İstatistiksel Çıkarım ve Tahmin Edici Modelleme Temelleri

Bu program, veri analistlerini ve geleceğin veri bilimcilerini, iş problemlerini çözmek için istatistiksel çıkarım ve tahmin edici modelleme araçlarını uygulamaya hazırlar. Yapılandırılmış post-mortem analizleri ve ön yargı giderme kontrol listeleriyle bilişsel ön yargıları tanımlamayı ve azaltmayı öğreneceksiniz. Dersler; net gösterge panelleri (dashboards) ve raporlar tasarlamayı, ağaç tabanlı modeller oluşturmayı ve budamayı, topluluk (ensemble) yöntemlerini karşılaştırmayı, doğrusal ve gradyan artırımlı regresyon ile sınıflandırma tekniklerini uygulamayı kapsar. Ardından, Keras veya PyTorch'ta ileri beslemeli mimariler tasarlayarak ve düzenlileştirme (regularization) uygulayarak sinir ağlarına geçiş yapacaksınız. Program ayrıca A/B testleri tasarlayıp yürütmeyi, güven aralıklarını tahmin etmeyi, rastgele ormanlar (random forests) ve denetimli makine öğrenimi (ML) iş akışları oluşturmayı, karar teorisi çerçevelerini (beklenen fayda, OODA, Cynefin) uygulamayı, Monte Carlo simülasyonları çalıştırmayı ve Python veya R'da istatistiksel çıkarım ile hipotez testleri gerçekleştirmeyi öğretir. Programın sonunda, veri odaklı kararlar almaya hazır, istatistik, tahmin edici modelleme ve makine öğrenimi iş akışlarında kapsamlı bir temele sahip olacaksınız.