İlk Proje

.R yükleme

.Rmarkdown başlangıç

.Web sayfasını hazırlama

.İnternete yükleme

Formül Yazma

.Ardışık Çift Sayıların Toplamı:

\[ 2+4+6+...+2n=n.(n+1) \] .Ardışık Tek Sayıların Toplamı:

\[ 1+3+5+...+(2n-1)=n.n=n^2 \] > Satır içi denklem girmek için denklem komutları metnin içinde \(..\) karakterleri arasında yazılmalıdır.Örneğin metin içinde \(y=x^2+1\) şeklinde yazılırsa:

\(y=x^2+1\)

şeklinde görülür.

İlk olarak R’da basit bir grafik oluşturalım

Veri Oluşturma:

x <- 1:10
y <- x^2

Çizgi Grafiği Çizimi:

plot(x,y,type="ldw",col="blue",ldw=2,main="Çizgi Grafiği",xlab="X Eksen",ylab="Y Eksen")
## Warning in plot.window(...): "ldw" bir grafiksel parametre değil
## Warning in plot.xy(xy, type, ...): plot type 'ldw' will be truncated to first
## character
## Warning in plot.xy(xy, type, ...): "ldw" bir grafiksel parametre değil
## Warning in axis(side = side, at = at, labels = labels, ...): "ldw" bir
## grafiksel parametre değil

## Warning in axis(side = side, at = at, labels = labels, ...): "ldw" bir
## grafiksel parametre değil
## Warning in box(...): "ldw" bir grafiksel parametre değil
## Warning in title(...): "ldw" bir grafiksel parametre değil

MAKİNE ÖĞRENMESİNİ AÇIKLAYIN:

Makine öğrenimi (ML), tükettikleri verilere göre öğrenen ya da performansı iyileştiren sistemler oluşturmaya odaklanan bir yapay zeka (AI) alt kümesidir. Yapay zeka, insan zekasını taklit eden sistemler veya makineler anlamına gelen kapsamlı bir terimdir. Makine öğrenimi ve yapay zeka genellikle bir arada değerlendirilir. Kimi durumlarda birbirinin yerine kullanılır ancak aynı anlama gelmezler. Tüm makine öğrenimi çözümleri yapay zeka iken tüm yapay zeka çözümlerinin makine öğrenimi olmaması önemli bir ayrımdır.

Günümüzde makine öğrenimi her yerde çalışıyor. Bankalarla etkileşim kurduğumuzda, online alışveriş yaptığımızda veya sosyal medyayı kullandığımızda verimli, sorunsuz ve güvenli bir deneyim elde etmemiz için makine öğrenimi algoritmaları devreye giriyor. Makine öğrenimi ve bu çerçevedeki teknoloji hızla gelişiyor ve keşfettiğimiz özellikleri buz dağının yalnızca görünen yüzü.

##Kaggle Projesi

Spacehip Titanic (Kaggle Tanıtımı)

“2912 yılına hoş geldiniz, burada veri bilimi becerilerinizin bir kozmik gizemi çözmek için gerektiği bir zamandayız. Dört ışık yılı uzaklıktan bir ileti aldık ve durum iyi görünmüyor.

Uzay Gemisi Titanic, bir ay önce fırlatılan bir yıldızlararası yolcu gemisiydi. Yaklaşık 13.000 yolcuyla yola çıkan gemi, Güneş sistemimizden üç yeni yaşanabilir yıldız etrafında dönen gezegenlere göçmenleri taşıyarak ilk seferine başladı.

İlk varış noktası olan 55 Cancri E’ye, Alfa Centauri’yi dolaşırken, dikkatsiz Uzay Gemisi Titanic, bir toz bulutunun içinde gizlenmiş bir uzay-zaman anormalliğiyle çarpıştı. Ne yazık ki, adını taşıdığı gemiye bin yıl önceki kaderle benzer bir kaderi paylaştı. Gemi bütünlüğünü korudu, ancak neredeyse yolcuların yarısı alternatif bir boyuta taşındı!

