Uygulamalı Veri Bilimi: Bisiklet Kiralama Tahmincisi Oluşturun

İşletmelerin geçmiş verilere dayanarak talebi nasıl tahmin ettiğini hiç merak ettiniz mi? Gelecekteki eğilimleri tahmin etmek, herhangi bir veri profesyoneli için temel bir beceridir ve uygulamalı pratik, onu ustalaşmanın en iyi yoludur. Bu metin tabanlı proje kursunda, sıfırdan eksiksiz bir tahmin modeli oluşturacaksınız. Hava koşulları, mevsimler ve haftanın günleri gibi ham geçmiş verileri alacak ve bunları günlük bisiklet kiralamalarını doğru bir şekilde tahmin eden sağlam bir makine öğrenimi hattına dönüştüreceksiniz. Bu pratik senaryo üzerinde çalışarak, teorik algoritmalar ve gerçek dünya iş uygulamaları arasındaki boşluğu kapatacaksınız. Öğrenecekleriniz: • Temel veri bilimi terminolojisini, kavramlarını ve regresyon prensiplerini anlayın. • Modern dataframe tekniklerini kullanarak geçmiş veri kümelerini işleyin ve keşfedin. • Tarihlerden, hava koşullarından ve kategorik değişkenlerden tahmin edici özellikler oluşturun. • Veri dönüşümlerini kolaylaştırmak için tekrarlanabilir makine öğrenimi hatları oluşturun. • Sürekli sayısal değerleri tahmin etmek için regresyon modellerini eğitin ve değerlendirin. • Tahminlerinizi neyin yönlendirdiğini açıklamak için temel model yorumlanabilirliği kavramlarını uygulayın. Kurs, uygulamalı pratiğe dalmadan önce temel veri bilimi terminolojisine ve makine öğrenimi iş akışına bir girişle başlar. Oradan, veri toplama ve temizlemeden model eğitimine ve değerlendirmeye kadar adım adım, yazılı açıklamalar ve pratik kod parçacıkları aracılığıyla ilerleyeceksiniz. Bu kurs, önceden makine öğrenimi deneyimi gerektirmeden gerçekçi, uçtan uca bir veri bilimi projesi üzerinde programlama becerilerini uygulamak isteyen yeni başlayanlar için tasarlanmıştır. İlk tahminci makine öğrenimi modelinizi oluşturmak için bugün okumaya başlayın.