Machine Learning Journey'nin bir parçasıYeniYolculukPython ile Denetimsiz Öğrenme
Etiketi olmayan verideki grupları, şekli ve aykırıları bul. Gerçek veri setlerini scikit-learn ile kümele, küçült ve tara, her sonucu bir grafikte gör.
51 ders51 görev210 quiz sorusu
- Başlangıç dostu
Yapay zeka destekli kodlama yardımı
Uygulamalı interaktif dersler
Bilgini sınamak için testler
Ücretsiz tamamlama sertifikası
Müfredat
Bu bölüm Machine Learning Journey'nin bir parçası. Tam müfredatta daha fazla bölüm var: Journey sayfasında görmek için aşağıdaki herhangi bir önizlemeye tıkla.
- Bölüm 1Veriler ve Grafikler60 ders
- Bölüm 2Makine Öğrenimi için İstatistik64 ders
- Bölüm 3Denetimli Öğrenme58 ders
Bölüm 4
Denetimsiz Öğrenme
Bölüme başlaBaşlaEtiketler olmadan verilerdeki yapıyı keşfedin: k-means, hiyerarşik kümeleme ve yoğunluk tabanlı kümeleme; çok sayıda özelliği görselleştirmek ve sıkıştırmak için PCA; ayrıca anomali tespiti. Bölüm, rakamları keşfetmeye yönelik bir projeyle sona erer.Grupları Bulma
5 ders520k Sayısını Seçme
5 ders520Kümeleri Yorumlama
5 ders520Hiyerarşik Kümeleme
4 ders415Yoğunluk Tabanlı Kümeleme
4 ders415Daha Az Boyut
5 ders520Uygulamada PCA
5 ders520Anomali Tespiti
5 ders520Kümeler İş Başında
4 ders415Proje: Rakam Kaşifi
5 ders525Son Görevler
4 ders420
Yaparak Öğren
Gerçek kod yazın, veritabanlarını sorgulayın, web siteleri oluşturun ve AI promptlarını öğrenin. İnteraktif derslerimiz modern geliştiricilerin ihtiyaç duyduğu tüm becerileri kapsar.
Serinizi Oluşturun
Tutarlı olun ve ilerlemenizin büyümesini izleyin! Günlük kodlama alışkanlığınızı takip edin, dondurma günleriyle serinizi koruyun ve her gün geldiğiniz için ödüller kazanın.
12 gün seri
Serinizi korumak için yarın geri dönün!
January 2026
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
21
22
23
24
25
26
27
28
29
30
Ya Hep Ya Hiç
7 günün 5. günü
Seri Dondurma
2 left
Yolda Kodlayın
Kodlama yolculuğunuzu yanınızda taşıyın! Kurulum yok, indirme yok: sadece açın ve kodlamaya başlayın. iOS, Android ve Web'de 4.9 yıldız puanıyla kullanılabilir.
Yalnız Değilsiniz
Küresel sıralamalarda yarışın, ödüller kazanmak için arkadaşlarınızı davet edin ve birbirinizin başarılarını kutlayın. Kodlama arkadaşlarla daha iyi!
1
2
3
Yükselme bölgesiHer şekilde öğren
Okuyun, dinleyin, kendinizi sınayın, AI'ya sorun veya daha önce öğrendiklerinize geri bakın. Her ders size uyum sağlar.
Değişken, programınızda daha sonra başvurabileceğiniz bir değeri saklayan adlandırılmış bir kaptır.
Python'da bir tane oluşturmak için önce adı, sonra eşittir işaretini, sonra saklamak istediğiniz değeri yazın.
Değer zamanla değişebilir. Yeniden atama, adı yeni bir değere yönlendirir.
Sertifika Kazanın
Tamamladığınız her kurs için sertifika kazanın. LinkedIn profilinize ve özgeçmişinize ekleyerek işverenlere programlama uzmanlığınızı gösterin.
