Makine öğrenimine pratik ve ayrıntılı bir giriş. Basit ve anlaşılır açıklamalar ile programlama deneyimi gerektirmemesi bu kitabı akademik ders kitaplarına harika bir alternatif yapar. Burada temel makine öğrenimi (ML) algoritmaları yer almakta ve görsel örnekler, pratik çalışmalarla desteklenmektedir. Ayrıca çapraz doğrulama, ansambıl modelleme, model ayarı için ızgara araması, özellik mühendisliği, sıcak kodlama ve daha fazlasını öğreneceksiniz. Akıllı makineler geliştirmek için öncelikle klasik istatistiği anlamak gerekir, çünkü algoritmaların kalbi buna dayanır. Kod yazmak ise veri yönetimini içeren ML'in vazgeçilmez bir parçasıdır. Ancak bu kılavuzun içeriği programlama becerisi olmadan bile öğrenilebilir. Belki bu kitapla makine öğrenimi alanında iş bulma yolunuz başlayacak, belki de sadece merakınızı giderecek. Kılavuzun içeriği: • Ücretsiz veri setleri indirme. • Sıcak kodlama, kümelenme ve eksik veri işleme dahil veri temizleme yöntemleri. • Analiz için veri hazırlama. • Lineer regresyon analizi. • Kümelenme, k-means gibi. • Sinir ağlarına giriş. • Modellemede bias/variance kavramları. • Karar ağaçları ile sınıflandırmanın çözülmesi. • Python ile ilk makine öğrenimi modeliniz. Yazar HAKKINDA OLIVER THEOBALD — yapay zeka, finans teknolojileri ve bulut bilişim konularında uzman teknik yazar. Python for Absolute Beginners, Machine Learning with Python for Beginners, Data Analytics for Absolute Beginners ve diğer kitapların yazarı.