Herkese merhabalar, Python eğitim serisinin bir önceki yazısında liste veri yapısını gördük. Bundan önceki bölüm olan Python: Bölüm 8 – Liste Veri Yapıları yazısını daha okumadıysanız bu linke tıklayarak ulaşabilirsiniz. Bu bölümde ise tuple (demet) veri yapılarını daha yakından inceleyeceğiz. Hız kesmeden hadi başlayalım!! Tuple Veri Yapısının kısaca özellikleri şu şekildedir: Parantez içine yazılır. İndisleri […]
Flexdashboard’un amacı, R Markdown kullanarak R için etkileşimli gösterge tabloları oluşturmayı kolaylaştırmaktır. R Markdown ile ilgili yazdığım yazıya ulaşmak için tıklayınız. Peki, flexdashboard ile neler yapılabilir ?: Bir grup ilgili veri görselleştirmesini gösterge tablosu olarak yayınlamak için R Markdown kullanabilirsiniz. base, lattice, ızgara grafikler, tablo verileri göstergeler gibi çeşitli htmlwidgetslar için destek sağlar. Satır ve […]
Tidymodels, tidyverse ilkeleri kullanan modelleme ve makine öğrenmesi için paketler koleksiyonudur. Tidyverse ile ilgili yazdığım yazıya ulaşmak için tıklayınız. Tidymodels paketler koleksiyonu bir veri bilimi projesi için gerekli olan veri ön işlemeden model seçimine kadar tüm aşamaları içerisinde barındıran paketlerden oluşmaktadır. Bu paketler kullanılarak popüler makine öğrenmesi algoritmaları veri setlerine uygulanabilir ve sonuçlar çok hızlı […]
Tidyverse, veri bilimi için tasarlanmış R paketler koleksiyonudur. Tidyverse içerisinde yer alan tüm paketler temel bir tasarım felsefesini, sözdizimini ve veri yapılarını paylaşır. Tidyverse paketler koleksiyonu ilk olarak 2016 yılında Hadley Wickham ve arkadaşları tarafından tasarlanmıştır. Farklı paketler yardımıyla R programlama dili üzerinde veri görselleştirme, veri birleştirme ve düzenleme, veri manipülasyonu gibi çeşitli analizler yapılabilmektedir. […]
Doğal Dil İşleme yazı serüvenimiz heyecanla devam ediyor. Veri ön işleme, veriyi tanıma olarak adlandırabileceğimiz son yazılarımıza ek olarak, bu yazımızda düzenli ifadeler konusuna girmek istedik. Dışarıdan her ne kadar doğrudan doğal dil işleme konusu olarak görülmese de biz bu konunun çok önemli olduğunu ve eğer bol pratik yapılır, iyi öğrenilirse, sonraki işlemler öncesinde işlerinizi […]
Shiny, R kodlarını kullanarak web uygulamaları oluşturmak için geliştirilmiş R paketlerinden biridir. Öncelikle veri bilimciler düşünülerek tasarlanmıştır ve bu amaçla HTML, CSS veya JavaScript bilgisi olmadan oldukça karmaşık Shiny uygulamaları oluşturulabilmektedir. Shiny ile kullanıcı arayüzü bileşenleri kolayca özelleştirilebilir veya genişletilebilir ve server ile birlikte R kodları yazılarak arka planda reaktif programlama kullanılabilir. Böylece, web uygulamanız […]
Geçmiş dönemlerden beri insanlar, olayların sonuçlarındaki belirsizliği merak etmişlerdir. Bir zarın yuvarlanışından tutun bir kartın iki ardı arasındaki dönüşü rastlantı kavramının gelişmesini sağlamıştır. Rastgelelik, bir tanım olarak sağlam temellere oturtulmamışsa da basit olarak bir olay yığınının öngörülemeyen hali diyebiliriz. Örnek olarak bir zar atıldığında, sonucu tahmin edilemezken; çift gelme olasılığı, 1 gelmesine kıyasla 2 kat […]
Veri görselleştirme tekniğinin anlaşılabileceği iki grafikten söz etmek istiyorum. Bu görselde Joseph Minard tarafından ‘Carte figurative des pertes successives en hommes de l’Armée Française dans la campagne de Russie 1812-1813’ adıyla hazırlanan grafik görünmekte. 1869 yılında ortaya çıkan bu grafik Rusya seferindeki duruma ait bazı izler içeriyor. Ordunun konumu, hareket yönü, sıcaklık hakkında bilgiler veriyor. […]
