|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/python-ile-yapay-zeka-ve-machine-learning-algoritmalar/
课程评论：没有评论
课程名称：Python ile Yapay Zeka ve Machine Learning Algoritmaları 课程概述： 本课程旨在帮助学生掌握多种机器学习算法，通过简单易懂的语言和逐步讲解，涵盖软件开发、数据科学和人工智能等多个领域。课程内容免费提供，学员可通过LinkedIn联系讲师获取更新的免费代码。课程总时长约7小时，包括多种机器学习算法的理论和实践，特别是使用Python的scikit-learn库进行示例分析。 课程内容主要包括： 1. **线性回归**：介绍基本概念并通过“身高-体重预测”、“房价预测”和“需求预测”等简单应用进行实践。 2. **K-最近邻算法**：对不同植物种类进行分类，并基于某些血液指标预测患者是否患有糖尿病。 3. **朴素贝叶斯**：复习概率论并开发能提前识别电子邮件垃圾邮件的算法。 4. **逻辑回归**：进行银行客户的风险分析，判断是否应给予贷款的分类算法。 5. **支持向量机**：开发能够区分手写数字的算法，并进一步实现面部识别功能。 6. **树基算法**：预测棒球选手的薪水，并为人力资源部门开发招聘算法，同时比较和优化已学算法的参数和选择。 7. **无监督学习算法**：利用不同的聚类算法进行客户细分，并在COVID-19疫情背景下匹配表现相似的国家。 课程结尾将提供面试和测验问题，帮助巩固所学算法。讲师会分享所有编写的代码，确保学员在完成课程后对人工智能、数据科学和机器学习有深入的理解和知识。如果课程讲解不够清晰，学员可以随时通过评论反馈，课程还支持30天退款保证。希望大家在这短但充实的课程中取得成功！
KURSTAN ÜCRETSİZ YARARLANMAK İÇİN: Kursu isteyen herkese ücretsiz vermek istiyorum ancak 2 saatten uzun bir kurs olduğu için Udemy'ye ücretsiz koyamıyorum. Süresiz ücretsiz kod oluşturamadığım için kahraman2639 kullanıcı adım ile LinkedIn üzerinden ulaşan herkese en kısa sürede dönüş yapıp güncel ücretsiz kodunu vereceğim.Günlük hayatımızda oldukça büyük bir yere sahip birçok Makine Öğrenmesi Algoritmalarını basit bir dilde, aşamalı şekilde anlattığım kursumda birçok farklı alandan örnekler ile hem yazılım geliştirme, hem veri bilimi, hem de yapay zeka alanlarında kendinizi geliştirebilirsiniz.Kurstaki her bir bölümde farklı bir Makine öğrenmesi algoritmasını, öncelikle teorik olarak daha sonra fonksiyonel ve Python'un scikit-learn kütüphanesi üzerinden anlatacağım. Makine öğrenmesini tam olarak öğrenmek için sadece temel algoritmaları değil, veri bilimiyle ilgili birçok farklı kavramı, anomalileri ve doğrulama yöntemlerini de yaklaşık 7 saatlik kursun bütününe yayarak kademeli şekilde açıklayacağım.Kursun ilk bölümünde Linear Regresyon algoritmasını "Boy-Kilo tahmini" , "Ev Fiyat tahmini" ve "Talep tahmini" gibi basit linear regresyon uygulamalarını yapacak ve Makine öğrenmesinin en temel kavramlarından bahsedeceğim.İkinci bölümde bir başka popüler algoritma olan K-Nearest Neighbors algortimasında Biyolojik farklı bitki türlerini, özelliklerine göre sınıflandıracak sonrasında da bazı Kan değerleri verilen hastaların diyabet hastası olup olmadığını tahmin edecek bir algortima geliştireceğiz.Sonraki bölümümüz Naïve Bayes'te matematiğin olasılık konusunda bilgilerimizi tazeleyecek daha sonrasında E-Mail kutumuzdaki Spamları önceden tespit edip bizler için ayırabilecek bir algoritma geliştireceğiz.Dördüncü algoritmamız Logistic Regresyon ile Belirli banka müşterilerine risk analizi yapıp kredi verilip verilmemesi gerektiğine karar verebilecek bir sınıflandırma algortimasını anlatacağımEn çok ilgi çekebileceğini düşündüğüm beşinci bölümümüzde Support Vector Machine ile El yazısıyla yazılmış numaraları birbirinden ayırabilen bir algoritma, sonrasında da telefonlarımızdan da bildiğimiz bir yüz tanıma algoritması geliştireceğiz.Sonraki Bölümde, içerisinde birçok alt konu başlığı içeren Ağaç Bazlı Algoritmalara göz atacağız. Bu bölümde Beyzbol oyuncularının kazandıkları maaşları tahmin edecek sonrasında İnsan kaynakları departmanı için bir işe alım algoritması yazacağız. Bu bölümde, diğer öğrendiğimiz algoritmaları karşılaştıracak ve kendi projemiz için en uygun parametreleri ve algoritmaları bulma yöntemlerini öğreneceğiz.Son Bölüm olan Gözetimsiz Öğrenme Algoritmalarında birkaç farklı kümeleme algoritmasını kullanarak Reklam ajansları için Müşteri segmentasyonu yapacak, sonrasında COVID-19 pandemisinde birbirlerine çok benzer etkiler gösteren ülkeleri birbiriyle eşleştireceğiz.Tüm Bölümlerin sonunda öğrendiğiniz algoritmaları pekiştirebileceğiniz güzel mülakat ve sınav sorularını çözebilecek ve eksiğiniz varsa ayrıntılı çözümlerimi bulabileceksiniz. Yazdığım tüm kodları sizler ile paylaşacağım. Kursu tamamladıktan sonra Yapay Zeka, Veri bilimi ve Makine Öğrenmesi gibi alanlarda oldukça fazla bilgiye ve fikre sahip olacağınıza emin olabilirsiniz. Tabi ki yanlış anlattığımı ya da yeterince iyi anlatamadığımı düşündüğünüz yerlerde her zaman yorumlar aracılığıyla görüşlerinizi veya sorularınızı paylaşabilir, tatmin olmazsanız Udemy'nin iade politikasıyla kursu 30 gün içerisinde gönül rahatlığıyla iade edebilirsiniz. Bu kısa ama dolu kursumuza başlamadan önce hepinize başarılar diliyorum.
