Lojistik Regresyon: Titanic Verileriyle Hayatta Kalmayı Tahmin Etme

Sınıflandırma görevleri için temel bir makine öğrenimi algoritması olan lojistik regresyonun gücünü keşfedin. Bu kurs, temel kavramlardan ilk tahmin modelinizi oluşturmaya ve değerlendirmeye kadar size rehberlik edecek, böylece veriye dayalı tahminler yapmanızı sağlayacaktır. Neler öğreneceksiniz: * Lojistik regresyonun matematiksel ve kavramsal temellerini anlayın. * Python kullanarak makine öğrenimi için gerçek dünya veri setlerini hazırlayın ve temizleyin. * İkili tahmin için bir sınıflandırma modeli oluşturmak üzere lojistik regresyonu uygulayın. * Doğruluk (accuracy), kesinlik (precision), geri çağırma (recall) ve ROC AUC gibi temel metrikleri kullanarak model performansını değerlendirin. * Tahminler üzerindeki özellik etkisini anlamak için model katsayılarını yorumlayın. * Temel özellik mühendisliği (feature engineering) ve seçim tekniklerini uygulayın. * Veri yüklemeden model değerlendirmeye kadar eksiksiz bir makine öğrenimi hattını (pipeline) yapılandırın. Kurs, teorik kavramlarla başlayarak pratik veri hazırlama, model oluşturma ve kapsamlı değerlendirme tekniklerine geçerek mantıksal olarak ilerler. Bu kurs, makine öğrenimi ve veri biliminde kesinlikle yeni başlayanlar için tasarlanmıştır ve lojistik regresyon konusunda önceden deneyim gerektirmez. Tahmine dayalı modelleme yolculuğunuza bugün başlayın ve sınıflandırmada sağlam bir temel oluşturun.