Veri analitiği günümüz iş dünyasının en popüler ve önemli konularından birisidir. Veri analitiği konusunda uzmanlaşmak isteyen profesyoneller için İstatistik, Modelleme ve Python ile Uygulama eğitimleri veriyoruz.  Bu eğitimin sonunda katılımcılar veri analitiği ve makine öğrenmesi modellemesinin detaylarını öğrenecek, aynı zamanda Python’da kodlama yetkinliklerini geliştireceklerdir.

Eğitim Programı (İstatistik & Modelleme)

Veri Nedir? Değişkenler, Popülasyon, Örneklem

Özet İstatistikler ve Görselleştirme ile Temel Veri Analizi

Veri Önişleme, Temizleme ve Eksik Veri Doldurma

Aykırı Değer (Outlier) Analizi

Korelasyon

Makine Öğrenmesi Modellemesine Giriş

Doğrusal Regresyon (Linear Regression)

Lojistik Regresyon (Logistic Regression)

En Yakın K-Komşu Sınıflandırması (KNN)

Karar Ağaçları (Decision Tree) ve Rastgele Orman (Random Forest)

Gradient Boosting Machine (GBM), Light GBM, XGBoost

Destek Vektör Makineleri (Support Vector Machines)

Kümeleme (Clustering)

Zaman Serisi Modelleme

Derin Öğrenme (Deep Learning)

Eğitim Programı (Uygulamalı)

Python ve Jupyter Notebook Kurulumu

Temel Python Dili (Koşullar, Döngüler, Fonksiyonlar)

Numpy Kütüphanesi ve Veri İşlemleri

Pandas Kütüphanesi ve Veri İşlemleri

Veri Okuma ve Önişleme

Veri Görselleştirme

Scikit-Learn Kütüphanesi ve Modellemeye Giriş

Doğrusal Regresyon

Lojistik Regresyon

Boyut Azaltma Teknikleri

Karar Ağaçları (Decision Trees) ve Rastgele Orman (Random Forest)

Gradient Boosting Machine (GBM), Light GBM, XGBoost

Destek Vektör Makineleri

K-En Yakın Komşu (KNN)

Zaman Serisi Modelleme

Kümeleme Algoritmaları

Derin Öğrenme (Deep Learning)

Baştan Sona Veri Analizi ve Modelleme Örneği

Eğitim Süresi 

10 gün (4 gün istatistik ve modelleme, 6 gün Python ile uygulama)