machine learning

• #63835150 no'lu entry'de verdiğim linklere ek olarak birkaç kaynak daha paylaşacağım. ara ara bu tarz eylemlerim devam edecek. vatandaşa cart curt yok, vatandaş verisini analiz edecek!
  
  python'da scikit dökümanlarını takip ederek giden, türkçe videolu anlatımların olduğu bir youtube kanalı var. bu konularda türkçe materyal olması adına süper hareket!
  
  (yatırım tavsiyesi) edu uzantılı mailiniz ile github education'a üye olarak 1 ay boyunca udacity nanodegree programlarından faydalanabilirsiniz. misal. (tüyo: her derse kayıt olup sağ üstten download course materials)
  (bkz: github education pack)
  
  edit: githun education pack'ten udacity kısmını kaldırmış maalesef.
  
  genellikle r kullanıyorum o yüzden r ile ilgili birkaç paket önereceğim. şu sıralar caret paketine sardım. döküman desteği canavar. veri önişleme olayını çok kolay hale getiriyor. pek çok paket desteği var, 200 küsür algoritmayı çalıştırmanız mümkün. görselleri de lattice paketi ile yapıyor. ee daha nolsun? ensemble modeller kurmak isterseniz de caret ensemble adında bir paket mevcut. caret ile ilgili bir döküman daha
  
  rstudio'nun chief data scientist'i olan, rstudio'nun son yıllarda atağa kalkmasını sağlayan hadley ^* reyiz'in r for data science adında bir kitabı var. r ile bu işlere girişmek için güzel bir kaynak.
  
  aslında derin öğrenme konusu ama r'dan devam ediyorken belirtmek istedim. tensorflow ve keras için iki paket var. (tensorflow'u 64 bit windows'a kurabiliyorsunuz. tf kullanarak keras kurmanız da mümkün. dolayısıyla bu paketleri windows'da kullanabilirsiniz.)
  (bkz: tensorflow/@rahmetli de sollardi)
  
  amme hizmeti yapan, algoritmaları karşılaştıran machine learning benchmark repo'su var ki dadından yenmiyor.
  
  uygulama kısmı için kaggle'da güreş tutmalık iki yarışma var. biri house prices: advanced regression techniques diğeri de allah'ın emri olan titanic: machine learning from disaster veri setleri. her ikisinde de kayıp gözlemleri (missing values) tahmin etmek/doldurmak (imputation) gerekiyor. ayrıca regresyon ve sınıflama da yapılabilir. olay hep tahmin/sınıflama gibi gözükse de bi de işin görselleştirme kısmı var ki onlar için de güzel kernel'lar var (görselleştirmeye de değineceğim bi ara). bi de gözlem sayılarının (kaggle yarışmalarına göre) az olması itibariyle de bilgisayarı çok yormayacak veri setleri bunları. kernel'ler de mevcut. (kopya çekmek hiç bu kadar keyifli olmamıştı)