| Dersin Amacı | Bu ders, büyük veriden anlamlı sonuçlar elde etmeyi hedeflemektedir. Makine Öğrenmesi metotlarının büyük veriye uygulanmasına Veri Madenciliği denir. Makine Öğrenmesi sadece very tabanı analizi değildir. Bunun yanında Makine Öğrenmesi algoritmaları veriden öğrenme ile değişikliklere cevap veren modeller ortaya koyar. Bu ders, bu algoritmaların bir arada incelenmesini ve veriler üzerinde uygulanmasını kapsar. |
|---|
| Ders Kitabı / Malzemesi / Önerilen Kaynaklar | - Learning Predictive Analytics with R, Eric Mayor, Packt Publishing
- Mastering Data Analysis with R, Gergely Daróczi, Packt Publishing
- Data Analysis and Graphics Using R – an Example-Based Approach, John Maindonald and W.John Braun, Cambridge Press
- An Introduction to Statistical Learning with Applications in R, Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani, Springer
- R Graphics, Paul Murrell, Chapman
- Introduction to Machine Learning, Ethem Apaydın, MIT Press
- A Beginner’s Guide to R, Alain F. Zuur, Elena N. Ieno , Erik H.W.G. Meesters, Springer
- Visual Statistics, Use R! Alexey Shipunov
- Using R for Data Analysis and Graphics,Introduction, Code and Commentary, J H Maindonald
- An Introduction to R: Software for Statistical Modelling
- Data Mining and Business Analytics with R, Johannes Ledolter
- R for Everyone Advanced Analytics and Graphics Second Edition, Jared P. Lander
- ggplott, Elegant Graphics for Data Analysis Hadley Wickham, Springer
|
|---|
