Veri Bilimi (AING327)
Veri Bilimi Süreci ve Yaşam Döngüsüne Giriş. Veri bilimcinin rolü, problem tanımlama, veri hazırlama, model planlama ve oluşturma, sonuçların teslimi. Çeşitli kaynaklardan veri ithalatı (csv, xls ve çevrimiçi kaynaklar (URL'ler)). Öznitelikler ve türleri. Vektörler, matrisler, listeler ve sınıflar. Veri çerçeveleri ve veri çerçeveleri üzerindeki işlemler. Veri keşfi ve düzenleme. Veri görselleştirme. Denetimli ve denetsiz öğrenme. Regresyon için denetimli öğrenme ve modellerin uygunluk derecesi açısından değerlendirilmesi. Lojistik regresyon modelleri. Komşuluk tabanlı öğrenme. En yakın özellik çizgisi tabanlı teknikler. Karar ağaçları. Sınıflandırıcıların uygulanması ve değerlendirilmesi. Sınıflandırıcı değerlendirme için performans metrikleri. Özniteliklerin değerlendirilmesi ve seçimi. Filtre, sarma ve gömülü yöntemler kullanılarak en ayırt edici özniteliklerin seçimi. Denetimsiz öğrenme için kümeleme. k-means, bulanık c-means ve hiyerarşik kümeleme.