Machine Learning Metodları ve Eposta Sınıflandırma Uygulaması

preview_player
Показать описание
Makina öğrenmesi (bir başka deyişle yapay öğrenme) metodları günümüzün en sıcak çalışma alanlarından biri.
#pythonsaati 94 etkinliğinde Gönül Aycı, Supervised ve Unsupervised (rehberli ve rehbersiz) öğrenme metodları ve bu metodların performansını ölçmeye yarayan metrikler gibi konulardan bahsettikten sonra, Python’un en popüler Makine Öğrenme kütüphanelerinden biri olan Scikit-learn kullanarak epostaların nasıl sınıflandırılabileceği üzerine sunumunu gerçekleştiriyor.

00:00 - Intro
00:29 - E-mail Classification using Machine Learning & Python
03:08 - Machine Learning
03:30 - Supervised Learning
05:26 - Classification
06:12 - Classification Methods
07:15 - Random Forest
09:36 - Prepare Input Matrix
11:12 - Pre-processing
11:52 - Remove Stopwords
12:40 - Lemmatization
13:10 - Train Dataset
13:41 - Test Dataset
13:48 - Demo
17:03 - Evaluate Performance of Random Forest Classifier
21:12 - Confusion Matrix
21:54 - Kitap Önerisi: Introduction to Machine Learning / Ethem Alpaydın
22:25 - coursera: Machine Learning by Andrew Ng
23:16 - Referanslar

Рекомендации по теме
Комментарии
Автор

konuyu daha iyi anlayabilmek içim makine öğrenmesi ile ilgili terimlere hakim olmak gerekiyor.

denizgursoy
Автор

confusion matrix'i ve metriklerini tam anlamıyla kavramak 1 haftamı almıştı :), sunumda biraz havada kalmış keşke metrikler yerine daha çok modeller üzerinden gidilse idi.

Atemel