaggle Tanıtım
    • Linear Regression
      • Dataset Tanıtımı
      • Linear Regression Nedir-1
      • Linear Regression Nedir-2
      • Linear Regression with Python
    • Multiple Linear Regression
      • Dataset Tanıtımı
      • Multiple Linear Regression Nedir
      • Multiple Linear Regression with Python
    • Polynomial Linear Regression
      • Dataset Tanıtımı
      • Polynomial Linear Regression Nedir
      • Polynomial Linear Regression with Python
    • Decision Tree Regression
      • Decision Tree Regression Nedir
      • Decision Tree Regression with Python
    • Random Forest Regression
      • Random Forest Regression Nedir
      • Random Forest Regression with Python
    • Evaluation Regression Models
      • Evaluation Regression Model Performance with R-Square
      • R-Square with Random Forest
      • R-Square with Linear Regression
      • Regression Ödev - 1
    • Logistic Regression Classification
      • Logistic Regression Giriş
      • Computation Graph
      • Logistic Regression with Computation Graph
      • Initializing Parameters
      • Forward Propagation
      • Backward Propagation-1
      • Backward Propagation-2
      • Dataset tanıtımı ve Normalization
      • Dataset Train-Test Split
      • Implementing Initializing Parameters and Sigmoid Function
      • Implementing Forward and Backward Propagation
      • Implementing Update Parameters
      • Implementing Prediction
      • Implementing Logistic Regression
      • Logistic Regression with Sklearn
      • Özet ve Logistic Regression Ödev-1
    • K-Nearest Neighbour (KNN) Classification
      • Dataset Tanıma
      • K-Nearest Neighbour (KNN) Nedir
      • K-Nearest Neighbour (KNN) with Python
      • K-Nearest Neighbour Ödev-1
    • Support Vector Machine (SVM) Classification
      • Support Vector Machine (SVM) Nedir
      • Support Vector Machine (SVM) with Python
    • Naive Bayes Classification
      • Naive Bayes Classification Nedir
      • Naive Bayes Classification with Python
    • Decision Tree Classification
      • Decision Tree Nedir
      • Dataset Tanıma
      • Decision Tree with Python
    • Random Forest Classification
      • Random Forest Nedir
      • Random Forest with Python
    • Evaluation Classification Models
      • Confusion Matrix Nedir
      • Confusion Matrix with Python
      • Classification Ödev-1
    • K-Means Clustering
      • K-Means Clustering Nedir
      • K-Means Clustering Evaluation
      • K-Means Clustering with Python-1
      • K-Means Clustering Python-2
    • Hierarchical Clustering
      • Hierarchical Clustering Nedir
      • Dendogram Nedir
      • Dataset Tanıma
      • Hierarchical Clustering with Python
      • Clustering Ödev-1
    • Natural Language Process (NLP)
      • Natural Language Process (NLP) Nedir
      • Dataset Tanıtımı
      • Regular Expression (RE)
      • Irrelavant Words (Stopwords)
      • Lemmatization
      • Data Cleaning
      • Bag of Words
      • Text Classification
    • Principal Component Analysis (PCA)
      • Principal Component Analysis (PCA) Nedir
      • Principal Component Analysis (PCA) with Python
      • Principal Component Analysis (PCA) 2D Görselleştirme
    • Model Selection
      • K-Fold Cross Validation
      • K-Fold Cross Validation with Python
      • Grid Search with KNN
      • Grid Search with Logistic Regression
      • Model Selection Ödev-1
    • Recommendation Systems
      • Recommendation Systems Nedir
      • Recommendation Systems with Python
    • Sonuç
      • Ne Yaptık Ne Yapacağız
    • BONUS
      • İNDİRİM: TÜM DERSLER

    Machine.Learning.ve.Python.Adan.Zye.Makine.Ogrenmesi.4.part1.rar

    Machine.Learning.ve.Python.Adan.Zye.Makine.Ogrenmesi.4.part2.rar

    Download


     TO MAC USERS: If RAR password doesn't work, use this archive program: 

    RAR Expander 0.8.5 Beta 4  and extract password protected files without error.


     TO WIN USERS: If RAR password doesn't work, use this archive program: 

    Latest Winrar  and extract password protected files without error.


     Turkce   |  

    Information
    Members of Guests cannot leave comments.


    Udemy - Turkce Gorsel Ogrenme Setleri - Part 2
    Udemy - Turkce Gorsel Ogrenme Setleri
    Videohive Wow Pack Series


    rss