Ana içeriğe atla
GirişPython

Kurs

scikit-learn ile Supervised Learning

Orta SeviyeBeceri Seviyesi
Güncel 12.2025
Kursa Ücretsiz Başlayın
PythonMachine Learning
4 sa
15 video
49 Egzersiz
4,050 XP
280K+
Başarı Belgesi

Ücretsiz Hesabınızı Oluşturun

Google ile devam edinDaha fazla seçenek göster

veya


Devam ederek Kullanım Şartlarımızı, Gizlilik Politikamızı ve verilerinizin ABD’de saklandığını kabul etmiş olursunuz.

Binlerce şirketten öğrencinin sevgisini kazandı

Group

Bir Ekibi Eğitiyor musunuz?

İşletmeler için deneyin

Kurs Açıklaması

scikit-learn ile Machine Learning becerilerini geliştir ve bu popüler Python kütüphanesini etiketli verilerle modeller eğitmek için nasıl kullanacağını keşfet. Bu kursta, bir müşterinin işletmenden ayrılıp ayrılmayacağı (churn), bir kişide diyabet olup olmadığı ve hatta bir şarkının türünü sınıflandırma gibi güçlü tahminler yapmayı öğreneceksin. Gerçek dünya veri kümelerini kullanarak kestirimci modeller kuracak, onların hiperparametrelerini ayarlayacak ve görülmemiş verilerde ne kadar iyi performans göstereceklerini belirleyeceksin.Videolarda, videoların sol alt kısmındaki "Show transcript" seçeneğine tıklayarak açabileceğin canlı altyazılar bulunur. Kurs sözlüğünü sağdaki kaynaklar bölümünde bulabilirsin.CPE kredilerini almak için kursu tamamlaman ve nitelikli değerlendirmede yüzde 70 puana ulaşman gerekir. Sağ taraftaki CPE kredileri bildirimine tıklayarak değerlendirmeye gidebilirsin.

Önkoşullar

Introduction to Statistics in Python
1

Sınıflandırma

Bu bölümde sınıflandırma problemleriyle tanışacak ve bunları supervised learning teknikleriyle nasıl çözeceğini öğreneceksin. Veriyi eğitim ve test kümelerine ayırmayı, bir modeli eğitmeyi, tahmin yapmayı ve doğruluğu değerlendirmeyi göreceksin. Model karmaşıklığı ile performans arasındaki ilişkiyi keşfedecek ve öğrendiklerini bir churn veri kümesine uygulayarak, bir telekom şirketinin müşterilerinin churn durumunu sınıflandıracaksın.
Bölümü Başlat
2

Regresyon

Bu bölümde regresyona giriş yapacak ve reklam harcamalarına ilişkin bir veri kümesini kullanarak satış değerlerini tahmin eden modeller kuracaksın. Doğrusal regresyonun işleyişini ve R-kare ile kök ortalama kare hata gibi yaygın performans ölçütlerini öğreneceksin. k-katlı çapraz doğrulama yapacak ve aşırı uyum riskini azaltmak için regresyon modellerine düzenlileştirme uygulayacaksın.
Bölümü Başlat
3

Modelini İnce Ayarlama

Modelleri eğittikten sonra, şimdi onları nasıl değerlendireceğini öğreneceksin. Bu bölümde scikit-learn kullanarak sınıflandırma modeli performansını analiz etmek için birkaç ölçüt ve bir görselleştirme tekniğiyle tanışacaksın. Ayrıca hiperparametre ayarlaması yoluyla sınıflandırma ve regresyon modellerini nasıl optimize edeceğini öğreneceksin.
Bölümü Başlat
scikit-learn ile Supervised Learning
Kurs
Tamamlandı

Başarı Belgesi Kazanın

Bu kimlik bilgisini LinkedIn profilinize, özgeçmişinize veya CV'nize ekleyin
Sosyal medyada ve performans incelemenizde paylaşın
Şimdi kaydolun

Bugün 19 milyondan fazla öğrenciye katılın ve scikit-learn ile Supervised Learning eğitimine başlayın!

Ücretsiz Hesabınızı Oluşturun

Google ile devam edinDaha fazla seçenek göster

veya


Devam ederek Kullanım Şartlarımızı, Gizlilik Politikamızı ve verilerinizin ABD’de saklandığını kabul etmiş olursunuz.

DataCamp for Mobile ile veri becerilerinizi geliştirin

Mobil kurslarımız ve günde 5 dakikalık kodlama görevlerimizle hareket halindeyken ilerleme kaydedin.