|
|
# Makine öğrenmesi için regresyon modelleri
|
|
|
## Bölgesel konu: Kuzey Amerika'da balkabağı fiyatları için regresyon modelleri 🎃
|
|
|
|
|
|
Kuzey Amerika'da balkabakları, Cadılar Bayramı için korkunç yüzler oymak amacıyla sıkça kullanılır. Bu büyüleyici sebzeler hakkında daha fazla bilgi edinelim!
|
|
|
|
|
|
|
|
|
> Fotoğraf <a href="https://unsplash.com/@teutschmann?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Beth Teutschmann</a> tarafından <a href="https://unsplash.com/s/photos/jack-o-lanterns?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>'ta
|
|
|
|
|
|
## Öğrenecekleriniz
|
|
|
|
|
|
[](https://youtu.be/5QnJtDad4iQ "Regresyon Tanıtım videosu - İzlemek için Tıklayın!")
|
|
|
> 🎥 Bu ders için kısa bir tanıtım videosu izlemek için yukarıdaki resme tıklayın
|
|
|
|
|
|
Bu bölümdeki dersler, makine öğrenmesi bağlamında regresyon türlerini ele alır. Regresyon modelleri, değişkenler arasındaki _ilişkiyi_ belirlemeye yardımcı olabilir. Bu tür bir model, uzunluk, sıcaklık veya yaş gibi değerleri tahmin edebilir, böylece veri noktalarını analiz ederken değişkenler arasındaki ilişkileri ortaya çıkarabilir.
|
|
|
|
|
|
Bu ders serisinde, doğrusal ve lojistik regresyon arasındaki farkları ve ne zaman birini diğerine tercih etmeniz gerektiğini keşfedeceksiniz.
|
|
|
|
|
|
[](https://youtu.be/XA3OaoW86R8 "Başlangıç seviyesindekiler için ML - Makine Öğrenmesi için Regresyon Modellerine Giriş")
|
|
|
|
|
|
> 🎥 Regresyon modellerini tanıtan kısa bir video izlemek için yukarıdaki resme tıklayın.
|
|
|
|
|
|
Bu ders grubunda, makine öğrenmesi görevlerine başlamak için gerekli ayarları yapacaksınız, bunlar arasında veri bilimciler için ortak bir ortam olan notebookları yönetmek için Visual Studio Code'u yapılandırmak da bulunur. Makine öğrenmesi için bir kütüphane olan Scikit-learn'ü keşfedeceksiniz ve bu bölümde Regresyon modellerine odaklanarak ilk modellerinizi oluşturacaksınız.
|
|
|
|
|
|
> Regresyon modelleriyle çalışmayı öğrenmenize yardımcı olabilecek kullanışlı düşük kod araçlar vardır. Bu görev için [Azure ML'i deneyin](https://docs.microsoft.com/learn/modules/create-regression-model-azure-machine-learning-designer/?WT.mc_id=academic-77952-leestott)
|
|
|
|
|
|
### Dersler
|
|
|
|
|
|
1. [Ticaretin araçları](1-Tools/README.md)
|
|
|
2. [Veri yönetimi](2-Data/README.md)
|
|
|
3. [Doğrusal ve polinom regresyon](3-Linear/README.md)
|
|
|
4. [Lojistik regresyon](4-Logistic/README.md)
|
|
|
|
|
|
---
|
|
|
### Katkıda Bulunanlar
|
|
|
|
|
|
"Regresyon ile ML" [Jen Looper](https://twitter.com/jenlooper) tarafından ♥️ ile yazılmıştır
|
|
|
|
|
|
♥️ Quiz katkıcıları arasında: [Muhammad Sakib Khan Inan](https://twitter.com/Sakibinan) ve [Ornella Altunyan](https://twitter.com/ornelladotcom) bulunur
|
|
|
|
|
|
Balkabağı veri seti [bu Kaggle projesi](https://www.kaggle.com/usda/a-year-of-pumpkin-prices) tarafından önerilmiştir ve veriler Amerika Birleşik Devletleri Tarım Bakanlığı tarafından dağıtılan [Specialty Crops Terminal Markets Standard Reports](https://www.marketnews.usda.gov/mnp/fv-report-config-step1?type=termPrice)'tan alınmıştır. Dağılımı normalize etmek için çeşide dayalı olarak renkle ilgili bazı noktalar ekledik. Bu veriler kamu malıdır.
|
|
|
|
|
|
**Feragatname**:
|
|
|
Bu belge, makine tabanlı yapay zeka çeviri hizmetleri kullanılarak çevrilmiştir. Doğruluğu sağlamak için çaba sarf etsek de, otomatik çevirilerin hata veya yanlışlıklar içerebileceğini lütfen unutmayın. Belgenin orijinal dili, yetkili kaynak olarak kabul edilmelidir. Kritik bilgiler için profesyonel insan çevirisi önerilir. Bu çevirinin kullanımından doğabilecek herhangi bir yanlış anlama veya yanlış yorumlamadan sorumlu değiliz. |
