berkcangumusisik / YetGenMiuulJump

YetGen Jump & Miuul Eğitim Programı

• YetGen Jump kapsamında tüm çalışamaları bu repoda detaylı bir şekilde paylaşıyor olacağım.
• Jump içerikleri eğer ilginizi çekerse daha çok kişinin görmesi ve faydalanması için ⭐ vermeyi unutmayın.
• Konu kapsamı aşağıdaki gibi sıralanabilir.
• Bu harika path için YetGen aileme, Vahit Keskin hocama ve tüm Miuul ailesine teşekkür ederim.

1. Bölüm - Veri Bilimi için Python Programlama

• Çalışma Ortamı Ayarları
• Veri Yapıları
• Fonksiyonlar
• Karar Kontrol Yapıları
• Döngüler
• Comprehensions
• Python ile Veri Analizi: NumPy
• Python ile Veri Analizi: Pandas
• Python ile Veri Analizi: Veri Görselleştirme
• Python ile Veri Analizi: Gelişmiş Fonksiyonel Keşifçi Veri Analizi

2. Bölüm - Feature Engineering (Özellik Mühendisliği)

• Özellik Mühendisliği Nedir?
• Aykırı Değer Analizi(Outliers)
• Eksik Veri Analizi(Missing Values)
• Encoding Scaling
  • Label Encoding
  • One Hot Encoding
  • Rare Encoding
  • Özellik Ölçeklendirme (Feature Scaling)
• Feature Extraction(Özellik Çıkarımı)
  • Binary Features
  • Text Features
  • Date Features
  • Feature Interactions
• Uygulama

3. Bölüm Makine Öğrenmesi

• Makine Öğrenmesi Nedir?
• Değişken Türleri
  • Sayısal Değişkenler
  • Kategorik Değişken
  • Bağımsız Değişken
  • Bağımlı Değişken
• Öğrenme Türleri
  • Denetimli Öğrenme
  • Denetimsiz Öğrenme
  • Pekiştirmeli Öğrenme
• Problem Türleri
• Model Başarısı Değerlendirme Yöntemleri
• Model Doğrulama Yöntemleri
  • Sınama Seti Yöntemi
  • K-Katlı Çapraz Doğrulama
• Yanlılık Varyans Değiş Tokuşu
• Doğrusal Regresyon
• Lojistik Regresyon
• KNN(K-En Yakın Komşu)
• CART (Classification and Regression Trees)
• Random Forest
• Gradient Boosting Machines
• XGBoost (Extreme Gradient Boosting)
• LightGBM (Light Gradient Boosting)
• CatBoost
• Dengesiz Veri Setleri
• Denetimsiz Öğrenme - K - Means - Hiyerarşik Kümeleme Analizi - Temel Bileşen Analizi
• Pipeline