İçeriğe geç
yöntem
Öğren
Belgeler
Kitaplar
Kurulum
Öğretmenler
Oyun alanı
Yöntem ile Makine Öğrenmesi
Kılavuz · 4 bölüm + 1 ek
Yöntem ile Makine Öğrenmesi
20 algoritma, her biri baştan sona okunabilen bir programla
Önder Örnek
Çevrim içi sürüm
PDF sürümü
(isteğe bağlı, 251 KB)
İçindekiler
Önsöz
Giriş
Başlarken
Kodları çalıştırmak
Kullanılan araçlar
Bölüm 1 — Denetimli öğrenmenin temelleri
1. Doğrusal regresyon
2. Lojistik regresyon
3. K-en yakın komşu (k-NN)
4. Naif Bayes
5. Karar ağaçları
Bölüm 2 — Topluluk yöntemleri ve destek vektör makinesi
6. Rastgele orman
7. Gradyan artırma
8. Destek vektör makinesi (SVM)
14. AdaBoost
15. XGBoost
Bölüm 3 — Denetimsiz öğrenme
9. K-ortalamalar
10. Hiyerarşik kümeleme
11. DBSCAN
12. Temel bileşenler analizi (PCA)
13. Gauss karışım modelleri (GMM)
Bölüm 4 — Derin öğrenme
16. Çok katmanlı algılayıcı (sinir ağı)
17. Evrişimli sinir ağı (CNN)
18. Yinelemeli sinir ağı (RNN)
19. Otokodlayıcı
20. Transformer ve dikkat mekanizması
Ek A — Hangi algoritma ne zaman?
Karşılaştırma tablosu
Sık yapılan hatalar
Sonraki adımlar