Tamamlama SertifikasıPython Temelleri
LinkedIn'e EkleNeden Coddy ile denetimsiz öğrenme öğrenmelisin
- Görebileceğin kümeleme. k-means'in merkezlerini nasıl kaydırdığını izle, bir dendrogramın birleşme yüksekliklerini oku ve DBSCAN'in, k-means'in ikiye böldüğü hilal şeklindeki grupları bulduğunu gör. Her derste bir grafik var, seninki de çalıştırdıkça Grafikler sekmesinde belirir.
- Temel yöntemler: k-means, dirsek yöntemi ve siluet skorlarıyla k seçimi, hiyerarşik kümeleme, DBSCAN, PCA ve açıklanan varyans, isolation forest ve local outlier factor, hepsi scikit-learn ile.
- Açıklayabileceğin sonuçlar. Her kümeyi gerçek birimlerle tanımlar, kümeleri bilinen etiketlerle karşılaştırır ve bir küme numaraları listesinde durmak yerine bir işletmenin harekete geçebileceği segmentlere ad verirsin.
- Görünür hâle gelen 64 boyut: düz bir haritaya yansıtılmış el yazısı rakamlar, görüntü olarak çizilmiş PCA bileşenleri ve birkaç sayıdan yeniden kurulmuş resimler.
Denetimsiz öğrenme hakkında sık sorulan sorular
Denetimsiz öğrenme nedir?
Denetimsiz öğrenme, etiketi olmayan verideki yapıyı bulur. Kimse modele doğru cevabı söylemez; model benzer satır gruplarını (kümeleme), bilginin çoğunu koruyan birkaç yönü (boyut indirgeme) ya da diğerlerine benzemeyen satırları (anomali tespiti) arar. Yeni bir veri setini keşfetmenin, müşterileri segmentlere ayırmanın ya da kimse etiketlemeden dolandırıcılığı fark etmenin yolu budur.
Denetimsiz öğrenme örnekleri nelerdir?
Alışveriş yapanları ne aldıklarına göre gruplamak, bir görüntünün renklerini önemli olan sekize indirmek, 64 pikselli rakam görüntülerini düz bir grafiğe yansıtmak, olağandışı sunucu ölçümlerini bulmak ve hücre ölçümlerini hangisinin hangisi olduğu söylenmeden iki türe ayırmak. Kurs bunların her birini kurar.
Kurs hangi kümeleme ve boyut indirgeme algoritmalarını kapsıyor?
Dirsek yöntemi ve siluet skorlarıyla k-means, dendrogramlarla aglomeratif (hiyerarşik) kümeleme, DBSCAN, PCA, isolation forest ve local outlier factor. Ayrıca ölçeklemenin neden önce geldiğini ve her yöntemin ne zaman başarısız olduğunu öğrenirsin; böylece doğru olanı seçebilirsin.
Küme sayısını nasıl seçerim?
Nadiren tek bir doğru cevap vardır; bu yüzden kurs üç bakış yolu öğretir: atalet eğrisinin dirseği, siluet skorları ve bir dendrogramın birleşme yükseklikleri. Sonra kümeleri gerçek birimlerle kontrol eder ve bir insanın onlara ad verip veremeyeceğini sorarsın. Kimsenin tarif edemediği gruplar veren bir k, yanlış k'dır.
Önce denetimli öğrenmeyi mi öğrenmeliyim?
Denetimsiz öğrenme bölümü ne kadar sürer?
51 ders, kendi hızında yaklaşık 8 ila 9 saat: günde yarım saatle birkaç hafta, rakam kaşifi projesi ve dört final görevi dahil.
Denetimsiz öğrenmeyi ücretsiz öğrenebilir miyim?
Evet. Dersler, grafikler, yapay zeka ipuçları ve bölüm sertifikası ücretsiz. Ücretsiz bir hesapla günde birkaç ders ilerleyebilirsin, Pro ise günlük sınırı kaldırır.
