Makine Öğrenmesi (Machine Learning)

* * * * * * * * * * * * * * * * * * * * * * * * * * *

Videolar yüklenmeye devam ediyor.

Lütfen satın almadan önce, bunu kontrol edin.

Şu anda konuların 16/22 si tamamlanmış durumda.

Vakit buldukça yüklemeye devam edeceğim.

* * * * * * * * * * * * * * * * * * * * * * * * * * *

Makine Öğrenmesi (Machine Learning) yolculuğunun öğrencilere zor gelmesinin iki ana nedeni vardır:

1- ML kavramları ve algoritmalar ilk başta karmaşık gelir.

2- Yeterli ve sağlıklı uygulama yapılmadığı zaman havada kalır.

Birinci sorunu biraz açacak olursak;

Öğrenciler çoğu zaman Matematik ve İstatistik temelini anlamadıkları için ezberleyerek Makine Öğrenmesi yapmaya çalışırlar.

Maalesef Makine Öğrenmesi üzerine verilen bir çok eğitim sadece kavramları ezberletme üzerine kurulu.

Bir yerden sonra ezberin kendisi karmaşık bir hal alır, bir fayda vermez ve öğrenci iyice kaybolur.

İkinci sorun ise kavramları anlayan öğrencilerle ilgili;

Öğrenci kavramları anlamış olsa bile gerçek hayat uygulamaları ile destekleyemezse o zaman da pratiğe dökememiş olur.

Aslında pratik bir saha olan Machine Learning'de gerçek anlamda uzmanlaşamaz.

Akademik olarak iyi olan birçok eğitimde de maalesef uygulama tarafı eksik.

Bu kurs işte bu iki soruna, kalıcı bir çözüm üretmek için geliştirildi.

Gerektiği kadar teorik bilginin üzerine fazlası ile uygulama yaparak, soru çözerek teori ve pratiği birleştiriyor.

Böylece siz, artık ne yaptığınızı ve neden yaptığınızı bilerek ama mutlaka elinizi kirleterek veri üzerinde çalışmış olacaksınız.

Ve Machine Learning'i sarsılmaz bir şekilde öğrenmiş olacaksınız.

Kursumuz Makine Öğrenmesi Nedir? diye başlayacak ve Supervised Learning'in tüm algoritmalarını bitirdikten sonra, Unsepervised Learning ile devam edecek.