Python ile Makine Öğrenme

2 dakika

Python ile Makine Öğrenmeye nasıl başlanır?

Makine öğrenmenin en iyi yolu küçük projeler tasarlayıp tamamlamaktır.

Python başlarda ürkütücü gelebilir

Python popüler ve çok güçlü yorumlayıcı bir dildir. R’den farklı olarak Python bütün bir dil ve yapıdadır, hem araştırmaya yönelik hem de canlı sistemler geliştirmek için kullanılabilir.

Çok sayıda modül ve kütüphane seçeneği ile aynı işlemi farklı şekilde yapabilirsiniz ve bu size bunaltıcı gelebilir ve daha başlamadan pes etmenize sebep olabilir ancak unutmayın bu uzun ve yorucu bir yoldur zaman içerisinde gereken herşeyi öğrenebilirsiniz.

Python ile başlamanın en iyi yolu bir proje tamamlamaktır.

Python yorumlayıcısını yüklemenize ve kullanmaya başlamanıza zorlar
Küçük bir proje için kuş bakışı fikir verir
Küçük projelerde size güven kazandırır ve tek başınıza ilerleyebilirsiniz

Yeni başlayanlar için baştan sona gerekli olanlar

Kitaplar ve kurslar can sıkıcıdır. Bir sürü kod örneği verir ve yol gösterirler ancak hepsini nasıl birleştireceğinizi anlatmazlar. Makine öğrenme ile kendi verileriniz ile uğraşırsanız projeyi sahiplenirsiniz ve üzerinde daha çok çalışabilirsiniz.

Makine öğrenme projeleri doğrusal olmayabilir ancak belirli adımları takip edebilirsiniz:

Sorunu tespit et
Veri hazırla
Algoritmaları uygula ve karşılaştır
Sonuçları iyileştir
Sonuçları sun

Yeni bir platform veya araç ile haşır neşir olabilmek için en iyi yol Makine Öğrenme Projesini baştan sona anahtar adımları takip etmektir. Yani verileri yükleme, verileri sınıflandırma veya özetleme, algoritmaları değerlendirme ve tahminlemede bulunmaktır.

Eğer bunu başarabilirseniz elinizde herhangi bir veri seti ile çalışabileceğiniz şablon bir projeye sahip olursunuz. Zaman içerisinde aradaki boşlukları doldurabilirsiniz; verilerin hazırlanması ve sonuçların iyileştirilmesi gibi ve bu size daha çok özgüven sağlayacaktır.

Makine Öğrenme ile Merhaba Dünya Projesi

Küçük bir başlangıç projesi için kullanılabilecek araç sınıflandırma olacaktır ve bunun için iris çiçekleri veri setini kullanabiliriz (iris dataset).

Bu iyi bir proje çünkü anlaşılması çok kolay.

Öznitelikler sayısaldır bu yüzden verinin nasıl yükleneceğini ve işleneceğini öğrenmek zorundasın.
Bu bir sınıflandırma problemidir, böylece ziyadesiyle kolay olan denetimli öğrenme algoritması ile pratik yapılabilir.
Çoklu sınıflandırma sorunudur ve bu sebeple bazı işlemlerin yapılması gerekmektedir.
Sadece 4 tane özniteliği ve 150 satırı veriye sahiptir, yani hafıza sorunu yaşamadan kolayca işlem yapılabilir.
Tüm öznitelikler aynı birim de ölçüdedir ve bu yüzden ölçeklendirme veya dönüştürme yapmaya ihtiyaç duymaz.

Haydi o zaman Python ile Makine Öğrenme projesiyle Merhaba Dünya diyelim.