• Buradasın

    Veri Madenciliği

    Özetteki ilgi çekici içerikler

    • Veri Bilimi ve Veri Madenciliği Eğitim Sunumu

      Bu video, İstanbul Şehir Üniversitesi İşletme Bölümü'nde görev yapan Şadi Evren Şeker tarafından verilen akademik bir sunum formatındadır. Konuşmacı, bilgisayar mühendisliği eğitiminden sonra işletme bölümüne geçerek veri madenciliği ve büyük veri alanlarında çalışmaktadır. Sunum, veri bilimi, veri madenciliği ve KDD kavramlarını temelinden ele alarak, bu alanların Türkiye'deki kullanım alanları, iş imkanları ve kariyer fırsatlarını detaylı şekilde açıklamaktadır. Video, veri madenciliğinin farklı türleri, evrimi, uygulamaları, istatistik ile farkları ve Türkiye'deki durumu hakkında kapsamlı bilgiler sunmaktadır. Sunumda ayrıca veri bilimcisi olmak için gerekli beceriler, öğrenilmesi gereken diller (R, Python, Java, Scala), iş piyasasındaki durum ve kariyer stratejileri de ele alınmaktadır. Akademik ve sektör kariyer seçenekleri arasındaki farklar, Türkiye'deki veri bilimi sektörünün durumu ve kariyer planlaması hakkında bilgiler de sunumun önemli bölümleridir.

      • youtube.com

    • Bilgisayar Teknolojileri ve Veri Madenciliği Dersi

      Bu video, bir öğretmenin öğrencilere bilgisayar teknolojileri ve veri madenciliği konularını anlattığı bir eğitim içeriğidir. Öğretmen, ödevlerini değerlendirirken konuları örneklerle açıklamaktadır. Video, veri madenciliği örneği üzerinden başlayıp, atıkların sınıflandırılması ve görselleştirilmesi sürecini ele almaktadır. Ardından büyük veri uygulamaları, sanallaştırma, sanal gerçeklik, simülasyon sistemleri, sanal fabrika, dijital fabrika ve dijital ikiz gibi teknolojik konulara geçilmektedir. Son bölümde ise otomasyon ve sensör teknolojileri, sensörlerin türleri ve işlevleri ile akıllı ev sistemleri anlatılmaktadır. Öğretmen, konuları öğrencilere sorular sorarak interaktif bir şekilde ilerletmekte ve dersin iki saat süren devam edeceğini belirtmektedir.

      • youtube.com

    • Standart Skor (Z-Score) Hesaplama Eğitimi

      Bu video, bir eğitmen tarafından sunulan istatistiksel bir eğitim içeriğidir. Eğitmen, literatürde standart skor veya Z-score olarak bilinen normalizasyon yöntemini açıklamaktadır. Video, standart skorun formülünü ve hesaplanma yöntemini detaylı şekilde anlatmaktadır. Eğitmen önce formülü açıklar, ardından Excel'de örnek bir veri kümesi üzerinden hesaplama yapar. Standart skorun çan eğrisi (bell curve) üzerindeki yeri, ortalama ve standart sapma değerlerinin önemi ve farklı veri kümelerinin aynı aralığa indirgenmesi için nasıl kullanıldığı örneklerle gösterilmektedir. Video, veri madenciliği ve makine öğrenmesi algoritmalarında standart skorun önemini vurgulayarak sona erer.

      • 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

    • Veri Madenciliği Ödevi Tanıtımı

      Bu video, bir öğrencinin veri madenciliği ödevini tanıttığı bir eğitim içeriğidir. Öğrenci, SGK sigorta değerlendirme durumunu içeren hastane verilerini analiz etmiştir. Video, veri analizinin adım adım gösterildiği bir yapıya sahiptir. Öğrenci önce verileri tablolarda göstermekte, ardından karar ağacı oluşturma sürecini anlatmaktadır. Entropi hesaplamaları, olasılık değerleri ve kazanç oranları formülleri kullanılarak cinsiyet, durum ve ücret gibi niteliklerin entropi değerleri hesaplanmaktadır. Sonuç olarak, kazanç değeri en yüksek olan nitelik (ücret) karar ağacının en üst basamağını oluşturmakta ve diğer dalların nasıl belirlendiği gösterilmektedir.

