Press "Enter" to skip to content

Makine Öğrenmesinin Temelleri-5



Makine Öğrenmesinin Temelleri : Makine Öğrenmesi Atölye Çalışması Çıktılarının Paylaşılması

Data Istanbul ekibinin içinden oluşan bir takım olarak Bahçesehir Üniversitesi İstanbul Big Data Eğitim ve Araştırma Merkezi ortaklığıyla Andrew NG’nin Coursera Machine Learning programını tamamladık. Bu akran öğrenmesi eğitim modelini kullanarak öğrendiğimiz bilgileri sizlerle paylaşmak istiyoruz. Sunumlarımızı Python kodlarla Türkçe dilinde ve hazır Makine Öğrenmesi kütüphaneleri kullanmadan hazırladık. Böylelikle paylaşacağımız kaynakları sunum sırasında takip edebilir veya sonradan kullanarak siz de öğrenmenizi pekiştirebilirsiniz.
Program detayı aşağıdaki gibidir:

Başlangıç | Konu | Konuşmacılar
• 10:00 | Makine Öğrenmesi Temel Bilgiler ve Giriş | Akın Erdem | Erkan Eraslan
• 10:30 | Doğrusal Regresyon ve Python’da Kodlanması | Onur Bilgiç | Sadık Ünal Çokünlü
• 11:10 | Lojistik Regresyon ve Python’da Kodlanması | Duygu Can | Neslihan Oflaz
• 11:50 | Öğle Arası
• 12:50 | Yapay Sinir Ağları ve Python’da Kodlanması | Recep Bayındır | Birtuğ Bilgin
• 13:30 | SVM ve Python’da Kodlanması | Zeyneddin Öz | Ebru Toka
• 14:10 | Mola
• 14:25 | Karar Ağaçları ve Python’da Kodlanması | Berk Bilgiç | Osman Atam
• 15:05 | Kümeleme (K-means) ve Python’da Kodlanması | Devrim Nasipoğlu | Akın Erdem
• 15:45 | Mola
• 16:00 | Anomali Tespiti ve Python’da Kodlanması | Neslihan Oflaz | Ebru Toka
• 16:40 | Öneri Sistemleri ve Python’da Kodlanması | Onur Bilgiç | Zeyneddin Öz

Leave a Reply

avatar
  Subscribe  
Notify of