Eren 's repositories
DetectionOfMilitaryAircraftTypesWithSatellitePhotos
Bu model, ResNet50 tabanlı transfer öğrenme kullanarak eğitilmiş, uçak sınıflarını tanımak için kullanılan bir sinir ağıdır. Eğitim sonuçlarını görselleştirmek için çeşitli grafikler ve performans metrikleri kullanır.
AITextDetector
Bu model, metinlerin insan mı yoksa yapay zeka mı tarafından üretildiğini belirlemek için eğitilmiş bir derin öğrenme modelidir. LSTM ve Global Max Pooling katmanları kullanılarak özellikler çıkarılır ve sınıflandırma yapılır. Model, yüksek doğruluk oranıyla metinlerin kökenini tahmin edebilir.
RailSystemsTravelDensityForecast
Bu model, XGBoost regresyon algoritmasını kullanarak farklı hatların yolculuk yoğunluğunu tahmin ediyor ve GridSearchCV ile en iyi parametreleri buluyor. Sonuçları gerçek ve tahmin edilen yolcu sayılarının karşılaştırılmasıyla değerlendiriliyor.
RailSystemLineTripEstimates
Modelde kullanılan veri seti İstanbul Büyükşehir Belediyesi'nin açık veri portalından alınan Raylı Sistemler Hat Bazlı Sefer Sayıları veri setidir ve İstanbul'daki raylı sistemlerin farklı hatlarındaki sefer sayılarını içerir. Modelde ARIMA modeli kullanılarak tahminler yapıldı ve tahmin sonuçlarına göre hatların sefer yoğunlukları karşılaştırıldı.
DeepFakeAndRealImageDetection
Bu derin öğrenme modeli, hem evrişimli sinir ağları (CNN) hem de EfficientNetB0 gibi önceden eğitilmiş derin sinir ağları kullanarak gerçek ve sahte yüz görüntülerini sınıflandırmak için birleştirilmiş bir yapay zeka modelini temsil eder.
ElectricVehiclePriceForecast
Bu model, elektrikli araçların fiyatlarını tahmin etmek için üç farklı regresyon yöntemini kullanır: Gradient Boosting Regressor, SVR ve ElasticNet. Veri seti üzerinde önişleme yapar, modelleri eğitir, performanslarını değerlendirir ve rastgele seçilen örnekler üzerinde tahminler yapar.
DeepVoiceRecognition
Bu model, derin öğrenme teknikleri, özellikle uzun kısa vadeli hafıza (LSTM) katmanları kullanarak ses verilerini tanıyan ve sınıflandıran bir yapay zeka modelidir.
TransferLearning-ComparativeImageClassification
Bu model, VGG16, EfficientNetB0 ve MobileNetV2 modellerini kullanarak üç farklı görüntü üzerinde transfer öğrenme tabanlı sınıflandırma gerçekleştiren bir dizi Python kod bloğunu ifade eder. Ayrıca, elde edilen doğruluk oranları karşılaştırılarak modellerin performansları görselleştirilir.
MovieRecommendationSystem
Bu model, kullanıcının bir film adı girmesi üzerine belirtilen filme benzer diğer filmleri tavsiye eden bir IMDb Film Tavsiye Sistemi'ni temsil eder.
DeepClassification-NumberRecognitionWithMultidimensionalReduction
Bu derin öğrenme modeli, el yazısı rakamları sınıflandırmak için çok katmanlı sinir ağı (MLP) kullanarak, boyut indirgeme teknikleri olan PCA, LLE ve Isomap ile önceki katmanlarda derin öğrenme sınıflandırıcıları oluşturur ve bu yöntemlerin performansını karşılaştıran görsel sonuçlar sunar.
RegressionAnalysis-RealEstatePriceForecast
Bu model, XGBoost regresyon algoritması kullanılarak emlak fiyatlarını tahmin etmek amacıyla eğitilmiş bir regresyon analizi modelidir.
DeepTimeSeries-ComparativeAircraftPassengerForecast
Bu model, LSTM, GRU, ve SimpleRNN gibi farklı derin öğrenme yöntemlerini kullanarak uçak yolcu sayısının gelecekteki tahminlerini karşılaştıran ve en iyi tahmin yöntemini belirleyen bir zaman serisi analizidir.