Herkese merhabalar, Python eğitim serisinin bir önceki yazısında kısaca veri yapılarını gördük. Bundan önceki bölüm olan Python: Bölüm 7 – Veri Yapıları yazısını daha okumadıysanız bu linke tıklayarak ulaşabilirsiniz. Bu bölümde ise liste veri yapılarını daha yakından inceleyeceğiz. Hız kesmeden hadi başlayalım!! Listeler sıralı dizilimlerdir (sequence). Tuple ve string nesneler ile aynı dilimleme ve adımlama işlemlerini […]
Herkese merhabalar, Python eğitim serisinin bir önceki yazısında modül ve paket oluşturmayı öğrendik. Bundan önceki bölüm olan Python: Bölüm 6 – Modüller yazısını daha okumadıysanız bu linke tıklayarak ulaşabilirsiniz. İçerik: Liste Veri Yapısı Tuple Veri Yapısı Dictionary Veri Yapısı Küme (set) Veri Yapısı String Veri Yapısı Bu bölümde list, tuple, dictionary, set ve string yapılarına biraz […]
Herkese merhabalar, Python eğitim serisinin bir önceki yazısında kendi fonksiyonlarımızı oluşturmayı işledik. Bundan önceki bölüm olan Python: Bölüm 5 – Fonksiyonlar yazısını daha okumadıysanız bu linke tıklayarak ulaşabilirsiniz. İçerik: Modüller Modül Oluşturma Paketler Bu yazımızda ise detaylı bir şekilde modüller ve paketleri işleyeceğiz. Hadi başlayalım!! Modüller Python programlama dilinde modül, kısaca .py uzantılı python kodu içeren […]
Bu makalede, sinir ağlarının yapı taşını sıfırdan anlatmaya çalışacağım ve Sinir ağlarını uygulamak için bir sezgi geliştirmeye daha fazla odaklanacağım. Hem “Python” hem de “R” ile kodlamalar yapacağız. Bu makalenin sonunda, Sinir ağlarının nasıl çalıştığını, ağırlıkları nasıl başlatacağımızı ve geri yayılımı kullanarak bunları nasıl güncelleyeceğimizi öğrenmiş olacaksınız. Genel Bakış Sinir Ağları (Neural Networks), en popüler […]
Forcats Kütüphanesi Seviyelerin değerini değiştiren fonksiyonlar 1- fct_anon() Faktör seviyelerini anonim hale getirir. İçerisine bir karakter yazdığımızda ise örnekteki gibi bir faktör haline gelir.
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 |
gss_cat$relig %>% fct_count() ## # A tibble: 16 x 2 ## f n ## <fct> <int> ## 1 No answer 93 ## 2 Don't know 15 ## 3 Inter-nondenominational 109 ## 4 Native american 23 ## 5 Christian 689 ## 6 Orthodox-christian 95 ## 7 Moslem/islam 104 ## 8 Other eastern 32 ## 9 Hinduism 71 ## 10 Buddhism 147 ## 11 Other 224 ## 12 None 3523 ## 13 Jewish 388 ## 14 Catholic 5124 ## 15 Protestant 10846 ## 16 Not applicable 0 |
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 |
gss_cat$relig %>% fct_anon() %>% fct_count() ## # A tibble: 16 x 2 ## f n ## <fct> <int> ## 1 01 15 ## 2 02 147 ## 3 03 104 ## 4 04 224 ## 5 05 0 ## 6 06 32 ## 7 07 95 ## 8 08 71 ## 9 09 3523 ## 10 10 23 ## 11 11 93 ## 12 12 689 ## 13 13 10846 ## 14 14 5124 ## 15 15 388 ## 16 16 109 |
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 |
gss_cat$relig %>% fct_anon("X") %>% fct_count() ## # A tibble: 16 x 2 ## f n ## <fct> <int> ## 1 X01 224 ## 2 X02 10846 ## 3 X03 3523 ## 4 X04 0 ## 5 X05 71 ## 6 X06 104 ## 7 X07 32 ## 8 X08 689 ## 9 X09 93 ## 10 X10 23 ## 11 X11 5124 ## 12 X12 15 ## 13 X13 147 ## 14 X14 388 ## 15 X15 95 ## 16 X16 109 |
2- fct_collapse faktörü belirli gruplara ayırmamızı sağlar.
