Bu eğitimin amacı, katılımcılara veri biliminin temel konuları olan değişken seçimi, sınıflandırma, doğrusal regresyon, lojistik regresyon, Bayes teoremi, karar ağaçları ve sinir ağları gibi istatistiksel öğrenme algoritmaları ile ilgili temel bilgiler vermek ve bu algoritmaların R programlama ortamında pratik uygulamalarla pekiştirilmesidir. Eğitim içeriği, profesyonel iş hayatında gerekli olan pratik yaklaşımların farkında olarak teori ve pratiğin ideal bir karışımı şeklinde ele alınır. Katılımcıların, bu sayede profesyonel iş hayatındaki veri temelli karar verme süreçlerinde analitik uygulamalar geliştirilmeleri ve daha keskin karar verebilecekleri ortamı sağlamaları hedeflenir
Topics
Temel İstatistik Kavramları
Veri Bilimi’nin Temel Kavramları
R Kurulumu ve R Paketleri
R - Temel R Bilgisi
R - Temel Veri İşleme Metodları
R - Veri Görselleştirme Metodları
R - Güdümlü Öğrenim Algoritmaları
Doğrusal Eniyileme (Linear Regression)
R - Sınıflandırma Algoritmaları
Lojistik Eniyileme (Logistic Regression)
Bayes Teoremi
LDA ve QDA Algoritmaları
KNN Algoritması
R - Ağaç Temelli Algoritmalar
Karar Ağaçları (Decision Trees)
Random Forest
R - Destek Vektör Makinaları (Support Vector Machines)
Karar Ağaçları (Decision Trees)
Random Forest
R - Güdümsüz Öğrenim Algoritmaları
PCA Analizi
K_Means Kümeleme (K-Means Clustering)
R - Sinir Ağları (Neural Networks