ComparativeAnalysisOfRecruitmentModels
Bu model, iş başvuruları veri seti üzerinde Support Vector Machines (SVM), Gradient Boosting ve Decision Tree algoritmalarını kullanarak işe alınma durumunu tahmin eden, işe alım performansını değerlendiren ve örnek tahminlere göre doğruluk oranlarını karşılaştıran bir analiz sunmaktadır.
AdvancedCustomerSegmentation
Bu model, gelir ve yaş verilerini temel alarak K-Medoids kümeleme algoritması ile müşteri segmentasyonu gerçekleştirir ve elde edilen kümeleme sonuçlarını renkli bir scatter plot üzerinde görselleştirir.
ImageDeepClassifier
Bu model, Fashion MNIST veri setindeki giyim eşyalarını sınıflandırmak amacıyla kullanılan derin öğrenme modelidir. İçerisinde giriş katmanı, iki gizli katman, dropout katmanları ve çıkış katmanı bulunmaktadır.
IMDBMovieReviewsSentimentAnalysis-NLP
Bu model, IMDb film inceleme veri seti üzerinde duygusal etiket tahmininde bulunmak için kullanılan bir RandomForestClassifier modeli oluşturur, performansını değerlendirir ve sonuçları görselleştirir.
EarthquakeDamageEstimationAnalysis
Bu model, İstanbul deprem senaryosu verilerini kullanarak bölgesel kümeleme ve ardından her bir küme için ayrı bir RandomForestRegressor modeli kullanarak ağır hasarlı bina sayısını tahmin etmek amacıyla geliştirilmiş bir veri analiz ve tahmin modelidir.
VideoGameSalesClusteringAndSalesForecasting
Bu modelde, Random Forest Regressor kullanılarak yayıncılara ve yıllara göre küresel satış tahminleri yapılırken, K-Means kümeleme algoritması ile de oyun türlerine göre satışların kümeleme analizi gerçekleştirilmektedir.
NumberPrediction
Bu model MNIST veri kümesini kullanarak Logistic Regression modelini eğiten ve PCA ile boyut azaltma işlemi uygulayan bir makine öğrenimi uygulamasını gerçekleştirir ve ardından tahminler yaparak sonuçları görselleştirir.
CustomerSegmentation
Bu müşteri segmentasyonu, Avm_Musterileri.csv veri setinde yer alan müşterileri yıllık gelirleri ve harcama skorlarına göre beş farklı kümeye ayıran bir KMeans kümeleme modelini temsil eder.
DiabetesPrediction
Bu model, K-En Yakın Komşular (KNN) sınıflandırma algoritmasını kullanarak, diyabet hastalığı tahmininde bulunmak için veri setindeki hastaların özelliklerini değerlendirir ve yeni bir hasta için diyabet olma olasılığını tahmin eder.
ObjectDetection
Bu model, OpenCV kütüphanesini kullanarak bir video dosyasında araçları ve insanları tespit etmek için önceden eğitilmiş nesne tanıma modellerini kullanır, tespit edilen nesneleri belirgin dikdörtgen kutular içine alır ve ekranda görsel olarak işaretler.
MotionDetection
Bu model, OpenCV kütüphanesini kullanarak bir kamera üzerinden sürekli olarak görüntü alır, ardışık üç kare arasındaki farkları hesaplar ve belirlenen bir eşik değerini aştığında bu farkı algılanan hareket olarak değerlendirip, bu anı fotoğraf olarak kaydeder.
TechnicalServiceAutomation
TechnicalServiceAutomation
VoiceAssistant
Bu Python kodu, bir sesli asistan uygulamasını oluşturan bir dizi fonksiyon ve kütüphane kullanımını içerir. Kullanıcıya sesli komutlarla cevap veren bir asistan oluşturmak için gTTS (Google Text-to-Speech), speech_recognition, playsound, pyaudio, os, selenium, requests ve BeautifulSoup kütüphanelerini kullanır.