      • youtube.com

    • Türkiye'de Veri Analitiği ve Yapay Zeka Uygulamaları

      Bu video, bir konuşmacının Türkiye'deki veri analitiği ve yapay zeka uygulamaları hakkında bilgi verdiği bir sunum formatındadır. Konuşmacı, Türkiye'nin yıllardır veri ambar sistemleri, hızlı veri ambar sistemleri ve istek platformları gibi veriye yatırım yaptığını ancak temel sorunun toplanan verilerin anlamlı bilgiye dönüştürülmesi sürecindeki eksiklik olduğunu belirtiyor. Video, kurumların veri madenciliği ve yapay zeka süreçlerini nasıl uygulayabileceklerini, insan kaynaklarına doğru yatırımlar yaparak bu alanlarda eğitim vermenin önemini ve bu uygulamaların karmaşık görünmesinin aslında doğru planlama ve modelleme yaklaşımlarıyla kolayca gerçekleştirilebileceğini anlatıyor.

      • youtube.com

    • Veri Madenciliği Dersi İçerik Analizi

      Bu video, bir öğrencinin veri madenciliği dersinin son haftasında içerik analizi yapma sürecini gösteren bir eğitim içeriğidir. Videoda, içerik analizi için Excel'den veri çekme ve temizleme adımları gösterilmektedir. Öğrenci, önceki haftada çektiği verileri Excel'den import ederek, tweetleri temizleyip içerik analizine dönüştürmektedir. Ayrıca, veri analizinde kullanılan kodların ne işe yaradığını açıklamakta ve tweetlerin en çok tekrar eden kelimelerini göstermektedir. Video, veri madenciliği dersinin final ödevi için içerik analizi yapmak isteyenler için faydalı bilgiler içermektedir.

      • youtube.com

    • Nokta Zeka Platformu Tanıtımı

      Bu video, bir teknoloji ürününün tanıtımını yapan bir sunum formatındadır. Konuşmacı, Nokta Zeka adlı inovatif bir iş zekası platformunun özelliklerini anlatmaktadır. Video, Nokta Zeka platformunun üç temel platformu (harita sistemi, coğrafi bilgi sistemi ve veri madenciliği) bir araya getirerek sunduğu çözümleri açıklamaktadır. Platform, çok sayıda mağaza, acente veya şube yöneten kuruluşların verimlilik takibi, performans analizi ve yeni lokasyon açma kararları için veri sunmaktadır. Özellikle büyük kuruluşların saha yönetimi, mevcut lokasyonların performansını değerlendirme ve büyüme hedeflerine yönelik yeni lokasyon açma kararları için karar desteği sağlamaktadır.

      • youtube.com

    • WEKA Veri Madenciliği Programı Eğitim Videosu

      Bu video, bir eğitmen tarafından sunulan WEKA (Veka) veri madenciliği programının kullanımını anlatan eğitim serisinin ilk bölümüdür. Video, WEKA programının temel menülerini (Explore, Experimenter, Knowledge Flow, Flow, Workbench ve Simple CLI) tanıtarak başlıyor ve programın tarihçesini açıklıyor. Ardından veri seti yükleme, ön işleme ve görselleştirme işlemlerini "Weather Nominal" veri seti üzerinden gösteriyor. Eğitmen, sınıflandırma ve kümeleme algoritmalarını, denetimli (supervised) ve denetimsiz (unsupervised) modeller arasındaki farkları, filtreleme işlemleri ve değişken bazında yapılan ön işleme işlemlerini örneklerle anlatıyor. Eğitmen, veri madenciliği modelleri ve analizleri hakkında daha fazla video çekmeyi planladığını belirtiyor ve izleyicilerin YouTube yorumlarında istedikleri konuları paylaşmalarını istiyor.

      • youtube.com

    • Veri Madenciliği Eğitim Videosu: Veri Hazırlama ve Dönüşüm

      Bu video, bir konuşmacı tarafından sunulan veri madenciliği konusunda eğitim içeriği içeren bir ders formatındadır. Video, veri madenciliğinin temel aşamalarından olan veri hazırlama sürecini kapsamlı şekilde ele almaktadır. İlk bölümde veri hazırlamanın önemi, temel değişken tipleri ve veri hazırlama aşamaları (veri temizleme, birleştirme, indirgeme, dönüştürme, kayıp veri ve aykırı değer) anlatılırken, ikinci bölümde veri indirgeme yöntemleri ve veri dönüşümünde kullanılan teknikler (düzeltme, bir araya getirme, genelleme, normalleştirme ve özellik oluşturma) detaylandırılmaktadır. Videoda özellikle normalleştirme yöntemleri (en küçük, en büyük normalleştirme, Z skoru normalleştirme ve ondalık ölçekleme) ve veri sıkıştırma, büyük sayıların indirgenmesi gibi teknikler hakkında kapsamlı bilgiler sunulmaktadır.

