Kaggle Become a Pro
20 Kaggle yarışması için uçtan uca çözümler: veri hazırlama, model kurma ve değerlendirme. Seçilen modeller canlı demoda denenebilir.
- scikit-learn
- XGBoost
- Keras
- Streamlit
Yapay Zekâ • Veri Bilimi • Astronomi
Yapay zekâ, veri bilimi ve astronominin kesişimindeki yeni olanakları keşfediyorum.
Kamu yönetimi, satın alma ve ihale süreçlerinde uzun yıllara dayanan profesyonel deneyimimi; yapay zekâ, veri bilimi, yazılım ve astronomi alanlarındaki akademik çalışmalarla birleştiriyorum.
Özellikle veri odaklı karar verme, yapay zekâ uygulamaları, bilimsel veri analizi ve dijital dönüşüm konularına odaklanıyorum.
Python kullanarak makine öğrenmesi, doğal dil işleme, veri analizi, veri görselleştirme ve tahminleme projeleri geliştiriyorum.
TESS, ötegezegen tespiti, radyal hız analizi, FITS verileri ve Astropy kullanarak astronomik veri analizi ve bilimsel hesaplama becerilerimi geliştiriyorum.
Çalışmalarım yapay zekâ, veri bilimi, bilimsel programlama, astronomi ve dijital dönüşümün kesişiminde şekillenmektedir.
Makine öğrenmesi, derin öğrenme ve gerçek dünya problemlerine yönelik yapay zekâ uygulamaları.
Veri analizi, görselleştirme, tahminleme ve makine öğrenmesi çalışmalarında Python kullanımı.
Ötegezegen tespiti, TESS verileri, radyal hız analizi ve astronomik veri analizi.
NumPy, Pandas, Matplotlib, Scikit-learn ve Astropy ile veri analizi ve bilimsel projeler.
Kamu yönetimi ve satın alma süreçlerinde yapay zekâ, veri odaklı karar verme ve dijital iş akışları.
Yapay zekâ, veri analitiği, astronomi ve yeni teknolojiler alanlarında sürekli öğrenme.
20 Kaggle yarışması için uçtan uca çözümler: veri hazırlama, model kurma ve değerlendirme. Seçilen modeller canlı demoda denenebilir.
Saat, mevsim, hava durumu ve tatil bilgisine göre saatlik bisiklet kiralama talebini tahmin eden model (test günlerinde R² 0,90).
Yüklenen fotoğrafa görsel olarak en çok benzeyen moda ürünlerini bulan, VGG16 özniteliklerine dayalı öneri sistemi.
Açık artırmadan alınan ikinci el aracın sorunlu bir alım olup olmadığını tahmin eden sınıflandırma modeli.
Makine öğrenmesi, derin öğrenme (CNN, ANN), doğal dil işleme ve Streamlit uygulamalarından oluşan proje arşivi.
TESS ışık eğrileri, radyal hız analizi ve FITS verileriyle ötegezegen tespiti üzerine astronomi çalışmaları.
Yolcu bilgilerinden hayatta kalma tahmini; keşifsel analiz ve makine öğrenmesi modelleri.
Doğrulama doğruluğu %83,8
Donanım özelliklerinden dizüstü bilgisayar fiyatını tahmin eden regresyon modeli.
R² 0,844
Ülkeleri askerî güç göstergelerine göre gruplayan K-Means kümeleme çalışması.
Silhouette 0,841
Veri temizliği ve sınıflandırma ile müşterilerin krediyi geri ödeme olasılığını tahmin etme.
En güvenli %30'da geri ödeme %87,9
Titanic verisinde yapay sinir ağıyla hayatta kalma tahmini.
Test doğruluğu ~%82,7
Beton karışımından basınç dayanımını tahmin eden makine öğrenmesi ve yapay sinir ağı modelleri.
XGBoost R² 0,917
10 sınıflı küçük görüntüleri ayırt eden evrişimli sinir ağı (CNN).
Test doğruluğu ~%80,7
43 sınıflı trafik işaretlerini tanıyan CNN modeli (bitirme projesi).
Test doğruluğu ~%96,0
İstanbul'daki konut ilanlarından kira fiyatı tahmini; makine öğrenmesi ve derin öğrenme karşılaştırması.
XGBoost R² 0,813
Mesajın spam olup olmadığını ayırt eden NLP modeli ve Streamlit uygulaması.
Doğruluk %98,3
Yapay zekâ, veri bilimi, astronomi, akademik çalışmalar ve teknoloji odaklı projeler hakkında iletişim kurabilirsiniz.