DENETİMLİ MAKİNE ÖĞRENMESİ ALGORİTMALARI R VE PYTHON Uygulamaları — Nuran Bayram Arlı Sevda Gürsakal Melih Engin

DENETİMLİ MAKİNE ÖĞRENMESİ ALGORİTMALARI R VE PYTHON Uygulamaları
Nuran Bayram Arlı Sevda Gürsakal Melih EnginNobel Akademik Yayıncılık
DENETİMLİ MAKİNE ÖĞRENMESİ ALGORİTMALARI R VE PYTHON Uygulamaları
Nuran Bayram Arlı Sevda Gürsakal Melih EnginGünümüzde yapay zekânın bir alt kümesi olarak kabul edilen makine öğrenmesi büyük veri alanının önemli bir bileşenidir Aynı zamanda makine öğrenmesi geni kapsamlı uygulamalarla bilgisayar biliminin en hızlı büyüyen alanları arasında yer almaktadır Makine öğrenmesi bilgisayar yazılımlarıyla verilerdeki kalıpları belirlemek için çeşitli algoritmalar kullanarak gelecekteki olayların sınıflanması ve tahmin edilmesinde son yıllarda yoğun bir şekilde hemen hemen tüm bilim dallarında kullanılmakt

Nobel Akademik Yayıncılık
Günümüzde yapay zekânın bir alt kümesi olarak kabul edilen makine öğrenmesi büyük veri alanının önemli bir bileşenidir Aynı zamanda makine öğrenmesi geniş kapsamlı uygulamalarla bilgisayar biliminin en hızlı büyüyen alanları arasında yer almaktadır Makine öğrenmesi bilgisayar yazılımlarıyla verilerdeki kalıpları belirlemek için çeşitli algoritmalar kullanarak gelecekteki olayların sınıflanması ve tahmin edilmesinde son yıllarda yoğun bir şekilde hemen hemen tüm bilim dallarında kullanılmaktadır Makine öğrenmesi alanında özellikle sosyal bilimlerde R ve Python uygulamalarında sınırlı sayıda kaynak olması nedeniyle bu kitabın yazılması amaçlanmıştır Bu nedenle kitapta en yaygın kullanılan denetimli makine öğrenmesi algoritmalarına yer verilmiştir Kitapta hazırlanan her bir bölüm öncelikle teorik olarak ele alınmış daha sonra da örnek veri grubu ile R ve Python programlarında adım adım uygulamalara yer verilmiş ve sonuçlar ayrıntılı olarak yorumlanmıştır

Nobel Akademik Yayıncılık
Günümüzde yapay zekânın bir alt kümesi olarak kabul edilen makine öğrenmesi büyük veri alanının önemli bir bileşenidir Aynı zamanda makine öğrenmesi geni kapsamlı uygulamalarla bilgisayar biliminin en hızlı büyüyen alanları arasında yer almaktadır Makine öğrenmesi bilgisayar yazılımlarıyla verilerdeki kalıpları belirlemek için çeşitli algoritmalar kullanarak gelecekteki olayların sınıflanması ve tahmin edilmesinde son yıllarda yoğun bir şekilde hemen hemen tüm bilim dallarında kullanılmakt

Nobel Akademik Yayıncılık
Günümüzde yapay zekânın bir alt kümesi olarak kabul edilen makine öğrenmesi büyük veri alanının önemli bir bileşenidir Aynı zamanda makine öğrenmesi geniş kapsamlı uygulamalarla bilgisayar biliminin en hızlı büyüyen alanları arasında yer almaktadır Makine öğrenmesi bilgisayar yazılımlarıyla verilerdeki kalıpları belirlemek için çeşitli algoritmalar kullanarak gelecekteki olayların sınıflanması ve tahmin edilmesinde son yıllarda yoğun bir şekilde hemen hemen tüm bilim dallarında kullanılmaktadır Makine öğrenmesi alanında özellikle sosyal bilimlerde R ve Python uygulamalarında sınırlı sayıda kaynak olması nedeniyle bu kitabın yazılması amaçlanmıştır Bu nedenle kitapta en yaygın kullanılan denetimli makine öğrenmesi algoritmalarına yer verilmiştir Kitapta hazırlanan her bir bölüm öncelikle teorik olarak ele alınmış daha sonra da örnek veri grubu ile R ve Python programlarında adım adım uygulamalara yer verilmiş ve sonuçlar ayrıntılı olarak yorumlanmıştır Yayınevi Nobel Akademik Yayıncılık Yazar Nuran Bayram Arlı Sayfa 310 Sayfa Kağıt 2 Hamur Boyut 16 50x24 00 cm Basım Yılı Ekim 2022 Barkod 9786254274435 Kategori Makina Mühendisliği

Nobel
Günümüzde yapay zekânın bir alt kümesi olarak kabul edilen makine öğrenmesi büyük veri alanının önemli bir bileşenidir Aynı zamanda makine öğrenmesi geniş kapsamlı uygulamalarla bilgisayar biliminin en hızlı büyüyen alanları arasında yer almaktadır Makine öğrenmesi bilgisayar yazılımlarıyla verilerdeki kalıpları belirlemek için çeşitli algoritmalar kullanarak gelecekteki olayların sınıflanması ve tahmin edilmesinde son yıllarda yoğun bir şekilde hemen hemen tüm bilim dallarında kullanılmaktadır Makine öğrenmesi alanında özellikle sosyal bilimlerde R ve Python uygulamalarında sınırlı sayıda kaynak olması nedeniyle bu kitabın yazılması amaçlanmıştır Bu nedenle kitapta en yaygın kullanılan denetimli makine öğrenmesi algoritmalarına yer verilmiştir Kitapta hazırlanan her bir bölüm öncelikle teorik olarak ele alınmış daha sonra da örnek veri grubu ile R ve Python programlarında adım adım uygulamalara yer verilmiş ve sonuçlar ayrıntılı olarak yorumlanmıştır