      • youtube.com

    • Trendyol'un RPA Yolculuğu: Webinar Sunumu

      Bu video, Linker tarafından düzenlenen bir webinar formatında olup, Gökhan Kadayıfçi (Linker Satış Müdürü), Volkan Bey (UID Satış Direktörü), Onur Bey (Litera RP Birim Direktörü), Büşra Hanım (Trendyol Süreç Geliştirme Müdürü) ve Cansu Hanım (Trendyol Süreç Geliştirme Uzmanı) gibi konuşmacılar tarafından sunulmaktadır. Webinar, RPA (Robotik Proses Otomasyonu) teknolojisinin dünya çapındaki gelişimi, Türkiye'deki uygulamaları ve özellikle Trendyol'un RPA deneyimlerini ele almaktadır. Sunum, RPA'nın tarihçesi, Türkiye'deki gelişimi, Trendyol'da uygulanan süreçler ve elde edilen kazanımlar (160 FTE, 20 süreç otomatikleştirme) hakkında detaylı bilgiler içermektedir. Webinar ayrıca, RPA'nın insan-robot işbirliği modelindeki rolü, e-ticaret sektöründe sürekli değişen süreçlerdeki uygulamaları ve gelecekte veri madenciliği ile birlikte gelişmesi konularını da kapsamaktadır. Son bölümde ise soru-cevap bölümü yer almakta ve RPA sektöründe kariyer yapmak isteyenlere yönelik tavsiyeler sunulmaktadır.

      • youtube.com

    • Kümeleme Analizi Eğitim Videosu

      Bu video, bir eğitmen tarafından sunulan kümeleme analizi (cluster analysis) konulu bir eğitim içeriğidir. Eğitmen, özellikle pazar bölümlendirme için kullanılan bu analiz yöntemini detaylı olarak anlatmaktadır. Video, kümeleme analizinin ne olduğunu açıklayarak başlıyor ve ardından SPSS programında bu analizin nasıl yapılacağını adım adım gösteriyor. Eğitmen, cinsiyet, şehir büyüklüğü, çalışma süresi ve emeklilik durumu gibi değişkenler kullanarak pazar segmentlerini nasıl oluşturabileceğimizi, gruplandırma kalitesini nasıl değerlendirebileceğimizi ve her bir gruba ait özelliklerin nasıl incelenebileceğini açıklıyor. Video, bu analizin pazar bölümlendirmesinde ve veri madenciliğinde nasıl kullanılabileceğini vurgulayarak sonlanıyor.

      • youtube.com

    • Veri Madenciliği Dersi: İlişki Kuralları

      Bu video, bir eğitim dersi formatında olup, bir eğitmen tarafından veri madenciliği konusunda ilişki kuralları ünitesi anlatılmaktadır. Video, ilişki kurallarının tanımı ve temel kavramlarıyla başlayıp, pazar sepeti analizi kavramını açıklamaktadır. Ardından ilişki kurallarının nasıl oluşturulduğu, destek, güven ve kaldıraç ölçütleri detaylı olarak anlatılmaktadır. Son olarak, A priori algoritması gibi güçlü ilişki kuralları elde etmek için kullanılan algoritmalar hakkında bilgi verilmektedir. Video, veri madenciliği alanında ilişki kuralları konusunu öğrenmek isteyenler için kapsamlı bir kaynak niteliğindedir.

      • youtube.com

    • Veri Madenciliği ve Veri Ön İşleme Eğitim Dersi

      Bu video, bir eğitmen tarafından sunulan veri madenciliği ve veri ön işleme konularını kapsayan kapsamlı bir eğitim dersidir. Ders, veri hazırlama ve ön işleme kavramlarıyla başlayıp, veri toplama yöntemlerini (gözlem, anket, web scraping vb.), veri seti kaynaklarını (UCI dataset), veri tiplerini (nominal, ordinal, interval, ratio) ve istatistiksel ölçümleri (merkezi eğilim ve dağılım ölçüleri) detaylı şekilde ele almaktadır. Jupyter Notebook ortamında uygulamalar gösterilerek teorik bilgiler somutlaştırılmaktadır. Video, veri bilimi ve makine öğrenimi öğrencileri için hazırlanmış olup, veri setlerinin nasıl indirileceği, Jupyter Notebook'a nasıl aktarılacağı, veri tiplerinin nasıl sınıflandırılacağı ve temel istatistiksel analizlerin nasıl yapılacağı konularında pratik bilgiler sunmaktadır. Ayrıca, veri dağılımlarını gösteren grafik türleri ve aykırı verilerin tespiti gibi konular da içermektedir.

