Makine Öğrenmesi

Makine öğrenimi (ML), tükettikleri verilere göre öğrenen ya da performansı iyileştiren sistemler oluşturmaya odaklanan bir yapay zeka (AI) alt kümesidir. Yapay zeka, insan zekasını taklit eden sistemler veya makineler anlamına gelen kapsamlı bir terimdir. Makine öğrenimi ve yapay zeka genellikle bir arada değerlendirilir. Kimi durumlarda birbirinin yerine kullanılır ancak aynı anlama gelmezler. Tüm makine öğrenimi çözümleri yapay zeka iken tüm yapay zeka çözümlerinin makine öğrenimi olmaması önemli bir ayrımdır.

📄️ Lineer Cebir

Bu bölümde lineer cebirin temel yapıtaşları olan skalarlar, vektörler, matrisler ve tensörler üzerinde duracağız. Ayrıca, bu yapılar üzerinde yapılabilecek bazı temel işlemleri inceleyeceğiz.

📄️ Veri Ön İşleme Adımları

Veri ön işleme, veri bilimi ve makine öğrenimi projelerinde kritik bir aşamadır. Bu süreç, verilerin modelleme için uygun hale getirilmesini içerir. Bu bölümde, Scikit-learn kütüphanesinin sunduğu popüler Iris veri seti üzerinde bazı temel veri ön işleme adımlarını gerçekleştireceğiz.

📄️ KNN Sınıflama

KNN (K-en Yakın Komşu) sınıflama, gözetimli öğrenme algoritmaları içerisinde yer alan ve sınıflandırma ile regresyon problemlerinde kullanılan basit ama etkili bir yöntemdir. Bu yöntemde, bir öğe sınıflandırılırken, veri setindeki en yakın 'k' komşusuna bakılır ve en yaygın sınıf bu öğeye atanır.

📄️ Lineer Regrassion

Gerekli Kütüphanelerin Dahil Edilmesi