Python ile Makine Öğrenmesi

Bu çalışmada 31 makine öğrenmesi algoritması, 22 makine öğrenmesi metodu, 33 Python kütüphanesi, 14 özgün veri seti ile sosyal bilimlerin özellikle ekonomi, finans, işletme alanlarına dair örnek uygulamalar yer almaktadır. Bunun yanı sıra, Python ile arayüz oluşturma, özgün veri seti oluşturmak için web sayfalarından veri “tırtıklama”, veri setlerini Türkçeye çevirme, veri görselleştirme… gibi uygulamalar da ilaveten ele alındı. Emlak piyasası, ikinci el araç piyasası, üretim-satış-müşteri süreçlerinin optimizasyonu, döviz ve hisse senedi alım-satımı için algortimik işlemler ve al-sat sinyalleri oluşturma, makro ekonomi, seçim tahmini ve koalisyon analizi, market sepeti analizi… Veriye dayalı çalışma yapmak isteyen herkes, öğrenciler, araştırmacılar, özel sektör temsilcileri; ama özellikle de ekonomi, finans, işletme gibi sosyal bilim eğitimi almış olanlar, veri tutkunları, dünyanın en kolay öğrenilen kodlama dili Python ile dünya çapında binlerce gönüllü tarafından hazırlanmış tamamen ücretsiz kolay uygulanabilen paketlerle kısa sürede kolayca sonuç alabilecek. İçindekiler: Makine Öğrenmesinin Temel Kavramları Makine Öğrenmesinin Aşamaları Veri Bilimi Ve Python Denetimli Öğrenme (Supervısed Learnıng): Regresyon Sınıflandırma Denetimsiz Öğrenme (Unsupervısed Learnıng) Kümeleme Boyut Azaltma Birliktelik Kuralları Arayüz Oluşturma Web Sayfalarından Veri Tırtıklama (Scrapıng) 3d Veri Görselleştirme Veri Setlerini Türkçeye Çevirme (Tanıtım Bülteninden)