      • youtube.com

    • Bulut Bilişim ve Büyük Veri Eğitim Videosu

      Bu video, web yayıncılığı dersinin sekizinci ünitesini içeren bir eğitim videosudur. Video, küreselleşme ve internet teknolojilerinin dünyayı nasıl değiştirdiğini anlatmaktadır. Video, web teknolojileri ve web 2.0 platformlarının gelişiminden başlayarak bulut bilişim kavramına geçiş yapmaktadır. Bulut bilişimin ne olduğu, avantajları, çözüm türleri (genel, özel, hibrit ve topluluk bulut) ve Google Suite gibi iş amaçlı uygulamalar detaylı olarak açıklanmaktadır. Ayrıca büyük veri kavramı, nesnelerin interneti ve veri madenciliği gibi ilgili konular da ele alınmaktadır. Video, web yayıncılığında bulut bilişim hizmetleri ve büyük verilerle çalışma konularını kapsamlı bir şekilde ele almaktadır.

      • youtube.com

    • Veri Madenciliği ve Büyük Veri Eğitim Videosu

      Bu video, bir veri madencisi tarafından sunulan eğitim formatında bir ders içeriğidir. Konuşmacı, veri madenciliğinin temel kavramlarını ve uygulamalarını detaylı şekilde anlatmaktadır. Video, veri madenciliğinin ne olduğunu açıklayarak başlayıp, üç temel modelini (sınıflandırma, kümeleme ve örüntü tanıma) örneklerle açıklamaktadır. Daha sonra veri ambarlarının önemi, veri madenciliğinde kişisel bilgilerin kullanılmadığı, sadece davranışların ve örüntülerin analiz edildiği anlatılmaktadır. Son bölümde ise açık kaynak kodlu ve yarı açık kaynak kodlu programlar hakkında bilgi verilmekte ve işletmecilere yönelik yazılım üretimi tavsiyeleri sunulmaktadır. Videoda ayrıca veri madenciliğinin işletmelerde müşteri profilleri oluşturma, ürün ilişkileri analizi ve spor oyunlarında taktik analizi gibi çeşitli alanlardaki uygulamaları gösterilmekte, veri madenciliğinde kullanılan araçlar ve kayıp verilerin nasıl işleneceği ele alınmaktadır. Konuşmacı, hazır yazılımlara güvenmek yerine kendi yazılım üretimi yapmanın avantajlarını kendi deneyimlerinden yola çıkarak vurgulamaktadır.

      • youtube.com

    • Veri Güvenliği ve Gizlilik Sorunları Üzerine Bir Konuşma

      Bu video, bir konuşmacının veri güvenliği ve gizlilik sorunları hakkında yaptığı bir sunum veya konuşmayı içermektedir. Konuşmacı, büyük veri miktarının işlenmesi, toplanması ve analizinde ortaya çıkabilecek hukuksal sorunları ele almaktadır. Özellikle veri madenciliği boyutundan bahsederek, biriktirilen tüm verilerden sosyal profilleme yapılabilmesinin gizlilik kavramını nasıl etkilediğini açıklamaktadır. Konuşmacı, bu sorunların sadece internetle değil, bilgisayarların ilk ortaya çıkmasıyla başladığını ve sağlık, nüfus ve devlet verilerinin bilgisayarlı ortama geçişiyle daha karmaşık hale geldiğini vurgulamaktadır.

      • youtube.com

    • Makine Öğrenmesi ve Yapay Zeka Eğitim Dersi

      Bu video, bir eğitmen tarafından sunulan makine öğrenmesi ve yapay zeka konularını içeren kapsamlı bir eğitim dersidir. Ders, veri madenciliği, yapay zeka ve makine öğrenmesi kavramlarının tanıtımıyla başlayıp, makine öğrenmesinin tarihsel gelişimini anlatmaktadır. Ardından üç temel öğrenme tipi (gözetimsiz, gözetimli ve takviyeli öğrenme) detaylı olarak açıklanmakta, gerçek hayat uygulamalarıyla desteklenmektedir. Dersin son bölümünde sınıflandırma algoritmaları, performans ölçütleri ve karışıklık matrisi konuları ele alınmaktadır. Videoda ayrıca regresyon, kümeleme ve takviyeli öğrenme gibi makine öğrenmesi kavramları çeşitli örneklerle açıklanmakta, Tesla araçları, CAPTCHA sistemleri, fraud detection ve tavsiye edici sistemler gibi uygulamalar gösterilmektedir. Dersin sonunda sınav hakkında bilgi verilmekte ve bir sonraki derste karar ağaçları ve regresyon analizleri ele alınacağı belirtilmektedir.

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