Makine öğrenimi kavramı ve altında yatan olasılıksal ve istatistiksel yaklaşımlar bu derste baştan sona geniş çaplı bir şekilde ele alınmaktadır. Veri bilimi için makine öğrenimi kavramı çok değişkenli veri analizi için gerekli araç ve tekniklere odaklanılarak kapsamlı bir şekilde gözden geçirilmektedir. Bu dersi alan öğrencilerin temel matematik ve Phyton programlama altyapısına sahip olmaları beklenmektedir. Bu dersi tamamlayan öğrenciler belirsiz verileri olasılıksal modeller ile ele almak için gerileme, sınıflandırma, kümeleme, boyutluluk indirgeme ve değerlendirme yöntem ve tekniklerini uygulama becerilerine sahip olacaklardır. Bu dersi tamamlayan öğrenciler, deneme yanılma yoluyla kendi kurallarını ortaya koyarak problem çözebilen sistemleri, verilerdeki örüntüleri otomatik olarak tanımlayan sistemlerle karşılaştırabileceklerdir.
In this course, the concept of machine learning and its underlying probabilistic and statistical approaches will be covered extensively with a focus on the tools and techniques required for multivariate data analysis. Students taking this course are expected to have basic mathematics and Python programming background. Students completing this course will have the skills to apply regression, classification, clustering, dimensionality reduction and evaluation methods and techniques to handle uncertain data with probabilistic models. Upon completion of this course, students will be able to compare systems that can solve problems by coming up with their own rules via trial and error with systems that automatically identify patterns in data.
- Teacher: Yasemin Bay