Հարակից թեմաներ
Դասընթացը ներառում է
- 8 ժ 18 ր տեսանյութ
- 27 դաս
- Մակարդակ՝ Միջին
- Լեզուն՝ Türkçe
- Հիշում ենք, որտեղ կանգ առար
- Ամբողջովին անվճար, առանց քարտի
Դասեր
3 բաժին · 27 դաս · 8 ժ 18 ր ընդհանուր տևողությունը
Դասեր 1–1010 դաս · 3 ժ 5 ր
- 1- Makine Öğrenmesi ve Linear Regresyon Nedir ? - Machine Learning Dersleri15 ր
- 2 - Linear Regresyon Kullanımı , fit(),score(),prediction() - Makine Öğrenmesi Dersleri21 ր
- 3- Regresyon'da Coef,Intercepti,Accuracy Kavramları - Makine Öğrenmesi Dersleri13 ր
- 4- Makine Öğrenmesinde Preprocessing ve Pandas Dummy Metodu24 ր
- 5- Makine Öğrenmesinde Train Test Split Metodu19 ր
- 6 - mse , rmse , mae , mape Nedir ? Makine Öğrenmesi Hata Metrikleri24 ր
- 7 - Overfitting , Underfitting , Balanced Fitting Nedir ? Makine Öğrenmesi24 ր
- 8- Ridge Regresyon (L2) Nedir Formül Özellikleri ve Örnek Uygulama - Makine Öğrenmesi17 ր
- 10 - Logistic Regresyon (Sınıflandırma) - Makine Öğrenmesi Dersleri18 ր
- 11- Decision Tree Classifier - Makine Öğrenmesi12 ր
Դասեր 11–2010 դաս · 2 ժ 41 ր
- 12- Export Graphviz , Graphviz Görselleştirme Decision Tree - Makine Öğrenmesi4 ր
- 13- Random Forest Classifier - Sklearn - Makine öğrenmesi15 ր
- 14 - XGB XGBoost Boosting Sınıflandırma Modeli - Makine Öğrenmesi17 ր
- 15 - Random Forest Regressor - Makine öğrenmesi15 ր
- 16- StandardScaler , MinMaxScaler , Normalizasyon Nedir ? Nasıl Yapılır ? - Makine Öğrenmesi16 ր
- 17 - LabelEncoder - Makine Öğrenmesi10 ր
- 18 - Count Vectorizer - NLP - Makine Öğrenmesi15 ր
- 19 - NLP Gerçek Hayat Örneği Yapay Zeka Telefon Bankacılığı Proje - Makine Öğrenmesi22 ր
- 20 - One Hot Encoding Sklearn - Makine Öğrenmesi24 ր
- 21- FBProphet ile Zamana Bağlı Yapay Zeka Tahminler Bitcoin,Google,Dolar Hisse - Makine Öğrenmesi24 ր
Դասեր 21–277 դաս · 2 ժ 32 ր
- 22- Cross_Val_Score Kaggle Örnek Proje - Makine Öğrenmesi22 ր
- 23- Kaggle Sıralaması , Puanlar ve Madalyalar - Makine Öğrenmesi20 ր
- 24 - CatBoost Classifier Readmission Risk Prediction31 ր
- 25 - Confusion Matrix ve Fraud Detection Sklearn22 ր
- 26 - Precision, Recall ve F1 Score Nedir ?28 ր
- 27 - Isolation Forest Çalışma Prensibi9 ր
- 28 - Isolation Forest - Anomali Tahminleri19 ր
Ինչ է պետք
- Հիմքը կօգնի. դասընթացը շարունակում է հիմունքներից հետո:
Նկարագրություն
güncellendi.
Ում համար է դասընթացը
- Նրանց, ովքեր գիտեն Machine learning հիմունքները:
Այս երկուսը մեր եզրակացությունն են դասընթացի մակարդակից: Նկարագրությունը հեղինակինն է: