• Buradasın

    Lojistik Regresyon

    Özetteki ilgi çekici içerikler

    • Yapay Sinir Ağları ve Perceptron Dersi

      Bu video, bir eğitim dersi formatında olup, bir eğitmen tarafından yapay sinir ağları ve perceptron konusu anlatılmaktadır. Ders, beynin fizyolojik yapısının matematiksel modellemesi üzerine odaklanmaktadır. Eğitmen, perceptron modelinin beynin yapısını taklit ettiğini, nöronların paralel olarak çalıştığını ve bu sayede bilgisayarların seri işlem yapmasından farklı bir yapıya sahip olduğunu açıklamaktadır. Ayrıca, aktivasyon fonksiyonları, sinaptik katsayılar ve hyperplane kavramları matematiksel olarak ifade edilmekte, lojistik regresyon ile ilişkisi anlatılmaktadır. Dersin sonunda, bir sonraki derste multilayer perceptron modelinin anlatılacağı belirtilmektedir.

      • youtube.com

    • Veri Madenciliği ve Makine Öğrenimi: Diyabet Teşhisi Uygulaması

      Bu video, bir eğitmen tarafından sunulan veri madenciliği ve makine öğrenimi eğitim içeriğidir. Eğitmen, veri setlerinin nasıl işleneceğini ve makine öğrenimi modellerinin nasıl oluşturulacağını göstermektedir. Video, diyabet hastalığına dair bir veri setini analiz etmeyi konu alıyor. İçerik, gerekli kütüphanelerin yüklenmesi, veri setinin okunması, eksik değerlerin tespit edilip doldurulması, korelasyon analizi ve özellik seçimi aşamalarını kapsamaktadır. Ayrıca lojistik regresyon ve lineer regresyon modellerinin karşılaştırılması ve oluşturulan modelin nasıl kaydedileceği ve kullanılacağı da anlatılmaktadır. Uygulama, sınıflandırma problemi olarak ele alınarak, yeni hastalar için diyabet teşhisi yapabilen bir model geliştirme sürecini kapsamaktadır. Veri setindeki özellikler (hamilelik sayısı, glikoz düzeyi, kan basıncı, ten kalınlığı, insülin seviyesi, body mass indeks, yaş ve outcome) incelenerek, bir hastanın diyabet durumunu tahmin etmek için gerekli adımlar gösterilmektedir.

      • youtube.com

    • Lojistik Regresyon Analizi Eğitim Videosu

      Bu video, bir eğitimci tarafından sunulan lojistik regresyon analizi hakkında kapsamlı bir eğitim içeriğidir. Eğitimci, Paland adlı bir kitaptan örnekler vererek konuyu açıklamaktadır. Video, lojistik regresyonun ne olduğu ve çoklu regresyondan farklarını açıklayarak başlıyor, ardından "Sleep4D" adlı veri seti kullanılarak uyku ile ilgili problemleri belirleyen kategorik bağımlı değişken ve cinsiyet, yaş, haftalık uyuma süresi, uykuya dalma sorunu ve uykuyu sürdürme sorunu gibi bağımsız değişkenler arasındaki ilişkiyi inceliyor. SPSS programında lojistik regresyon analizinin nasıl yapılacağı adım adım gösteriliyor ve modelin anlamlılığı, uyum testleri ve açıklanma oranı değerlendiriliyor. Videoda ayrıca örneklem boyutu, değişken dağılımı, modelin anlamlılığı, uyum testleri ve açıklanma oranının nasıl değerlendirileceği detaylı olarak anlatılmakta, hangi faktörlerin bağımlı değişkeni yordadığı (uyku problemi bildirme olasılığını) analiz edilmektedir.

      • youtube.com

    • SPSS ile İkili Lojistik Regresyon Analizi Eğitimi

      Bu video, bir konuşmacının SPSS programı kullanarak ikili lojistik regresyon analizini adım adım anlattığı bir eğitim içeriğidir. Video, ikili lojistik regresyonun ne olduğunu açıklayarak başlıyor ve ardından SPSS programında bu analizin nasıl yapılacağını gösteriyor. Örnek veri seti olarak hastalık (kanser var/yok), sigara (sigara içiyor/içmiyor) ve kükürt dioksit (sayısal) değişkenleri kullanılıyor. Analiz süreci, değişkenlerin tanımlanması, enter metodunun seçilmesi, tabloların yorumlanması, ODS oranlarının değerlendirilmesi, durum özet tablosunun oluşturulması, etkili gözlem değerlerinin bulunması ve değişkenlerin anlamlılık testlerinin yapılması şeklinde ilerliyor. Video ayrıca modelin istatistiksel anlamlılığını, uyum iyiliğini, R-kare değerini ve değişkenlerin risk faktörlerini nasıl yorumlayacağınızı detaylı şekilde açıklıyor.

      • youtube.com

    • R ve Python ile Hisse Senedi Analizi Eğitimi

      Bu video, bir eğitmen tarafından sunulan, R ve Python kodlarını RMarkdown'da entegre ederek hisse senedi analizi yapma sürecini anlatan bir eğitim içeriğidir. Video, R ve Python'un karşılaştırılmasıyla başlayıp, RMarkdown projesi oluşturma, kütüphane yükleme ve veri manipülasyonu işlemlerini adım adım göstermektedir. Ardından hisse senedi verilerinin görselleştirilmesi, hareketli ortalama hesaplamaları, al-sat sinyallerinin oluşturulması ve farklı endekslerin (BIST 100, S&P 500, DAX) veri setine eklenmesi anlatılmaktadır. Son bölümde ise lojistik regresyon modeli için veri hazırlama ve faktör değişkenine dönüştürme işlemleri gösterilmektedir. Eğitim, R ve Python kodlarını birlikte kullanarak hisse senedi analizi yapma sürecini kapsamlı şekilde ele almakta ve ikinci bölümde Python ile lojistik regresyon uygulamasının yapılacağını belirtmektedir.

      • youtube.com

    • R ile Lojistik Regresyon Analizi Eğitimi

      Bu video, bir eğitim dersi formatında olup, konuşmacı R programlama dilini kullanarak lojistik regresyon analizini anlatmaktadır. Video, lojistik regresyonun ne olduğu, çeşitleri (ikili, çoklu ve sıralı) ve kullanım alanları hakkında bilgi vererek başlıyor, ardından kalp hastalığı ile ilgili gerçek dünya veri seti üzerinde uygulamalı bir analiz sunuyor. İçerik, veri ön işleme adımlarını (veri setinin import edilmesi, eksik verilerin işlenmesi, kategorik değişkenlerin dönüştürülmesi), veri setinin eğitim ve test olarak ayrılması, lojistik regresyon modelinin oluşturulması ve modelin doğruluk değerlerinin hesaplanması şeklinde ilerliyor. Eğitim verisi üzerinde %87.7, test verisi üzerinde ise %90 doğruluk değeri elde edilmiştir. Video, veri analizi ve makine öğrenmesi uygulamalarını R ile nasıl gerçekleştireceğinizi göstermektedir.

      • youtube.com

    • Azure Machine Learning Studio ile Makine Öğrenimi Eğitimi

      Bu eğitim videosunda Devkos Bilişim'in kurucusu ve çözüm mimarı Abdullah Gise, Azure Machine Learning Studio'nun kullanımını adım adım anlatmaktadır. Video, Azure Machine Learning Studio'nun tanıtımıyla başlayıp, sınıflandırma (classification) senaryosu üzerinden bir uygulama örneği sunmaktadır. İçerikte veri hazırlama, veri setini inceleme, düzenleme, veri setinin ikiye ayrılması, makine öğrenmesi algoritmalarının seçimi ve eğitilmiş modelin başarısının değerlendirilmesi aşamaları detaylı olarak gösterilmektedir. Eğitim, müşterilerin bisiklet alıp almayacağını tahmin eden bir model oluşturma örneği üzerinden ilerlemekte ve Logistic Regression algoritmasının eğitilmesiyle devam etmektedir. Ayrıca, eğitilmiş modelin test verilerindeki performansını değerlendirmek için "Scor Model" ve "Evalate Model" araçlarının kullanımı da anlatılmaktadır. Video, bir sonraki bölümde farklı algoritmaların karşılaştırılacağını ve eğitilmiş modelden web servisi oluşturulacağını belirterek sona ermektedir.

      • youtube.com

    • Makine Öğrenmesi ve Lojistik Regresyon Eğitimi

      Bu video, bir eğitmen tarafından sunulan makine öğrenmesi ve lojistik regresyon konulu eğitim içeriğidir. Video, model oluşturma aşamasından başlayarak, MATLAB programlama dilinde lojistik regresyon algoritmasının nasıl yazılacağını adım adım göstermektedir. Eğitmen, H = 1 / (1 + exp(θx + θ1x1 + θ2x2)) formülünü kullanarak model oluşturma, hata fonksiyonu tanımlama, öğrenme algoritması oluşturma ve eğitim döngüsü oluşturma süreçlerini detaylı olarak anlatmaktadır. Videoda ayrıca, 200 veri seti üzerinde çalışan algoritmanın iterasyon süreci, teta değerlerinin değişimi, öğrenme oranının etkisi ve gürültü değerlerinin yorumlanması gibi konular ele alınmaktadır. Eğitmen, bir sonraki derste eğitim kodlarının görselleştirileceğini ve lojistik regresyon konusunun tamamlanacağını belirtmektedir.

