Data Scientist Yol Haritası - Metrik Tasarımı

Homepage Roadmaps Data Scientist Yol Haritası

Alt başlıkları kapat

Data Scientist Yol Haritası

1

Tanımlayıcı İstatistikler

Olasılık Tablosu

Bayes Çıkarımı

Anlamlılık Seviyesi

Olasılık Dağılımları

Data Scientist'ler için matematik

2

Matris Faktorizasyonu

3

Programlama Becerileri

Terminal Kullanımı

Jupyter Notebook Kullanımı

Algoritma Yeterliliği ve Kod Optimizasyonu

Versiyon Kontrolü

4

Programlama Dilleri

R

Veri Tabanı Sorgulama

SQL

5

İş Analitiği

Metrik Tasarımı

6

Dağıtık Veri Tabanı Sistemi

Paralel Veri Tabanları

Hadoop Ekosistemi

Bulut Altyapısı Platformları

7

Aykırı Değerler Yönetimi

Eksik Veri Yönetimi

8

Sınıflandırma

Tahmin Modelleme

9

Feature Engineering

Feature Engineering nedir?

10

Model Değerlendirme

In Sample vs Out of Sample

Aşırı Öğrenme ve Eksik Öğrenme

Ölçüm Metrikleri

Model Geliştirme

Boyutsal Küçültme

Hiperparametre Optimizasyonu

Topluluk Yöntemleri

11

SVM

Lojistik Regresyon

Spektra Kümeleme

KNN

12

İleri Matematik Konseptleri

13

Derin Öğrenme

RNN (Yinelenen Sinir Ağları)

ANN (Yapay Sinir Ağları)

CNN (Evrişimsel Sinir Ağları)

14

NLP (Doğal Dil İşleme)

Gizli Markov Modeli

15

Görsel Tanıma ve Bilgisayarlarla Görü

Bilgisayar Görüşü (Computer Vision)

Alt Başlıkları Kapat

roadmap shape ikon

Kolayca hayalinizdeki işe kavuşun!

Şimdi Kayıt Ol

Ücretsiz Kullanım