Python-la maşın öyrənməsi

Description

“maşın öyrənməsi” fənni maşın öyrənməsinin nəzəri əsaslarını, alqoritmlərini və python mühitində tətbiqini öyrədir. fənn çərçivəsində numpy, pandas, scipy, matplotlib və seaborn kitabxanaları, verilənlərin statistik təhlili, ilkin emalı (data preprocessing) və vizuallaşdırılması, scikit-learn mühitində nəzarətli və nəzarətsiz öyrənmə alqoritmləri, o cümlədən decision tree, random forest, knn, svm, naive bayes, reqressiya, k-means və DBSCAN metodları öyrənilir. kursun sonunda tələbələr maşın öyrənməsi modellərini qurmaq, qiymətləndirmək və real verilənlər üzərində tətbiq etmək, həmçinin generativ süni intellekt alətlərindən istifadə etməklə analitik problemlərin həllinə praktik yanaşmalar formalaşdırırlar.

Course learning outcomes

1. 1

   CLO 1: Explains the basic concepts, types, development stages and application areas of machine learning.

2. 2

   CLO 2: Processes, analyzes and visualizes data using numpy, pandas, scipy, matplotlib and seaborn libraries.

3. 3

   CLO 3: Prepares data for machine learning by applying data preprocessing and statistical analysis methods.

4. 4

   CLO 4: Solves prediction and classification problems by applying supervised learning algorithms (decision tree, random forest, knn, svm, naive bayes and regression).

5. 5

   CLO 5: Performs data clustering by applying unsupervised learning algorithms (k-means, dbscan) and evaluates the results.

6. 6

   CLO 6: Builds, evaluates, and evaluates machine learning models and interprets results using generative artificial intelligence tools and applies them to solving practical problems.