E/MLTMP : Makine Öğrenimi'ni Kavramak için Temel Matematik ve Python ile Sıfırdan Model İnşası

Makine Öğrenimi çoğu zaman olduğundan daha karmaşık görünüyor.

Biz bu workshop'ta farklı bir şey deneyeceğiz. Basitlik ve estetik için buluşacağız.

ML Algoritmaları arkasında sade ve estetik bir matematiksel yaklaşım olduğunu göstermek istiyoruz. Makine Öğrenimi'nin tam kalbinde olan ve liseden bildiğimiz doğru denklemi (y = mx + b) ve biraz türev işimizi görmeye yetecek.

Neler yapacağız?

1 saatlik bu oturumda kendi modelimizi sıfırdan inşa edeceğiz. ML için hazır kütüphaneler kullanmayacağız, sadece temel Python ve matematikle çalışacağız. Sonunda çalışan bir modelimiz olacak. Elimizle yazdığımız, anladığımız, "işte bu benim modelim" diyebileceğimiz bir model.

Kazanımlarımız Neler Olacak?

• Linear Regression'ı sıfırdan inşa ederek ML algoritmalarının temelde nasıl çalıştığını anlayacağız.
• En iyi tahmini yapmak için kullandığımız Gradient Descent algoritmasının nasıl çalıştığının matematiğini kavrayacağız.
• Modelimizi optimize etmek için Gradient Descent'i nasıl kullanacağımızı göreceğiz.
• ML algoritmalarının arkasındaki matematiksel prensipleri kavrayarak, daha karmaşık modellere geçiş yaparken sağlam bir temel oluşturacağız.
• Oluşturduğumuz bu modeli gerçek veri üzerinde test ederek sonuçları analiz edeceğiz.

Kodlamaya eşlik etmek isterseniz:

• Python 3.8+
• Numpy, Pandas, Matplotlib