Veri Bilimi: ;Python Diliyle Kodlanmış Örnek Uygulamalarıyla

Stok Kodu:
9786059594875
Boyut:
160-240-
Sayfa Sayısı:
256
Basım Yeri:
İstanbul
Baskı:
1
Basım Tarihi:
2022-01-20
Kapak Türü:
Karton
Kağıt Türü:
Kitap Kağıdı
Dili:
Türkçe
%8 indirimli
345,00TL
317,40TL
Havale/EFT ile: 311,05TL
9786059594875
546598
Veri Bilimi: ;Python Diliyle Kodlanmış Örnek Uygulamalarıyla
Veri Bilimi: ;Python Diliyle Kodlanmış Örnek Uygulamalarıyla
317.40
Sayısallaşma (dijitalleşme) ve teknolojinin yaşamın her alanına nüfuz etmesi sonucu, makine öğrenmesi ve derin öğrenme algoritmaları; matematik, mühendislik, sağlık, ekonomi ve iktisat başta olmak üzere her bilim dalı araştırmacısının bilgi sahibi olması gereken konular haline gelmiştir. Bu nedenle her alandan okuyucu kitlesine hitap etmesi amaçlanarak hazırlanan bu kitap; başta fen, sosyal ve mühendislik alanları olmak üzere her alan için yararlı bir kaynak niteliğindedir. Bu kitapta, geleneksel makine öğrenmesi algoritmaları ve derin öğrenme algoritmalarının matematiksel olarak genel çalışma ilkeleri açıklanarak Python Programlama Dili ile uygulama örnekleri verilmiştir. İlk bölümünde makine öğrenmesi ve derin öğrenme algoritmalarının daha iyi anlaşılabilmesi için gerekli olan matematiksel kavramlar örneklerle ifade edilmektedir. İkinci bölümde, temel Python bilgisine sahip olduğu varsayılarak, bu konuda eksiği olan ya da tekrar ihtiyacı hisseden okuyucuya yararlanabileceği kaynaklar sunularak yol gösterilmektedir. Ayrıca okuyucunun kullanım becerisini geliştirmek amacıyla, veri analizi ve algoritmaların uygulanmasında gerekli Python kütüphaneleri, verilen kodlar üzerinde pratik yapılarak ayrıntılı açıklanmaktadır. Üçüncü bölümde makine öğrenmesinde sıkça kullanılan kavramlar ele alınmaktadır. Dördüncü ve beşinci bölümde sırasıyla makine öğrenmesi ve derin öğrenme algoritmaları Python programlama kod örnekleri de verilerek, konular anlatım ve uygulama yönünden her alandan okuyucuya ulaşabilecek şekilde ele alınmaktadır. Okuyucu bir taraftan algoritmaların işleyiş pratiğini öğrenirken, diğer taraftan Python dilinde yazılmış hazır bir kod parçası ile ilerde kendi verileri için kullanacağı bir şablona erişmiş olmaktadır. Bu iki bölümde ele alınan önemli başlıklar sırasıyla şöyledir: K- En Yakın Komşuluk algoritması, Naive Bayes algoritması, Lojistik Regresyon algoritması, Basit Lineer Regresyon algoritması, Karar Ağaçları algoritması, Rastgele Orman algoritması, Destek Vektör Makineleri algoritması, Birliktelik Analizi algoritması, K-Ortalamalar algoritması, Yapay Sinir Ağları, Evrişimli Sinir Ağları, Özyinelemeli Sinir Ağları, Çekişmeli Üretici Ağlar ve Otomatik Kodlayıcılar.
Sayısallaşma (dijitalleşme) ve teknolojinin yaşamın her alanına nüfuz etmesi sonucu, makine öğrenmesi ve derin öğrenme algoritmaları; matematik, mühendislik, sağlık, ekonomi ve iktisat başta olmak üzere her bilim dalı araştırmacısının bilgi sahibi olması gereken konular haline gelmiştir. Bu nedenle her alandan okuyucu kitlesine hitap etmesi amaçlanarak hazırlanan bu kitap; başta fen, sosyal ve mühendislik alanları olmak üzere her alan için yararlı bir kaynak niteliğindedir. Bu kitapta, geleneksel makine öğrenmesi algoritmaları ve derin öğrenme algoritmalarının matematiksel olarak genel çalışma ilkeleri açıklanarak Python Programlama Dili ile uygulama örnekleri verilmiştir. İlk bölümünde makine öğrenmesi ve derin öğrenme algoritmalarının daha iyi anlaşılabilmesi için gerekli olan matematiksel kavramlar örneklerle ifade edilmektedir. İkinci bölümde, temel Python bilgisine sahip olduğu varsayılarak, bu konuda eksiği olan ya da tekrar ihtiyacı hisseden okuyucuya yararlanabileceği kaynaklar sunularak yol gösterilmektedir. Ayrıca okuyucunun kullanım becerisini geliştirmek amacıyla, veri analizi ve algoritmaların uygulanmasında gerekli Python kütüphaneleri, verilen kodlar üzerinde pratik yapılarak ayrıntılı açıklanmaktadır. Üçüncü bölümde makine öğrenmesinde sıkça kullanılan kavramlar ele alınmaktadır. Dördüncü ve beşinci bölümde sırasıyla makine öğrenmesi ve derin öğrenme algoritmaları Python programlama kod örnekleri de verilerek, konular anlatım ve uygulama yönünden her alandan okuyucuya ulaşabilecek şekilde ele alınmaktadır. Okuyucu bir taraftan algoritmaların işleyiş pratiğini öğrenirken, diğer taraftan Python dilinde yazılmış hazır bir kod parçası ile ilerde kendi verileri için kullanacağı bir şablona erişmiş olmaktadır. Bu iki bölümde ele alınan önemli başlıklar sırasıyla şöyledir: K- En Yakın Komşuluk algoritması, Naive Bayes algoritması, Lojistik Regresyon algoritması, Basit Lineer Regresyon algoritması, Karar Ağaçları algoritması, Rastgele Orman algoritması, Destek Vektör Makineleri algoritması, Birliktelik Analizi algoritması, K-Ortalamalar algoritması, Yapay Sinir Ağları, Evrişimli Sinir Ağları, Özyinelemeli Sinir Ağları, Çekişmeli Üretici Ağlar ve Otomatik Kodlayıcılar.
Yorum yaz
Bu kitabı henüz kimse eleştirmemiş.
Kapat