Kurtarma ekiplerine yardım etmek ve kayıp yolcuları kurtarmak için, uzay gemisinin hasar görmüş bilgisayar sisteminden kurtarılan kayıtları kullanarak hangi yolcuların anormallik tarafından taşındığını tahmin etmeniz isteniyor.

Onları kurtarmaya yardım edin ve tarihi değiştirin!”

ORTALAMA , STANDART SAPMA , KOVARYANS VE KORELASYON NEDİR ?

Ortalama : Ortalama veya merkezsel konum ölçüleri, istatistik bilim dalında ve veri analizinde kullanılan bir veri dizisinin orta konumunu, tek bir sayı ile ifade eden betimsel istatistik ölçüsüdür. Günlük hayatta ortalama dendiğinde genellikle kast edilen aritmetik ortalama olmakla beraber bu ölçünün çok belirli bazı dezavantajları söz konusudur. Bu yüzden matematik ve istatistikte, bir anakütle veya örneklem veri dizisi değerlerini temsil eden tek bir orta değer veya beklenen değer, olarak medyan (ortanca), mod (tepedeğer), geometrik ortalama, harmonik ortalama vb adlari verilen birçok değişik merkezsel konum ölçüleri geliştirilmiş ve pratikte kullanılmaktadır.

Ortalama Formülü:

\[ a1+a2+a3+...+an=x \] ise bu sayıların ortalaması:

\[ x/n \] dir.

Ortalama İle İlgili Örnek:

Örnek olarak “12, 20, 14, 10” yaşlarında olan 4 kişinin yaşlarının aritmetik ortalamasını hesaplayalım.

Çözüm: Tüm yaşlar toplanır ve 56 bulunur. Elde edilen toplam 4 kişi olduğundan, 4 kişinin yaşını hesapladığımızdan 4’e bölünür. Sonuç olarak aritmetik ortalama 56/4 işleminin ardından 14 olarak bulunur.

Standart Sapma: Standart sapma varyansın kareköküdür. Daha matematiksel bir ifade ile standart sapma veri değerlerinin aritmetik ortalamadan farklarının karelerinin toplamının veri sayısı -1’e bölümünün kareköküdür, yani verilerin ortalamadan sapmalarının kareler ortalamasının karekökü olarak tanımlanır. Standart sapma kavramının yayılma ölçüsü olarak kullanılmasını anlamak için ölçüm birimine bakmak gerekir. Diğer yayılma ölçüsü olan varyans verilerin ortalamadan farklarının karelerinin ortalaması olarak tanımlanır. Böylece varyans ölçüsü için veri birimlerinin karesi alınması gerekir ve varyansın birimi veri biriminin karesidir. Bu durum pratikte istenmeyen sonuçlar yaratabilir (Örneğin veriler birimi kilogram ise varyans birimi kilogram kare olur). Bundan kaçınmak için standart sapma için varyansın karekökü alınarak standart sapma birim veri birimi olması sağlanır ve verinin yayılımı böylece veri birimleri ile ölçülür.

Standart Sapma Formülü :

rassal değişken olan X için standart sapma şöyle tanımlanır:

\[ \sigma=\sqrt{\frac{1}{n}{\sum_{i=1}^n(x_i-\bar{x} )^2}} \] >Kovaryans Ve Korelasyon: Biraz bahsedecek olursak kovaryans katsayısı değişkenler arasındaki ilişkiyi aynı veya zıt yönde olarak belirler. Değişkenler arasındaki ilişkinin derecesinin kuvvetli veya zayıf gibi şiddeti hakkında bilgiyi ise bize korelasyon katsayısı verir.

Kovaryans Ve Korelasyon Formülü:

Kovaryansın hesaplanması küçük parçalar haline hesaba konulan değerlerle yapılabilir ve bu süreç şu formüle göre yapılabilir:

\[ Cov(X_İ,X_J)=E((X_İ-E(X_İ))((X_J-E(X_J)))=E(X_İX_J)-E(X_İ)E(X_J) \] Bu formül kovaryans hesaplama formülü olarak da anılır.

Korelasyon Formülü:

\[ r=\Sigma(X_i-\hat{X})(Y_i-\hat{Y})/\Sigma(X_i-\hat{X})^2\Sigma(Y_i-\hat{Y})^2 \]