ekonometri_ proji

# Load necessary libraries
install.packages("WDI",repos="https://cloud.r-project.org")  # Install the WDI package if you haven't already

## Installing package into 'C:/Users/a7logic/AppData/Local/R/win-library/4.3'
## (as 'lib' is unspecified)

## package 'WDI' successfully unpacked and MD5 sums checked
## 
## The downloaded binary packages are in
##  C:\Users\a7logic\AppData\Local\Temp\RtmpWgHTVN\downloaded_packages

install.packages("ggplot2",repos="https://cloud.r-project.org")

## Installing package into 'C:/Users/a7logic/AppData/Local/R/win-library/4.3'
## (as 'lib' is unspecified)

## package 'ggplot2' successfully unpacked and MD5 sums checked
## 
## The downloaded binary packages are in
##  C:\Users\a7logic\AppData\Local\Temp\RtmpWgHTVN\downloaded_packages

library(WDI)

## Warning: package 'WDI' was built under R version 4.3.3

library(ggplot2)

## Warning: package 'ggplot2' was built under R version 4.3.3

# Fetch inflation data for Turkey and Japan
inflation_data <- WDI(country = c("TR", "JP"), indicator = "FP.CPI.TOTL.ZG", start = 2000, end = 2020)

# Plot the data using ggplot2
ggplot(data = inflation_data, aes(x = year, y = FP.CPI.TOTL.ZG, color = country, group = country)) +
  geom_line() +
  labs(x = "Year", y = "Inflation Rate (%)", title = "Inflation Rate Comparison: Turkey vs Japan") +
  theme_minimal()

specetitanic

1keggel proji

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 neredeyse 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!
Kurtarma ekiplerine yardımcı olmak ve kayıp yolcuları geri almak için, uzay gemisinin hasarlı bilgisayar sisteminden elde edilen kayıtları kullanarak anormallik nedeniyle hangi yolcuların taşındığını tahmin etmeniz gerekiyor.

Onları kurtarmaya ve geçmişi değiştirmeye yardım edin!

2 Formül

\[ X¯=(Σnİ(Xi)n) \]

3 Makine Öğrenmesini Açıklayın

Makine öğrenmesi, bilgisayar sistemlerinin belirli bir görevi yerine getirmek için veri kullanarak örüntüleri tanımlama, keşfetme ve öğrenme yeteneğine sahip olduğu yapay zeka alanıdır. Bu süreçte, algoritmalar veri setlerini analiz eder, örüntüleri belirler ve bu örüntüleri kullanarak gelecekteki verileri tahmin etmeyi veya belirli bir görevi yerine getirmeyi öğrenirler. Makine öğrenimi, sınıflandırma, regresyon, kümeleme, desen tanıma gibi çeşitli problemleri çözmek için kullanılır ve geniş bir uygulama alanına sahiptir, örneğin sağlık, finans, otomotiv, perakende ve daha fazlasında kullanılır. Bu süreç, veriye dayalı karar alma süreçlerini otomatikleştirmek ve geliştirmek için kullanılır, böylece sistemler daha doğru ve verimli hale gelir. 4 Ortalama, standart sapma, kovaryans ve korelasyon nedir?

Ortalama

Gözlem değerlerinin tümünü toplayarak gözlem sayısına böldüğünde elde edilen değere aritmetik ortalama denir.

Standart Sapma

Standart sapma, verilerin aritmetik ortalamaya göre nasıl bir yayılım gösterdiğini anlatır.

Kovaryans

Kovaryans, iki değişken arasındaki ilişkinin yönünü ve derecesini ölçen bir istatistiksel terimdir. İki değişken arasındaki değişim eğilimlerini belirler.Pozitif bir kovaryans, iki değişkenin birlikte artma eğiliminde olduğunu gösterirken, negatif bir kovaryans, bir değişken artarken diğerinin azaldığını gösterir. Kovaryansın sıfır olması, değişkenler arasında bir ilişki olmadığını gösterir.

Korelasyon

Korelasyon, iki değişken arasındaki ilişkinin doğasını ve gücünü ölçen bir istatistiksel terimdir. Kovaryansın standartlaştırılmış bir versiyonudur.Korelasyon katsayısı (-1 ile +1 arasında değer alır), değişkenler arasındaki ilişkinin doğasını gösterir. +1, mükemmel pozitif korelasyonu, -1 ise mükemmel negatif korelasyonu gösterirken, 0, değişkenler arasında herhangi bir ilişkinin olmadığını gösterir.Korelasyon, kovaryansın değişkenlerin standart sapmaları ile normalize edilmesiyle hesaplanır.

4 Formüller

Ortalama

\[x=\frac{1}N\sum_{i=1}x_if_i\]

Standart Sapma

\[\sigma = \sqrt{\frac{1}{n} \sum_{i=1}^{n} (x_i - \bar{x})^2}\] Korelasyon \[\text{Corr}(X,Y) = \frac{\text{Cov}(X,Y)}{\sigma_X \times \sigma_Y}\]

Kovaryans \[\text{Cov}(X,Y) = \frac{1}{n} \sum_{i=1}^{n} (X_i - \bar{X})(Y_i - \bar{Y})\] Train ve Test set

test.csv : Geriye kalan yolcuların üçte biri (~4300) için kişisel kayıtlar, test verisi olarak kullanılacaktır. Göreviniz, bu setteki yolcuların Transported değerini tahmin etmektir.

train.csv: Yolcuların yaklaşık üçte ikisi (~8700) için kişisel kayıtlar, eğitim verisi olarak kullanılacaktır.

PassengerId: Her yolcu için benzersiz bir kimlik. Her kimlik gggg_pp biçimindedir, burada gggg, yolcuyla seyahat eden grubu ve pp ise gruptaki sıralarını gösterir. Bir gruptaki insanlar genellikle aile üyeleridir, ancak her zaman değil.

HomePlanet: Yolcunun ayrıldığı gezegen, genellikle kalıcı ikamet gezegenleri.

CryoSleep: Yolcunun yolculuğun süresi boyunca askıya alınmış animasyona girmeyi seçip seçmediğini belirtir. Kriyo uykusundaki yolcular kabinlerine kapatılır.

Cabin: Yolcunun konakladığı kabin numarası. Deck/num/side biçiminde, burada side, P’nin Port veya S’nin Starboard olabileceği gibi her iki taraftan biri olabilir.

Destination: Yolcunun ayrılacağı gezegen.

Age: Yolcunun yaşı.

VIP: Yolcunun yolculuk sırasında özel VIP hizmeti için ödeme yapılıp yapılmadığı.

RoomService, FoodCourt, ShoppingMall, Spa, VRDeck: Yolcunun Spaceship Titanic’in birçok lüks olanaklarında faturalandırılan miktarları.

Name: Yolcunun adı ve soyadı.

Transported: Yolcunun başka bir boyuta taşınıp taşınmadığı. Bu, hedef, tahmin etmeye çalıştığınız sütun.

PassengerId: Test setindeki her yolcu için bir kimlik.

Transported: Hedef. Her yolcu için True veya False tahmin edin.