|
1 2 3 4 5 6 7 8 9 10 11 12 13 |
gss_cat$partyid %>% fct_unique() ##No answer ##Don't know ##Other party ##Strong republican ##Not str republican ##Ind,near rep ##Independent ##Ind,near dem ##Not str democrat ##Strong democrat ## 10 Levels: No answer Don't know Other party ... Strong democrat |
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 |
gss_cat$partyid %>% fct_collapse( missing = c("No answer", "Don't know"), other = "Other party", rep = c("Strong republican", "Not str republican"), ind = c("Ind,near rep", "Independent", "Ind,near dem"), dem = c("Not str democrat", "Strong democrat")) %>% fct_count() ## # A tibble: 5 x 2 ## f n ## <fct> <int> ## 1 missing 155 ## 2 other 393 ## 3 rep 5346 ## 4 ind 8409 ## 5 dem 7180 |
3- fct_lump() fct_lump belirli kriterleri sağlayan seviyeleri(levels) bir araya getiren bir fonksiyondur. fct_lump fonksiyonu artık kullanılan bir fonksiyon […]
Herkese merhabalar, Python eğitim serisinin bir önceki yazısında öncelikle for ve while döngülerini işledik. Daha sonra, çok kullanışlı ve işimize yarayacak fonksiyonlardan biri olan range() fonksiyonunu öğrendik. Bundan önceki bölüm olan Python: Bölüm 4 – Döngüler yazısını daha okumadıysanız bu linke tıklayarak ulaşabilirsiniz. İçerik: Fonksiyonlara Giriş Fonksiyonlarda Argüman Kullanımı Yerel ve Global Değişkenler Lambda Fonksiyonları return […]
Bir önceki yazımda fonksiyonel programlamayı konu alarak, öneminden ve yapay zeka/makine öğrenimi açısından yerinden kısaca bahsetmiştim. Yazıya başlar başlamaz kesinlikle Haskell üzerine de başka bir yazı yazmalıyım diye düşündüm! Neden? Fonksiyonel programlama denildiğinde LISP ile birlikte akla gelen ilk ve en güçlü programlama dillerinden olduğuna şüphe yok. Haskell ile şu zamana kadar hiç çalışmadım ve […]
Forcats Kütüphanesi Önceki yazımızda faktörleri ve forcats kütüphanesinin bazı önemli fonksiyonlarına bakmıştık. Bu yazımızda faktör birleştirmek için fonksiyonlar ve seviye sırasını değiştiren fonksiyonları göreceğiz. faktör birleştirmek için fonksiyonlar 1- fct_c() faktörleri ve seviyeleri birleştirir.
|
1 2 3 4 5 6 |
fa <- factor("a") fb <- factor("b") fab <- factor(c("a", "b")) fct_c(fa,fb,fab) ## [1] a b a b ## Levels: a b |
2- fct_cross() 2 veya daha fazla faktörü kombine eder.
|
1 2 3 4 5 |
a <- factor(c("a","b","a", "b")) b <- factor(c("x","x","y", "x" )) fct_cross(a,b) ## [1] a:x b:x a:y b:x ## Levels: a:x b:x a:y |
Seviye sırasını değiştiren fonksiyonlar 1- fct_relevel() Bu fonksiyon faktör seviyelerini […]
Fonksiyonel programlamanın çıkış noktasını, Amerikalı matematikçi Alonzo Church ve Amerikalı mantıkçı J. Barkley Rosser’ın Church–Rosser teoremini ortaya atması ve Lambda kalkülüsü (λ-calculus 1936) oluşturmaları olarak varsayarsak ve ilk mihenk taşı olarak görürsek elimizde neredeyse bir asırlık bir hesaplama paradigması bulunuyor. 1960’lı yıllara kadar geçen süreçte çoğunlukla saf matematiksel bir paradigma konsepti olarak kalıyor ve gelişimini yavaş yavaş sürdürüyor, 1960 yılı itibariyle ilk […]
Forcats Kütüphanesi Forcats kütüphanesi faktörler ile ilgili olan bir kütüphanedir. Faktörler, kategorik değişkenleri seviyeler halinde depolayan bir R’ nesnesidir ve faktörlerde sıralama önemlidir.
|
1 2 3 4 5 |
cinsiyet <- c("E", "E", "K", "E", "K") cinsiyet ## [1] "E" "E" "K" "E" "K" class(cinsiyet) ## [1] "character" |
Yukarıda da gördüğümüz üzere 2 çeşit cinsiyet vardır; Erkek ve Kadın. Verimizin sınıfı ise karakterdir.
|
1 2 3 4 5 6 |
cinsiyet <- factor(cinsiyet) cinsiyet ## [1] E E K E K ## Levels: E K class(cinsiyet) ## [1] "factor" |
karakter sınıfında olan verimizi faktör sınıfına geçirdiğimizde ise bize levels (seviyeler) olarak “E” ve “K” değerlerini […]
Herkese merhabalar, Python eğitim serisinin bir önceki yazısında öncelikle Python programlama dilinde kullanımı çok önemli olan dir(), help() ve type() fonksiyonlarını işledik. Daha sonra operatörleri ve koşul ifadelerini öğrendik. Bundan önceki bölüm olan Python: Bölüm 3 – Operatörler ve Koşul İfadeleri yazısını daha okumadıysanız bu linke tıklayarak ulaşabilirsiniz. İçerik: For Döngüsü While Dögüsü Range Fonksiyonu Bu […]
Veri bilimi için Numpy adlı serimizin ikinci bölümünden herkese merhaba. Part – 1 yazısında Numpy kütüphanesinin temellerini ele alıp örneklerle beraber göstermiştim. Bu yazının devamında Numpy kütüphanesinde ilerleyip biraz uygulamaya yönelik kodlardan bahsedeceğim. Hadi başlayalım. 132-159 nolu kodlar arasında kütüphanenin giriş seviyesindeki özelliklerini ele almaya devam ediyoruz. Sonrasında ise “Q” harfi ile başlayan değişkenlere birer […]
