Pandas’a Hızlı Başlangıç


İÇERİK Pandas Nedir?√ Pandas Hangi Problemleri Çözüyor?√ Kütüphanenin Özeti√ Hızlı Başlangıç√ Nesne Oluşturma√ Verileri Görüntüleme√ Seçmek√ Alma√ Etiket Seçimi√ Pozisyona Göre Seçme√ Boolean Dizi Oluşturma√ Ayarlar√ Kayıp Veri√  Operasyonlar√  İstatistikler√ Uygulama√ Histogram Çıkarma√ Dizi Metodları√ Birleştirmek√ Concat√ Join√ Append√ Gruplama√ Yeniden Şekillendirme√ Stack√ Pivot Tabloları√ Zaman serisi√ Kategoriler√ Plotting√ Veri Alma / Çıkarma√ CSV√ HDF5√ Excel√ Sorunlar√ Pandas Nedir? Python Veri Analizi Kütüphanesinidir. Pandas, açık … Okumaya devam et Pandas’a Hızlı Başlangıç

Çapraz Doğrulama (Cross Validation)


Çapraz Doğrulama, bir makine öğrenmesi modelinde yapılan testin hatasını daha iyi tahmin edebilmek için model seçiminde kullanılan bir tekniktir. Çapraz doğrulamanın arkasındaki fikir, eğitim verileri setinden doğrulama kümeleri olarak bilinen örnek gözlem bölümlerini oluşturmaktır. Bir modeli eğitim verilerine yerleştirdikten sonra, performansı, her yeni doğrulama kümesine karşı ölçülür ve daha sonra, yeni gözlemleri öngörmek istenildiğinde modelin nasıl performans göstereceğine ilişkin daha iyi bir değerlendirme elde edilir. … Okumaya devam et Çapraz Doğrulama (Cross Validation)

Scikit-Learn: Boston Ev Fiyatları Tahmini


  İlk Minik Makine Öğrenmesi Uygulamasında  lineer regresyon implement ederek istediğimiz evin fiyatının ne olabileceğini tahmin ettik. Bu sefer, Scikit-Learn içerisinde implement edilmiş lineer regresyon modelini hazır alıp kullanacağız. Sklearn-Learn içerisinde olan Veri Setimizi yüklüyoruz. Hedef Değişkenimizi Belirliyoruz.   Sıra tahminlerimizi gercekleştirmeye geldi. Burada Çapraz Doğrulama kullanacağız.   Ve son olarak, görselleştirelim.   SONUÇ:     Referans: http://scikit-learn.org/stable/auto_examples/plot_cv_predict.html#sphx-glr-auto-examples-plot-cv-predict-py Okumaya devam et Scikit-Learn: Boston Ev Fiyatları Tahmini

İlk minik makine öğrenmesi uygulaması


Günlük hayatta karşımıza çıkan basit bir konuyu ele alalım. Taşınıyoruz! Buradan HousesDataset veri setimizi csv dosyası şeklinde indirelim. Veri Seti Amerika’da San Luis Obispo, Kaliforniya’da yer alan 781 tane eve ait çeşitli bilgileri içeriyor. Beğendiğimiz evin büyüklüğüne göre fiyatının ne olacağını bilmek istiyoruz. İlk olarak veri setimizi okuyalım: 1. Yöntem: Veri Setini doğrudan csv ile okumak. Biz bunu kullanmayacağız. 2. Yöntem: Veri Setini NumPy ile okumak. Herhangi … Okumaya devam et İlk minik makine öğrenmesi uygulaması

Scikit-Learn’e Hızlı Başlangıç


İÇERİK Scikit-Learn ile Makine Öğrenmesine Giriş√ Makine Öğrenmesi: Sorun Belirleme√ Eğitim Seti ve Test Seti√ Örnek Veri Kümesinin Yüklenmesi√ Veri Dizilerinin Şekli√ Harici Veri Kümelerinin Yüklenmesi√ Öğrenme ve Tahmin Etme√ Modelin Parametrelerini Seçme√ Model Tutarlılığı√ Scikit-Learn ile Makine Öğrenmesine Giriş Makine Öğrenmesi: Sorun Belirleme Genel olarak, bir öğrenme problemi n tane veri örneği setini inceler ve daha sonra bilinmeyen verilerin özelliklerini öngörmeye çalışır. Her örneğin … Okumaya devam et Scikit-Learn’e Hızlı Başlangıç

