Python ile Makine Öğrenmesi Engin Sorhun

Bu çalışmada 31 makine öğrenmesi algoritması, 22 makine öğrenmesi metodu, 33 Python kütüphanesi, 14 özgün veri seti ile sosyal bilimlerin özellikle ekonomi, finans, işletme alanlarına dair örnek uygulamalar yer almaktadır. 
Bunun yanı sıra, Python ile arayüz oluşturma, özgün veri seti oluşturmak için web sayfalarından veri “tırtıklama”, veri setlerini Türkçeye çevirme, veri görselleştirme… gibi uygulamalar da ilaveten ele alındı.
Emlak piyasası, ikinci el araç piyasası, üretim-satış-müşteri süreçlerinin optimizasyonu, döviz ve hisse senedi alım-satımı için algortimik işlemler ve al-sat sinyalleri oluşturma, makro ekonomi, seçim tahmini ve koalisyon analizi, market sepeti analizi… 
Veriye dayalı çalışma yapmak isteyen herkes, öğrenciler, araştırmacılar, özel sektör temsilcileri; ama özellikle de ekonomi, finans, işletme gibi sosyal bilim eğitimi almış olanlar, veri tutkunları, dünyanın en kolay öğrenilen kodlama dili Python ile dünya çapında binlerce gönüllü tarafından hazırlanmış tamamen ücretsiz kolay uygulanabilen paketlerle kısa sürede kolayca sonuç alabilecek.
 
İçindekiler:
Makine Öğrenmesinin Temel Kavramları 
Makine Öğrenmesinin Aşamaları
Veri Bilimi Ve Python
Denetimli Öğrenme (Supervısed Learnıng): 
Regresyon
Sınıflandırma
Denetimsiz Öğrenme (Unsupervısed Learnıng)
Kümeleme
Boyut Azaltma
Birliktelik Kuralları
Arayüz Oluşturma
Web Sayfalarından Veri Tırtıklama (Scrapıng)
3d Veri Görselleştirme
Veri Setlerini Türkçeye Çevirme

(Tanıtım Bülteninden)