Öğrenme hedefleri
Bu haftanın sonunda:
- 1 Denetimli öğrenmeyi ve etiketli veri kavramını açıklar.
- 2 Veriyi eğitim ve test kümelerine ayırmanın nedenini kavrar.
- 3 scikit-learn ile lojistik regresyon veya karar ağacı modeli eğitir.
Ders Notları
Ders notları ilerleyen haftalarda buraya eklenecektir.
Temel Kavramlar
- Denetimli öğrenme — Girdi ve doğru cevap (etiket) çiftlerinden öğrenen yöntem.
- Özellik (feature) — Modelin kullandığı girdi değişkeni; yaş, HbA1c gibi.
- Eğitim / test ayrımı — Modelin görmediği veride sınanması; ezberlemeyi ortaya çıkarır.
- Aşırı öğrenme (overfitting) — Modelin eğitim verisini ezberleyip yeni veride başarısız olması.
Tıptan Örnekler
- Yaş, VKİ ve glukoz ile diyabet tanısı öngören basit model.
- Klinik verilerden kalp hastalığı varlığını sınıflandırma.
Uygulama / Etkinlik
Diyabet veri setini eğitim/test olarak bölün; lojistik regresyon eğitin ve test doğruluğunu hesaplayın.
Tartışma Soruları
- Model eğitim verisinde %99 doğru ama test verisinde %70 ise ne olmuştur?
Haftanın Özeti
Bilgisayarın veriden nasıl “öğrendiğini” gördük ve ilk tahmin modelimizi kurduk.
Bu haftanın araçları
- scikit-learn
- Pandas
Etiketler:makine öğrenmesiscikit-learnsınıflandırmaeğitim/test