Makine Öğrenmesi (10/1)

Makine Öğrenmesi

·Makine Öğrenmesi, bilgisayarın veri ve istatistikleri inceleyerek öğrenmesini sağlar.

· Makine Öğrenmesi yapay zekaya doğru atılan bir adımdır.·

· Makine Öğrenmesi, verileri analiz eden ve sonucu tahmin etmeyi öğrenen bir programdır.

 

Nereden Başlamalı? ·

· Bu derste matematik ve çalışma istatistiklerine ve veri kümelerine dayalı önemli sayıların nasıl hesaplanacağına geri döneceğiz.·

· Ayrıca ihtiyacımız olan cevapları almak için çeşitli Python modüllerini nasıl kullanacağımızı da öğreneceğiz.·

· Ve öğrendiklerimize dayanarak sonuç tahmin edebilen fonksiyonların nasıl yapılacağını öğreneceğiz.

Veri Kümesi

 Bir bilgisayar göz önünde bulundurularak, bir veri kümesi herhangi bir veri koleksiyonudur. Bir diziden tam bir veritabanına kadar her şey olabilir.

Dizi Örneği:[99,86,87,88,111,86,103,87,94,78,77,85,86]

Veritabanı Örneği

Diziye bakarak, ortalama değerin muhtemelen 80 veya 90 civarında olduğunu tahmin edebiliriz ve en yüksek değeri ve en düşük değeri de belirleyebiliriz, ancak başka ne yapabiliriz? Veritabanına bakarak en popüler rengin beyaz ve en eski otomobilin 17 yaşında olduğunu görebiliriz, ancak bir otomobilin AutoPass’a sahip olup olmadığını sadece diğer değerlere bakarak tahmin edebilirsek ne olur?Makine Öğrenmesinin amacı budur! Verileri analiz etmek ve sonucu tahmin etmek!Makine Öğrenmesinde yaygın olarak çok büyük veri kümeleriyle çalışılır. Bu eğitimde, makine öğrenmesinin farklı kavramlarını anlamayı mümkün olduğunca kolaylaştırmaya çalışacağız ve anlaşılması kolay küçük veri kümeleriyle çalışacağız.

Veri Tipleri

 Verileri analiz etmek için ne tür verilerle uğraştığımızı bilmek önemlidir.Veri türlerini üç ana kategoriye ayırabiliriz:

·Sayısal

·Kategorik

·Sıradan

– Sayısal veriler sayıdır ve iki sayısal kategoriye ayrılabilir:

·Ayrık veri

– tam sayılarla sınırlı sayılar. Örnek: Geçen araba sayısı.

·Sürekli Veri

– sonsuz değerli sayılar. Örnek: Bir öğenin fiyatı veya bir öğenin boyutu.

 

Kategorik veriler, birbirleriyle ölçülemeyen değerlerdir.

Örnek: bir renk değeri veya herhangi bir evet / hayır değeri.

Sıradan veriler kategorik veriler gibidir, ancak birbirlerine karşı ölçülebilirler. Örnek: A’nın B’den daha iyi olduğu okul notları vb.

Veri kaynağınızın veri türünü bilerek, analiz ederken hangi tekniğin kullanılacağını bileceksiniz.Sonraki bölümlerde istatistikler ve verileri analiz etme hakkında daha fazla bilgi edineceksiniz.

-Burak Can Görgülü
Mesajını ilet!


Bu yazı hakkında ne düşünüyorsun?
  • Fascinated
  • Happy
  • Sad
  • Angry
  • Bored
  • Afraid