Basit Lineer Regresyon (Simple Linear Regression)


Basit Doğrusal Regresyon Nedir? Basit doğrusal regresyon, iki sürekli (nicel) değişken arasındaki ilişkileri özetlememize ve incelememize izin veren istatistiksel bir yöntemdir: X olarak adlandırılan bir değişken, öngörücü, açıklayıcı veya bağımsız değişken olarak kabul edilir. Y olarak adlandırılan diğer değişken, yanıt, sonuç veya bağımlı değişken olarak kabul edilir. Basit doğrusal regresyon, sıfatı “basit” olarak alır, çünkü yalnızca bir tahmini değişkenin çalışması ile ilgilidir. İlişki Türleri Başlamadan … Okumaya devam et Basit Lineer Regresyon (Simple Linear Regression)

Maliyet Fonksiyonu (Cost Function)


Makine Öğrenmesinin önemli konularından biri maliyet fonksiyonudur. Model Oluşturma Girdi verilerimizi , çıktılarımızı ise ile gösterelim. çifti ise bizim eğitim verilerimizden biri olsun. Böylece m tane çifti de eğitim veri kümemizi oluşturmuş olur. NOT: Burada (i) gösterimi herhangi bir üs alma işlemi değil, sadece kaçıncı veri olduğunu(indeksini) ifade etmektedir. Bütün girdi verilerimizin uzayını X, Çıktı verilerimiziz uzayını ise Y ile gösterelim. Denetimli Öğrenme problemini biraz daha resmi olarak tanımlarsak, … Okumaya devam et Maliyet Fonksiyonu (Cost Function)

Denetimsiz Öğrenme (Unsupervised Learning)


Denetimsiz Öğrenme Denetimsiz öğrenme, verilerimizden elde etmek istediğimiz çıktının nasıl göründüğü hakkında çok az ya da hiç fikir sahibi olmadığımızda kullandığımız yaklaşımdır. Değişkenlerin etkisini bilmediğimiz veriden modeli oluşturabiliriz. “Denetimsiz öğrenmede” sadece veriler vardır onlar hakkında bilgi verilmez. Bu verilerden sonuçlar çıkarılmaya çalışılır. En baştan veriler hakkında herhangi bir bilgi verilmediği için çıkartılan sonuçların kesinlikle doğru olduğu söylenemez. Veriyi değişkenler arasındaki ilişkilere dayalı olarak kümeleyerek çeşitli … Okumaya devam et Denetimsiz Öğrenme (Unsupervised Learning)

Denetimli Öğrenme (Supervised Learning)


Denetimli Öğrenme Denetimli öğrenmede, veri kümemizin ne olduğunu ve bu verilerden istediğimiz çıktının ne olması gerektiğini biliriz. Denetimli öğrenme, verileri ve o verilerden çıkan sonuçları makineye tekrar baştan vererek bu bilgilerden bir fonksiyon (giriş verileri ile sonuç verileri arasında bir eşleşme) çıkartılmasının sağlamaktadır. Böylece makine veriler arasındaki ilişkiyi öğrenmektedir. Denetimli öğrenme problemleri “regresyon” ve “sınıflandırma” olarak ikiye ayrılır. Bir regresyon probleminde, sonuçları sürekli bir çıktı … Okumaya devam et Denetimli Öğrenme (Supervised Learning)

SciPy’a Hızlı Başlangıç


İÇERİK SciPy ile Çalışma√ Başlarken√ SciPy Organizasyonu√ Temel Fonksiyonlar√ NumPy ile Etkileşim√ Dizin Hileleri√ Şekil Manipulasyonu√ Polinomlar√ Vektörleştirme Fonksiyonları√ Tip İşleme√ Diğer Yararlı Fonksiyonlar√ Özel Fonksiyonlar (scipy.special) İntegralleme (scipy.integrate) Optimizasyon (scipy.optimize) İnterpolasyon (scipy.interpolate) Fourier Dönüşümleri (scipy.fftpack) Sinyal İşleme (scipy.signal) Lineer Cebir (scipy.linalg) ARPACK ile Seyrek Özdeğer Problemleri(scipy.sparse.csgraph) Sıkıştırılmış Seyrek Grafik Rutinleri (scipy.sparse.csgraph) Mekansal veri yapıları ve algoritmaları (scipy.spatial) İstatistikler (scipy.stats) Çok boyutlu görüntü işleme (scipy.ndimage) … Okumaya devam et SciPy’a Hızlı Başlangıç