-
Makine Öğrenmesi Matematiği 1
- Makine Öğrenmesi Matematiğinin giriş bölümüdür. Basit Doğrusal Regresyon, Hipotez, Parametreler, Öğrenme Algoritması ve Maliyet Fonksiyonunun tanımlamaları yapılmıştır.
- Tek Değişkenli Basit Lineer Regresyon Problemi ele alınmış ve hipotez oluşturulmuştur.
- Maliyet Fonksiyonu ve Bir Parametre arasındaki ilişkinin en basit örneği incelenmiştir.
-
Makine Öğrenmesi Matematiği 2
- Maliyet Fonksiyonu ve Parametreler arasındaki ilişkinin nasıl olacağı ve kontur grafiklerinden bahsedilmiştir.
- Dereceli Azalma algoritmasının nasıl çalıştığının ve Öğrenme Oranının tanımlamaları yapılmıştır.
- AndrewNG’nin hazırladığı Coursera’daki Machine Learning dersindeki ex1data1.txt veri setini kullanarak, dereceli azalmayı kullanan tek değişkenli lineer regresyon probleminin programı verilmiştir.
-
Makine Öğrenmesi Matematiği 3
- Maliyet Fonksiyonunda kullanılabilecek metriklerden bahsedilmiştir.
- Kesme Teriminin (Önyargı Teriminin) tanımı yapılmıştır.
- Bir önceki bölümde verilen programın nasıl çalıştığı anlatılmıştır.
-
Makine Öğrenmesi Matematiği 4
- Dereceli Azalma algoritmasının doğru çalıştığının nasıl anlaşılacağı anlatılmıştır.
- 2. ve 3. Bölümde verilen programın grafikleri incelenmiştir.
- Dereceli Azalma algoritmasının çeşitlerinden bahsedilmiştir.
- Batch Gradient Descent (Vanilla Gradient Descent)
- Stochastic Gradient Descent
- Mini Batch Gradient Descent
-
Makine Öğrenmesi Matematiği 5
- Genel tekrar verilmiştir.
- Özellik Ölçeklendirme ve Ortalama Normalleştirme kavramlarından bahsedilmiştir.
- Çok Değişkenli Lineer Regresyon probleminin tanımı yapılmış ve hipotezinden bahsedilmiştir.
- Dereceli Azalmanın Çok Değişkenli Lineer Regresyon probleminde nasıl kullanılacağı anlatılmıştır.
-
Makine Öğrenmesi Matematiği 6
- Dereceli Azalma Algoritmalarının genel tekrarı verilmiştir.
- Öğrenme Oranının nasıl seçilmesi gerektiği açıklanmıştır.
- Dereceli Azalma Optimizasyon Algoritmalarından Momentum optimizasyonunun nasıl çalıştığı açıklanmıştır.
-
Makine Öğrenmesi Matematiği 7
- AndrewNG’nin hazırladığı Coursera’daki Machine Learning dersindeki ex1data2.txt veri setini kullanarak, toplu dereceli azalmayı kullanan çok değişkenli lineer regresyon probleminin programı verilmiştir.
-
Makine Öğrenmesi Matematiği 8
- AndrewNG’nin hazırladığı Coursera’daki Machine Learning dersindeki ex1data2.txt veri setini kullanarak, mini toplu dereceli azalmayı kullanan çok değişkenli lineer regresyon probleminin programı verilmiştir.
-
Makine Öğrenmesi Matematiği 9
- AndrewNG’nin hazırladığı Coursera’daki Machine Learning dersindeki ex1data2.txt veri setini kullanarak, momentum optimizasyonlu mini toplu dereceli azalmayı kullanan çok değişkenli lineer regresyon probleminin programı verilmiştir.
-
Makine Öğrenmesi Matematiği 10
- Toplu Dereceli Azalma, Mini Toplu Dereceli Azalma ve Momentum Optimizasyonlu Mini Toplu Dereceli Azalma algoritmalarının sonuçları karşılaştırılmıştır.
- Polinomsal Regresyonun tanımı verilmiştir.
- Normal Denklemin tanımı verilmiş ve bir önce kullanılan ex1data2.txt veri setine uygulanmıştır. Sonuçlarının Toplu Dereceli Azalma ile karşılaştırılması verilmiştir.
-
Makine Öğrenmesi Matematiği 11
- Sigmoid fonksiyonu verilmiştir.
- Lojistik Regresyonun tanımı verilmiştir.
- AndrewNG’nin hazırladığı Coursera’daki Machine Learning dersindeki ex2data1.txt veri setini kullanarak, dereceli azalmayı kullanan lojistik regresyon probleminin programı verilmiştir.