      • youtube.com

    • Python'da Lojistik Regresyon ve ROC Curve Eğitimi

      Bu video, bir eğitim içeriği olup, konuşmacı Python programlama dilini kullanarak veri manipülasyonu ve makine öğrenimi uygulamalarını göstermektedir. Video, R ve Python ortamlarını birbirine bağlama ile başlayıp, veri setinin tanımlayıcı istatistiklerinin incelenmesi, dengesiz veri probleminin çözümü (down sampling) ve lojistik regresyon modelinin oluşturulması aşamalarını kapsamaktadır. Konuşmacı, ROC curve (Receiver Operating Characteristic curve) kavramını detaylı olarak açıklamakta ve modelin performansını değerlendirmek için AUC (Area Under the Curve) değerini hesaplamaktadır. Video, bir sonraki bölümde görselleştirmelerin ve konjon matrisi çizdirilmesinin yapılacağı bilgisiyle sonlanmaktadır.

      • youtube.com

    • Çoklu Lojistik Regresyon Analizi Eğitim Videosu

      Bu video, araştırmacılar için hazırlanmış bir eğitim içeriğidir. Konuşmacı, lojistik regresyonun alternatif modellerini anlatmaktadır. Video, üç ana başlık altında yapılandırılmıştır: probit regresyon, ordinal regresyon ve multi-nominal lojistik regresyon. Her bir model için teorik yapılar açıklanmakta ve SPSS programında uygulamalı olarak gösterilmektedir. Özellikle üniversite kabul durumu ve borç ödeme durumu örnekleri üzerinden, bağımlı ve bağımsız değişkenlerin nasıl tanımlanacağı, analizlerin nasıl yapılacağı ve sonuçların nasıl yorumlanacağı adım adım anlatılmaktadır. Videoda ayrıca referans kategorisinin seçimi, blok sıfır ve blok bir seçeneklerinin yorumlanması, likehood değerlerinin ve r kare değerlerinin anlamlılık durumlarının değerlendirilmesi gibi teknik detaylar da sunulmaktadır. Sıralı ölçüm düzeyindeki değişkenlerin analizi de videoda ele alınan konular arasındadır.

      • youtube.com

    • Lineer Modeller ve Veri Madenciliği

      Bu video, veri madenciliği ve makine öğrenimi konularını anlatan bir eğitim içeriğidir. Konuşmacı, önceki videoda lineer bir model örneği verdiğini belirterek devam etmektedir. Video, lineer modellerin genel formunu açıklayarak başlıyor ve lineer ile non-lineer modeller arasındaki farkları anlatıyor. Lineer modellerin parametrik olduğu, ağırlıkların (parametrelerin) nasıl öğrenildiği ve objektif fonksiyonun önemi detaylı şekilde açıklanıyor. Ayrıca, lojistik regresyon ve support vector machine gibi sınıflandırma algoritmaları karşılaştırılıyor ve bir sonraki videoda support vector machine metodunun detaylandırılacağı belirtiliyor.

      • youtube.com

    • Lojistik Regresyon Analizi Eğitim Videosu

      Bu video, bir konuşmacının lojistik regresyon konusunu teorik ve uygulamalı olarak anlattığı bir eğitim içeriğidir. Video, lojistik regresyonun temel prensiplerini açıklayarak başlıyor ve ardından SPSS programında uygulamalı örnekler sunuluyor. İlk olarak tekli lojistik regresyon anlatılıyor, ardından çoklu lojistik regresyon gösteriliyor. Borç ödeme durumu, varlık durumu ve aile büyüklüğü gibi değişkenler kullanılarak model oluşturuluyor ve farklı yöntemlerle (Enter, Forward ve Backward) analiz ediliyor. Videoda ayrıca modelin anlamlılığının nasıl değerlendirileceği, R-kare değerlerinin yorumlanması ve etkileşimsel etkilerin nasıl inceleneceği detaylı olarak açıklanıyor. Anlamlı ve anlamsız sonuçların nasıl yorumlanacağı da videoda ele alınıyor.

