Veri Bilimi Eğitimleri

R'deki string'leri öğrenin: kuralları, birleştirme, string'in temel özellikleri, bir karakter dizisini çıkarma ve değiştirme ile bir string'i biçimlendirme.

Python’da, bir string’i baytlara dönüştürmek için .encode() yöntemini kullanın; istenirse kodlamayı (varsayılan UTF-8) belirtin.

R'de veri çerçevelerini parantezler [], subset() ve dplyr kullanarak nasıl alt kümelere ayıracağınızı öğrenin. Kod örnekleri ve yöntemlerin karşılaştırması dahildir.

Veri kümelerini alt kümelere ayırmak her veri profesyoneli için kritik bir beceridir. Bu kısa etkileşimli eğitimde alt kümelemeyi öğrenin ve pratik yapın!

Bu eğitimde, SVM’lerin nasıl çalıştığına dair yüksek seviyede bir anlayış edinmeye ve ardından bunları R kullanarak uygulamaya çalışacaksınız.

Bu eğitimde, sağkalım analizinin arkasındaki istatistiksel kavramları öğrenecek ve bu yöntemlerin gerçek dünya uygulamasını R’de gerçekleştireceksiniz.

Bu eğitimde, en popüler ve yaygın kullanılan denetimli makine öğrenmesi algoritmalarından biri olan Destek Vektör Makinelerini öğreneceksiniz.

Python kullanarak karınca kolonisi optimizasyonu (ACO), parçacık sürü optimizasyonu (PSO) ve yapay arı kolonisi (ABC) uygulayarak sürü zekâsının nasıl çalıştığını öğrenin.

Sentetik veri üretimi hakkında bilmeniz gereken her şeyi öğrenin. Başlamak için pratik Python kod örnekleriyle, sentetik veriyi yapay zekâ ve makine öğrenimi için vazgeçilmez kılan teknikleri ve araçları keşfedin!

Facebook Prophet tahmin modelini Tableau sunucusuna dağıtarak Tableau’da gelişmiş Python betik yazmayı ve dinamik zaman serisi görselleştirme oluşturmayı öğrenin.

Örneklem boyutları küçük olduğunda veya anakütle varyansı bilinmediğinde t-dağılımının nasıl yardımcı olduğunu anlayın. Normal ve Z-dağılımlarıyla karşılaştırarak hangisinin ne zaman uygun olduğunu öğrenin.

R ve tidyverse ile Titanic verilerini analiz etmeye başlayın: dplyr ve ggplot2 ile verinizi nasıl filtreleyeceğinizi, sıralayacağınızı, özetleyeceğinizi, dönüştüreceğinizi ve görselleştireceğinizi öğrenin!