Skip to main content

VERİ BİLİMİNDE SEÇİLMİŞ KONULAR

KAZANIMLAR

GEREKSİNİMLER

HEDEF KİTLE

  • Yapay sinir ağları
  • Derin öğrenme
  • Evrişimli sinir ağları
  • Ağ analizi
  • Komünite tespiti
  • Yakın ilişkiler analizi
  • Metin madenciliği
  • Duygu analizi
  • İleri veri bilimi uygulamalı projesi geliştirme
  • Katılımcıların R ya da Python programlama dillerinden bir tanesinde yetkin olması,
  • Temel veri bilimi ve makine öğrenmesi yöntem ve yaklaşımlarına hakim olması gerekmektedir.
  • Bu alanlarda kapasite geliştirmek isteyen işletmeler ve profesyoneller.

EĞİTİM İÇERİĞİ:

Tek katmanlı algılayıcılar, çok katmanlı algılayıcılar, optimizasyon ve regularizasyon, evrişimli sinir ağları (CNN), özyinelemeli sinir ağları (RNN), çekişmeli üretici ağlar (GAN), otokodlayıcı (AutoEncoders).

Token kavramı, BoW (Bag of Words), konuşma parçası etiketleme, word2vec kavramı, duygu analizi, konu modelleme, metin sınıflandırma.

Bir ağdaki noktalar, ağ yapıları, yakın ilişkiler analizi (sınıflandırıcı ve karşılıklılık), hızlı-açgözlü komünite tespiti, köşe-aradalık komünite tespiti, interaktif ağ görselleştirmesi.