      • youtube.com

    • Propensity Matching Yöntemi ve İstatistiksel Analiz Eğitim Videosu

      Bu video, bir konuşmacının propensity matching (propensis eşleştirme) yöntemi ve istatistiksel analiz konularında bilgi verdiği eğitim içeriğidir. Video, propensity matching yönteminin altı temel adımını (veri toplama ve temizleme, tedavi ve kontrol gruplarının belirlenmesi, kafa karıştırıcıların belirlenmesi, lojistik regresyon ile propensity skorlarının elde edilmesi, eşleştirme ve eşleştirme sonrası değerlendirme) detaylı olarak açıklamaktadır. Ayrıca, eşleştirme sonrası grupların dengeli olup olmadığını değerlendirmek için kullanılan istatistiksel yöntemler ve iki grup elde edildikten sonra yapılacak analizler ele alınmaktadır. Videoda, eşleştirme sonrası grupların dengeli olup olmadığını değerlendirmek için p değerleri, histogramlar, butterfly plot gibi istatistiksel yöntemler ve standardize difference değerleri hakkında bilgiler verilmektedir. Ayrıca, hipotez gereği fark göstermeye çalışılan çalışmalarda iki grup elde edilip bu grupların birbirleriyle karşılaştırılması gerektiği vurgulanmaktadır.

      • youtube.com

    • Lojistik Regresyon Analizi Model Uyumunu Değerlendirme

      Bu video, bir eğitim içeriği olup, konuşmacı lojistik regresyon analizinde model uyumunu nasıl değerlendirebileceğimizi anlatmaktadır. Video, diyabet noktasal SPSS veri seti üzerinden sigara içme durumunu tahmin eden bir lojistik regresyon modeli örneği üzerinden ilerlemektedir. Konuşmacı, model özetindeki eksi iki log likelihood, Cox ve Nagelkerke kareleri gibi uyum ölçütlerini açıklamakta ve sınıflandırma tablosundan duyarlılık ve özgürlük değerlerini yorumlamaktadır. Örnek modelde cinsiyet ve yaş değişkenleri kullanılmış, ancak duyarlılık düşük olduğu için modelin zayıf olduğu sonucuna varılmıştır.

      • youtube.com

    • Python ile Makine Öğrenmesi: Sınıflandırma Eğitimi

      Bu video, bir eğitmen tarafından sunulan Python ile makine öğrenmesi konulu bir eğitim içeriğidir. Video, denetimli (gözetimli) makine öğrenmesi yapısının ikinci kısmını ele almaktadır. Eğitmen önce denetimli ve denetimsiz öğrenme arasındaki temel farkı hatırlatarak başlıyor, ardından regresyon ve sınıflandırma modellerini karşılaştırıyor. Sınıflandırma problemlerinin gerçek hayattaki örnekleri (futbol maçlarının sonucu, maillerin spam olup olmadığı) üzerinden ve Excel tabloları kullanılarak açıklamalar yapılıyor. Videoda ayrıca boy, kilo, yaş ve cinsiyet gibi değişkenler üzerinden sayısal ve kategorik verilerin nasıl işlendiği grafiklerle gösterilmektedir. Video, bir sonraki derste lojistik regresyon modelinin anlatılacağı bilgisiyle sonlanmaktadır.

      • youtube.com

    • Lojistik Regresyon Uygulaması Eğitim Videosu

      Bu video, bir eğitmen tarafından sunulan lojistik regresyon uygulaması eğitim içeriğidir. Eğitmen, veri analizi konusunda adım adım rehberlik etmektedir. Video, önce bir hata düzeltme ile başlayıp, ardından gerçek hayat uygulaması olarak banka şubesine başvuran kredi başvurularının analizine geçiyor. Eğitmen, 184 adet geçmiş kredi başvurusu ve 53 adet yeni başvuru verisi kullanarak, tecrübe, ikamet süresi, borç-gelir oranı ve kredi kartı borcu gibi bağımsız değişkenlerle risk (0 veya 1) bağımlı değişkenini analiz ediyor. GLM fonksiyonu kullanılarak model kuruluyor, tahmin ediliyor ve sonuç tablosu oluşturuluyor.

      • youtube.com

    • Lojistik Regresyon Model Tahmini Eğitimi

      Bu video, bir eğitim içeriği olup, konuşmacı lojistik regresyon model tahmini konusunu adım adım anlatmaktadır. Video, 1994-2017 yılları arasındaki Türkiye'deki otomobil sayısını gösteren Y serisi üzerinde lojistik regresyon model tahmini yapmayı göstermektedir. İçerikte öncelikle veri setinin genişletilmesi, lojistik regresyon modelinin denkleminin yazılması, LS (en küçük kareler) yönteminin kullanılması, regresyon tahmin ekranından forecast ekranına geçiş ve tahmin edilen serinin zaman yolu grafiğinin oluşturulması adımları detaylı olarak anlatılmaktadır. Video, gerçek değerler serisi ile tahmin edilen serinin karşılaştırılmasıyla sonlanmaktadır.

      • youtube.com
  • Yazeka sinir ağı makaleleri veya videoları özetliyor