Yapay Zeka ve Makine Öğrenmesi
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.
Bu kurs C ve Sistem Programcıları Derneği ve Sistem Bilgisayar işbirliği ile düzenlenmektedir.