Build your ultimate AI agent
Kurs Açıklaması
Küme Analizi Nasıl Yapılır Öğrenin
Küme analizi, Veri Bilimi çalışma tezgâhındaki güçlü bir araç setidir. Benzer özellikleri paylaşan gözlem gruplarını (kümeleri) bulmak için kullanılır. Bu benzerlikler her türlü iş kararını şekillendirebilir; örneğin pazarlamada, reklamların uyarlanabileceği farklı müşteri gruplarını belirlemek için kullanılır.Hiyerarşik ve K-Ortalamalar Kümeleme Tekniklerini Keşfedin
Bu kursta, yaygın olarak kullanılan iki kümeleme yöntemini öğreneceksiniz - hiyerarşik kümeleme ve k-means kümelemesi. Bu yöntemleri nasıl kullanacağınızı öğrenmekle kalmayacak, nasıl çalıştıklarına ve sonuçlarını nasıl yorumlayacağınıza dair güçlü bir sezgi de geliştireceksiniz. Bu sezgiyi, futbolcu pozisyonları, toptan müşteri harcama verileri ve boylamsal mesleki ücret verileri olmak üzere üç farklı veri kümesini inceleyerek geliştireceksiniz.Uygulamalı Bir Vaka Çalışmasıyla Becerilerinizi Geliştirin
Kursu, ortalama maaşlar ve bunların zaman içinde nasıl değiştiği etrafında kurgulanan bir vaka çalışmasına yeni becerilerinizi uygulayarak tamamlayacaksınız. Bu, meslek ağaçları, keşfe hazırlık ve mesleki kümelerin çizdirilmesi gibi hiyerarşik kümeleme tekniklerini; ayrıca dirsek analizi ve ortalama siluet genişliklerini içeren k-means tekniklerini bir araya getirecektir.DataCamp kursları, yeni edindiğiniz becerileri test edip pekiştirme fırsatı bulmanız ve bunları bir kurs ortamı dışında uygularken kendinize güven duymanız için videolar, makaleler ve alıştırma egzersizlerinin bir karışımından oluşur.
Ön Koşullar
Müfredat
Kurs içeriği
1
Gözlemler Arası Uzaklığı Hesaplama
Kümeleme analizi, birbirine benzeyen gözlem gruplarını bulmayı hedefler; ancak bulunan gruplar birbirinden farklıdır. Bu benzerlik/farklılık, uzaklık adı verilen metrikle yakalanır. Bu bölümde, sürekli ve kategorik özellikler için gözlemler arasındaki uzaklığı nasıl hesaplayacağını öğreneceksin. Ayrıca, özelliklerinin ölçeklerinin uzaklığı nasıl etkileyebileceğine dair bir sezgi geliştireceksin.
- Kümeleme analizi nedir?50 XP
- Ne zaman kümeleme yapılır?50 XP
- İki gözlem arasındaki mesafe50 XP
- İki oyuncu arasındaki mesafeyi hesapla ve görselleştir100 XP
- dist() fonksiyonunu kullanma100 XP
- En yakın oyuncular kim?50 XP
- Ölçeğin önemi50 XP
- Ölçeğin etkileri100 XP
- Veri ne zaman ölçeklenir?50 XP
- Kategorik veriler için uzaklık ölçümü50 XP
- Kategorik değişkenler arasında mesafe hesaplama100 XP
- Bir çifte en yakın gözlem50 XP
2
Hiyerarşik Kümeleme
Bu bölüm, 1. bölümdeki son soruyu yanıtlamana yardımcı olacak — hesapladığın uzaklıkları kullanarak verinde benzer gözlemlerden (kümelerden) grupları nasıl bulursun? Hiyerarşik kümelemenin temel ilkelerini — bağlama ölçütlerini (linkage criteria) ve dendrogram grafiğini — ve her ikisinin de kümeleri oluşturmak için nasıl kullanıldığını öğreneceksin. Ayrıca, bir toptan dağıtıcıdan gelen verileri inceleyerek müşterilerin harcama alışkanlıklarını kullanıp pazar bölümlendirmesi yapacaksın.
3
K-means Kümeleme
Bu bölümde, k-means algoritmasının ardındaki ilkeleri anlayacak, k önceden bilinmiyorsa doğru k değerini nasıl seçeceğini öğrenecek ve toptan satış verilerine farklı bir açıdan yeniden bakacaksın.
4
Vaka Çalışması: Ulusal Meslek Bazında Ortalama Ücret
Bu bölümde, öğrendiğin becerileri uygulayarak meslekler arasındaki ortalama maaşların zaman içinde nasıl değiştiğini inceleyeceksin.
R
R ile Kümeleme Analizi
Kurs
Tamamlandı
