Makine Öğrenmesine Giriş (1.Bölüm)
Bir önceki yazımızda genel hatlarıyla ML’den bahsetmiştik. İlk yazıyı incelemek isteyenler için buraya tıklayabilirsiniz.
İlk yazıdan sonra ikincisi biraz gecikti çünkü içindekiler gibi birşey hazırlamaya çalıştım. Belli bir gruplandırma yaparak seri içeriğini aşağıda ekliyorum.
- Giriş ve Çalışma Ortamının Hazırlanması (Introduction)
- Verilerin Hazırlanması (Data Preprocessing)
- Eğri Uydurma (Regression)
- Sınıflandırma (Classification)
- Kümeleme (Clustering)
- Birliktelik Kuralları (Association Rules)
- Takviyeli Öğrenme (Reinforcement Learning)
- Boyut Küçültme (Dimensionality Reduction)
- Model Seçimi & Boosting (Model Selection & Boosting)
- Bonus: Derin Öğrenme ve Doğal Dil İşleme (Deep Learning and Natural Language Processing)(Bu kısımdaki konular ayrı bir seri konusu olduğundan birer örnek üzerinden genel olarak bahsedilecektir.)
Temel olarak ana başlıklarımız yukarıdaki gibi olacak. Her ana başlık altında işleyeceğimiz bir çok alt başlık var fakat onları buraya yazmıyacağım çünkü çok kalabalık ve saçma olacak. Onun yerine her bölüm başlangıcında bunları yazıp ordan devam edicez.
İçeriğimizden de genel hatlarıyla bahsettiğimize göre konuya giriş yapalım.
Konular ile ilgili yapacağım örneklerde Python kullanacağım. Kullanacağımız bir çok özel bilimsel paketin tek tek kurulması oldukça karmaşık bir hal alabiliyor. İşletim sistemleri arasındaki farklarda bu sürece eklenince çözülmesi gereken sorunlar artıyor. Bundan dolayı Anaconda paket dağıtımını kullanacağız.
Mac, Linux ve Windows’a destek veriyor ve istediğimiz herşey onunla birlikte geliyor. Aşağıdan ilgili sayfaya gidip işletim sisteminize uygun olan paketi indirebilirsiniz. Python 2.x ve 3.x versiyonları için ayrı ayrı dağıtımlar mevcut ben 3.x sürümünü kullanıyorum o yüzden sizde 3.x sürümü için olan dağıtımı yüklerseniz versiyon farklılıklarından kaynaklanan hatalardan kurtulmuş oluruz.
Okuduğunuz için teşekkürler. Bir sonraki yazıda görüşmek dileğiyle…
Alkışlamayı unutmayalım :)
En aktif Türkçe Yayına bekleriz | Podcast| Facebook | Twitter | Slack
