Bu kurs R, Phyton, Knime ve IBM Watson programlama ortamlarını kullanarak Makine öğrenmesi konusunda gerçek iş uygulamalarına yönelik katılımcıların becerisini kazandırmayı hedeflemektedir. Kurs içerisinde pek çok konu belli bir derinlikte ele alınmaktadır. Bu kurs aynı zamanda bir uygulama kursu olduğundan iş dünyasında karşılaşan süreçlerle ilgili örnekler de verilmektedir.

Kurs konularından bazıları aşağıdadır:

• Temel, Uygulamalı istatistik

Faktör Analizi
Korelasyon ve Regresyon Analizleri
Hipotez Testleri (Anova, T Testi, F Testi vs..)

• Etiketli Öğrenme

Regresyon
Doğrusal Regresyon
Yapay Sinir Ağları
Derin Öğrenme

Sınıflandırma

Support Vector Machine
Naive Bayes
Yapay Sinir Ağları (Artificial Neural Network)
Derin Öğrenme (Deep Learning)
Karar Ağaçları (Decision Trees)
Lojistik Regresyon

• Etiketsiz Öğrenme

Kümeleme analizi
Uzaklık temelli yöntemler

• Tahminleme Algoritmaları Problemleri ve Çözümleri

Overfitting problemi
Underfitting problemi

• Pekiştirmeli Öğrenme

Pekiştirmeli öğrenme örnekleri

• Optimizasyon

Çeşitli optimizayon teknikleri
• Ve diğerleri...

Ön Koşul: Temel düzeyde herhangi bir programlama dilinde tecrübeli olmak yeterlidir
Kimler Katılmalı:İş analitiği ve makina öğrenmesi konusuna ilgi duyan herkes katılabilir

* Ücretleri sorunuz.