Özellik Mühendisliği

Ham veriyi temizleyerek, ilgili veriden yeni özellik çıkarmak ve modele girmeye uygun olmayan değişkenleri dönüştürmek için değerli yaklaşımlar edinin.

Kayıt Ol

Mezunlarımızın Çalıştığı Şirketler

Eğitim programlarımız lider şirketlerle kurduğumuz ortaklıklar ile güçlendirilmiş ve inovatif ekipler tarafından kullanılmaktadır.

Program hakkında ayrıntılı bilgi edinin

Kurs 7 Saat

Özellik Mühendisliği

Veri bilimi süreçlerinin çok büyük bir kısmını, veri temizliği ve değişken mühendisliği oluşturmaktadır. Bu eğitim; ham veriyi temizleyerek, ilgili veriden yeni özellik çıkarmak ve modele girmeye uygun olmayan değişkenleri dönüştürmek için öğrencilerin belirli yaklaşımlar edinmesini amaçlamaktadır. Edinilen yaklaşımlar sayesinde veri setini bir makine öğrenmesi (machine learning) modeline girmeye uygun hale getirme konusunda gerekli altyapıyı edineceksiniz.

Müfredatı gizle

Outliers

Veri setindeki aykırı gözlemler ile mücadele etme yöntemleri hakkında bilgi edineceksiniz.

Bölümü ayrıntılı incele

Özellik Mühendisliği ve Veri Ön İşleme
Aykırı Değerler
Aykırı Değerleri Yakalama
Fonksiyonlaştırma
Aykırı Değerlere Erişmek
Aykırı Değer Problemini Çözme
Çok Değişkenli Aykırı Değer Analizi

Missing Values

Veri setindeki eksik gözlemler ile mücadele etme yöntemleri hakkında bilgi edineceksiniz.

Bölümü ayrıntılı incele

Eksik Değerler
Eksik Değerleri Yakalama
Eksik Değer Problemini Çözme
Kategorik Değişken Kırılımında Değer Atama
Tahmine Dayalı Atama İşlemi
Eksik Verinin Yapısını İncelemek
Eksik Değerlerin Bağımlı Değişken ile Analizi

Encoding Scaling

Veriyi makine öğrenmesine girmeden önce sayısal ifadelerle temsil etmemizi sağlayan LabelEncoder ve One-Hot Encoding yaklaşımları ve uzaklık temelli makine öğrenmesi algoritmalarında model performansını önemli ölçüde etkileyen değişken standartlaştırma ve değişken dönüşüm işlemleri hakkında bilgi edineceksiniz.

Bölümü ayrıntılı incele