Yeni nesil uzaktan öğrenme teknikleri ile R* programlama dilini beraber kullanarak veri biliminde uzmanlaşacağınız kurs setimizin ilk dersine hoşgeldiniz!
Yeni Başlayanlar için Veri Bilimine Giriş
Veri Bilimi için "R" Programlama
Veri Bilimi için İstatistik
Makine Öğrenimi (Machine Learning)
Veri Görselleştirme (Data Visualization)
Veri Madenciliği (Data Mining )
Derin Öğrenme (Deep Learning)
Veri bilimi alanında yüksek lisanslı veri profesyoneliyle beraber makine öğrenimi ve veri görselleştirme alanlarında dünyanın en yaygın dillerinden R Programalama dilinin temellerini kavrayacaksınız.
Bu kurs ile R programlama dili ile beraber kodlama alışkanlıkları, veri bilimi çalışırken dikkat edilmesi gerekenler hakkında önemli tüyolar öğreneceksiniz.
Kurstan maksimum verimde faydalanabilmek için:
• Videolara iliştirdiğimiz kaynakları mutlaka kontrol edin.
• R kodlarını bölüm başlangıçlarında ve ödev dosyalarında .zip haliyle bulabilirsiniz. İndirerekGitHub pratiklerimizden daha kolay faydalanın. İndirdiğiniz kodlaru R-Script'inizde kullanın ve ardından kendiniz de yazın
• Ders ile alakalı olsun olmasın herhangi bir sorunuzda iletişime geçmekten çekinmeyin! Data Forest ekibi olarak her zaman destek olmaya hazırız
Bu kursta:
Başlamadan Önce
• İstatistiki öğrenim örnekleri
• Supervised & Unsupervised Learning (Gözetimli & Gözetimsiz Öğrenme) Giriş
• Makine Öğrenimi vs İstatistiki Öğrenim
RProgramlama Temelleri
• R ve R-Studio Programları Giriş ve Kurulumu
• Çalışma dizini ve Proje Kullanımı
• R'ın tarihi
• RHelp?!
• R Studio Konsol &Script
• Değişken tipleri
• Mantık ve Koşul İfadeleri (IF-ELSE)
• Döngüler (Loops)
• R'da Vektörler ve Listeler
• R'da Fonksiyonlar
• Paket ve Kütüphaneler
R ile Veri Ön İşleme
• [] kullanımı
• Matrisler
• Matrislerde boyut isimlendirme
• Matrislerde işlemler
• Subsetting (Alt Küme seçme)
• R-Studio data import
• Dataframes(Veri Çerçeveleri)
• Veri keşfetmeye giriş (Data Exploration)
• $ kullanımı
• Dataframe işlemleri
• Dataframe filtreleme
• R'da Faktörler
• APPLY Fonksiyon ailesi
• Kümeleme Çeşitlerinde Performans Metrikleri
R ile Veri Görselleştirme Temelleri
• plot() fonksiyonu ve "arguments" kullanımı
• Barplots (Sütun Grafikleri)
• Histogramlar
• Boxplot (Kutu Grafikleri)
• Grid of Charts (Grafik Izgarası)
• Veri Görselleştirme Kütüphaneleri (Lattice-ggplot2)
R ile Tahmin Analitiğine Giriş
• Veri ön işleme örnekleri
• Regresyon modellemeleri
• Sınıflandırma (Classification)modellemesi (k-NN)
---------------------------------------------------------------
*Python derslerimiz için de bizi takipte kalın!
