In this chapter,  we'll define machine learning and its relation to data science and artificial intelligence.  Then, we'll unpack important machine learning jargon and end with the machine learning workflow for building models.

Machine Learning nedir?

Film önerileri oluşturma

AI, veri bilimi ve machine learning bir bara girer...

Seçenekler

Doğru

Yanlış

Machine Learning hakkında hangisi doğrudur?

Machine Learning kavramları

Özellik

Etiket

Hedef Değişken

Machine learning jargonu

Supervised vs unsupervised

Machine learning iş akışı

Machine Learning İş Akışı 

Bir model oluşturmanın adımları

Gerçek bir adım

What is Machine Learning?

Now that you know the basics of machine learning, let's dive a little bit deeper. At the end of this chapter, you will know the different types of machine learning, as well as how to evaluate and improve your models.

Supervised learning

Warm up

Regressing with class

Unsupervised learning

We don't need no supervision

Gotta cluster 'em all!

Evaluating performance

True or false?

Land of confusion

Improving performance

It's a long way to the top

Explore hyperparameter tuning

Machine Learning Models

In this chapter, we'll unpack deep learning beginning with neural networks. Next, we'll take a closer look at two common use-cases for deep learning: computer vision and natural language processing. We'll wrap up the course discussing the limits and dangers of machine learning.

Deep learning

What is deep learning?

Should I use deep learning?

Computer vision

Image data

The process

Natural Language Processing

Sentiment analysis

Classifying machine learning tasks

Bag of words

Limits of machine learning

To black box or not to black box?

Spotting bias in machine learning

Congratulations!

Deep Learning

Machine learning etrafındaki heyecanın ardında ne var? Bu teknik olmayan kursta, machine learning hakkında sormaya çekindiğin her şeyi öğreneceksin. Kod yazmana gerek yok. Uygulamalı egzersizler, jargonu aşmana ve bu heyecan verici teknolojinin sürücüsüz arabalardan Amazon’daki kişisel alışveriş önerilerine kadar her şeyi nasıl güçlendirdiğini öğrenmene yardımcı olacak.

Machine learning nasıl çalışır, ne zaman kullanabilirsin ve AI ile machine learning arasındaki fark nedir? Hepsi ele alınacak. Büyük talep gören ve etkili bu alanda beceriler kazan ve machine learning’in aslında herkes için olduğunu keşfet!

Videolarda canlı altyazılar vardır; videoların sol altındaki "Show transcript" düğmesine tıklayarak erişebilirsin.

Kurs sözlüğünü sağ taraftaki kaynaklar bölümünde bulabilirsin.

CPE puanları almak için kursu tamamlaman ve nitelikli değerlendirmede %70 puana ulaşman gerekir. Sağ taraftaki CPE puanları çağrı kutusuna tıklayarak değerlendirmeye gidebilirsin.

<h2>Makine Öğrenimi Kavramlarına Giriş</h2> 
Makine öğreniminin popülerliğinin arkasında ne var? Bu teknik olmayan kursta, makine öğrenimi hakkında sormaya çekindiğiniz her şeyi öğreneceksiniz. Kodlama gerekmez.
<br><br>
Makine öğrenimi yolculuğuna başlamak için temel ancak önemli kavramları keşfedecek ve bilgilerinizi pekiştirmek için uygulamalı alıştırmalar yapacaksınız. Bu, jargonun ötesinde bir anlayış geliştirmek ve bu heyecan verici teknolojinin, sürücüsüz arabalardan kişisel Amazon alışveriş önerilerinize kadar her şeyi nasıl desteklediğini öğrenmeyi içerir. 
<br><br>
<h2>Makine Öğreniminin Temellerini Keşfedin</h2> 
Makine öğrenimi nasıl çalışır, ne zaman kullanabilirsiniz ve yapay zeka ile makine öğrenimi arasındaki fark nedir? Bu kurs tüm bu konuları kapsamaktadır.
<br><br>
Öncelikle, makine öğreniminin ne olduğunu, temel tanımını ve veri bilimi ve yapay zeka ile ilişkisini inceleyerek başlayacaksınız. Ardından, kelime dağarcığını öğrenecek ve model oluşturmak için makine öğrenimi iş akışıyla bitireceksiniz.
<br><br>
Derin öğrenmeyi daha ayrıntılı olarak inceleyerek kursu tamamlıyoruz. Derin öğrenmenin iki yaygın kullanım örneğini keşfedeceksiniz: bilgisayar görme ve doğal dil işleme (NLP) ve makine öğreniminin sınırlarını ve tehlikelerini anlayacaksınız.

Bu iki saatlik makine öğrenimi kursu, temel ML kavramlarını öğretir: terimler, modeller, derin öğrenme.

Machine Learning'i Anlamak

Kodlama gerektirmeyen makine öğrenimine giriş.

AI Temelleri

Veri Konularını Anlama

Machine Learning'in uygulama alanı tek bir problem türü ya da alanla sınırlı değildir

Machine Learning, mevcut verilerdeki kalıpları bulur ve bunları yeni verilere uygular

Bir Machine Learning modelinden tahmin yapmak için veriye ihtiyacın vardır

Machine Learning, bilgisayar bilimi, istatistik ve fizikten yöntemler kullanır

Machine Learning yalnızca ne olacağını tahmin edebilir, bir şeyin neden olduğunu açıklayamaz

Machine Learning hakkında hangisi doğrudur?

Machine Learning'i Anlamak

Uygulamalı interaktif egzersiz