title: “1. EKONOMETRİ PROJESİ” author: “NDİAYE PİNDA AMADOU” date: “2024-02-27
İlk Proje
• Ryükleme
• Rmarkdown başlangıç
• Web sayfasını hazırlama
• Internete yükleme
FORMÜL
\[ E= m*c² \]
Makine öğrenmesi
Makine öğrenimi, bilgisayar sistemlerinin deneyimlerden öğrenmelerine ve görevleri performanslarını iyileştirmelerine olanak tanıyan bir yapay zeka dalıdır. Geleneksel programlamadan farklı olarak, makine öğrenimi modelleri belirli bir görevi yerine getirmek için veri üzerinde öğrenir ve genelleştirirler, böylece yeni verilerle karşılaştıklarında da başarılı olabilirler.
Makine öğrenimi süreci genellikle şu aşamalardan oluşur:
Veri Toplama ve Hazırlık: İlk adım, öğrenme sürecinde kullanılacak veriyi toplamak ve düzenlemektir. Veri, öğrenme modelinin eğitilmesi için gerekli bilgileri içermelidir.
Veri Özellikleri Seçimi: Verinin içerdiği özellikler, öğrenme modelinin görevi gerçekleştirmesine yardımcı olan önemli bilgileri temsil etmelidir. Bu adım, verinin anlamlı özelliklerini belirleme sürecini içerir.
Model Seçimi: Makine öğrenimi algoritmaları, öğrenme modelini oluşturmak için kullanılır. Bu algoritmalar, veri setindeki desenleri belirleyerek çıkarırlar ve bu desenleri kullanarak gelecekteki verileri tahmin edebilirler.
Eğitim: Model, önceden toplanmış ve hazırlanmış veri seti üzerinde eğitilir. Bu süreçte, model, veri setindeki desenleri öğrenir ve genelleme yeteneğini geliştirir.
Doğrulama ve Ayarlama: Eğitim sürecinden sonra, modelin performansını değerlendirmek için ayrı bir veri seti kullanılır. Modelin doğruluğu ve genelleme yeteneği değerlendirilir, ve ihtiyaç varsa model ayarlamaları yapılır.
Tahmin: Model eğitildikten ve doğrulandıktan sonra, yeni ve bilinmeyen veriler üzerinde tahminler yapabilir.
Makine öğrenimi, çeşitli alanlarda kullanılır, örneğin doğal dil işleme, görüntü tanıma, otomatik sürüş teknolojileri, öneri sistemleri ve daha birçok alanda. Algoritmaların karmaşıklığı ve kullanılan veri türüne bağlı olarak, farklı türlerde makine öğrenimi modelleri kullanılabilir, örneğin destek vektör makineleri, karar ağaçları, derin öğrenme modelleri gibi.
SPACE TİTANİC
KAGGLE PROJESİ
SPACEHİP TİTANİC ( KAGGLE TANIMI )
Kozmik bir gizemi çözmek için veri bilimi becerilerinize ihtiyaç duyulan 2912 yılına hoş geldiniz. Dört ışık yılı öteden bir sinyal aldık ve işler pek iyi görünmüyor.
Uzay Gemisi Titanik, bir ay önce fırlatılan yıldızlararası bir yolcu gemisiydi. Gemide yaklaşık 13.000 yolcu bulunan gemi, güneş sistemimizden göçmenleri yakın yıldızların yörüngesinde bulunan üç yeni yaşanabilir dış gezegene taşımak üzere ilk yolculuğuna çıktı.
Dikkatsiz Uzay Gemisi Titanic, ilk varış noktası olan kavurucu 55 Cancri E’ye giderken Alpha Centauri’yi dönerken, bir toz bulutunun içine gizlenmiş bir uzay-zaman anormalliğiyle çarpıştı. Ne yazık ki 1000 yıl öncesindeki adaşı ile benzer bir kaderle karşılaştı. Gemi sağlam kalmasına rağmen yolcuların neredeyse yarısı alternatif bir boyuta taşındı!
Alpha Centauri’yi ilk hedefine giderken — torrid 55 Cancri E — dikkatsiz Uzay Gemisi Titanik bir toz bulutu içinde gizlenmiş bir uzay-zaman anomalisi ile çarpıştı. Ne yazık ki, 1000 yıl önceki adıyla benzer bir kaderle karşılaştı. Gemi sağlam kalmasına rağmen, yolcuların neredeyse yarısı alternatif bir boyuta taşındı!
Kurtarma ekiplerine yardımcı olmak ve kayıp yolcuları geri almak için, uzay gemisinin hasarlı bilgisayar sisteminden kurtarılan kayıtları kullanarak hangi yolcuların anomali tarafından taşındığını tahmin etmekte zorlanıyorsunuz.
Onları kurtarmaya ve geçmişi değiştirmeye yardımcı olun!
Ortalama nedir
Aritmetik ortalama, bir dizi sayının toplamının sayı adedine bölünmesi ile elde edilen bir ölçüdür. Bu ölçü, genellikle “ortalama” olarak adlandırılır ve bir veri setinin genel merkezini temsil eder. Aritmetik ortalama, yaygın bir istatistiksel
formül
\[ \bar{X} = \frac {\Sigma^n_İ (X_i)}{n} \]
standart sapma nedir
Standart sapma, bir veri setindeki değerlerin ortalama etrafındaki yayılımın ölçüsüdür. Yani, standart sapma, bir veri kümesindeki her bir değerin ortalama değerden ne kadar uzaklıkta olduğunu gösterir. Düşük standart sapma, değerlerin genellikle ortalama etrafında yoğunlaştığını gösterirken, yüksek standart sapma, değerlerin ortalama etrafında daha geniş bir yayılım gösterdiğini ifade eder.
formül
\[ \sigma = \sqrt \frac {\Sigma^N_i (X_i-\bar{X})^2}{N} \]
varyans nedir
Varyans, bir veri setindeki değerlerin ortalama etrafındaki dağılımın ölçüsüdür. Yani, bir veri setindeki her bir değerin ortalama değerden ne kadar uzaklıkta olduğunu gösteren bir istatistiksel ölçüdür. Daha spesifik olarak, her bir veri noktasının ortalama değerden ne kadar farklı olduğunu gösteren karelerin ortalamasıdır.
formül
\[ \sigma ^2 = \frac {\Sigma^N_i (X_i-\bar{X})^2}{N} \]
korelasyon nedir
Korelasyon, iki değişken arasındaki ilişkinin gücünü ve yönünü ölçen bir istatistiksel ölçüdür. Yani, korelasyon, bir değişkenin değerlerinin diğer değişkenin değerleri ile nasıl ilişkilendiğini belirler. İki değişken arasındaki ilişki genellikle Pearson korelasyon katsayısı ile ölçülür.
formül
\[ R = \frac {\Sigma (x_i-\bar{x})(y_i-\bar{y})}{ \sqrt {\Sigma (x_i-\bar{x})^2 \Sigma (y_i-\bar{y})}} \]