Ana içeriğe atla
GirişPython

Program

Denetimli Makine Öğrenimi Python'da

Güncel 03.2026
Etiketli verilerle tahminler yapmaya başlamak için en popüler denetimli makine öğrenimi tekniklerinde uzmanlaşın.
Programa Ücretsiz Başlayın

Şuna dahil:Premium or Takımlar

PythonMakine Öğrenimi25 sa5,596

Ücretsiz Hesabınızı Oluşturun

veya

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

Binlerce şirketten öğrencinin sevgisini kazandı

Group

2 veya daha fazla kişiyi mi eğitiyorsunuz?

DataCamp for Business ürününü deneyin

Program Açıklaması

Denetimli Makine Öğrenimi Python'da

Denetimli makine öğreniminin temellerinde uzmanlaşın ve etiketli verileri kullanarak nasıl tahminler yapacağınızı keşfedin. Makine öğrenimi devrimine bugün katılın! Makine öğreniminde yeniyseniz veya denetimli makine öğreniminde uzmanlaşmak istiyorsanız, burası başlamak için ideal bir yerdir.Popüler scikit-learn kütüphanesi ile K-En Yakın Komşular (KNN), Lojistik Regresyon, Doğrusal Regresyon, Destek Vektör Makineleri (SVM'ler) ve ağaç tabanlı modeller gibi temel denetimli öğrenme modellerini öğrenerek ve uygulayarak başlayacaksınız.Ayrıca, tablo veri kümelerinde modelleme performansını verimli bir şekilde artırmak için XGBoost gibi son teknoloji algoritmaları nasıl kullanacağınızı da keşfedeceksiniz.Modellerinizden en iyi şekilde yararlanmak için farklı hiperparametre ayarlama tekniklerini ve kullanım durumunuz için hangi tekniği kullanacağınıza nasıl karar vereceğinizi öğreneceksiniz.Bu farklı modeller hakkındaki bilgilerinizi bir araya getirerek, performansı artırmak ve daha karmaşık sorunları çözmek için farklı modellerin bir araya getirildiği topluluk öğrenimi hakkında bilgi edinerek bu bölümü tamamlayacaksınız.Bitirdiğinizde, temel denetimli makine öğrenimi kavramlarına hakim olacak ve bunları Python'da uygulayabileceksiniz.

Önkoşullar

Bu program için herhangi bir önkoşul yoktur
  • Course

    1

    scikit-learn ile Supervised Learning

  • Project

    bonus

    Predictive Modeling for Agriculture

    Dive into agriculture using supervised machine learning and feature selection to aid farmers in crop cultivation and solve real-world problems.

  • Course

    Learn how to build advanced and effective machine learning models in Python using ensemble techniques such as bagging, boosting, and stacking.

Denetimli Makine Öğrenimi Python'da
6 Kurs
Program
Tamamlandı

Başarı Belgesi Kazanın

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

Şuna dahil:Premium or Takımlar

Şimdi Kaydolun

Bugün 19 milyondan fazla öğrenciye katılın ve Denetimli Makine Öğrenimi Python'da eğitimine başlayın!

Ücretsiz Hesabınızı Oluşturun

veya

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