Merhaba makine öğrenmesi (yapay öğrenme) ile derin öğrenmenin ne gibi bir farkı var ? Bilgilendirirseniz sevinirim.
7 лет назад+11
Özer Kaya yapay zekanin alt alani machine learning, deep learning de machine learning in bir alt alani.. makine ogrenmesi gozlemlenen veriyi tahmin etmek icin olusturulan algoritmalar butunudur ki bu videoda dolar kuru verisini liner ve polinom regresyon algoritmalariyla tahmin edebilen bir model yazdik. deep learning macgine learning in bir alt alani, yapay sinir aglarini kullaniyor. deep learning ile google yazi, resim tanimasi yapabiliyor. el yazisi yazdigimiz yazilari hatta diyelim ki K harfini yazdik , deep learning ile kullaniciya yazdirdigi tum K harflerini tsnitip kullanici K harfinebenzer bir sey yazdiginda bu K harfini taniyor. Merak ettiginiz baska bir sey varsa cevaplayabilirim. Paylasirsaniz sevinirim :)
7 лет назад+1
Özer Kaya yapay zekanin alt alani machine learning, deep learning de machine learning in bir alt alani.. makine ogrenmesi gozlemlenen veriyi tahmin etmek icin olusturulan algoritmalar butunudur ki bu videoda dolar kuru verisini liner ve polinom regresyon algoritmalariyla tahmin edebilen bir model yazdik. deep learning macgine learning in bir alt alani, yapay sinir aglarini kullaniyor. deep learning ile google yazi, resim tanimasi yapabiliyor. el yazisi yazdigimiz yazilari hatta diyelim ki K harfini yazdik , deep learning ile kullaniciya yazdirdigi tum K harflerini tsnitip kullanici K harfinebenzer bir sey yazdiginda bu K harfini taniyor. Merak ettiginiz baska bir sey varsa cevaplayabilirim. Paylasirsaniz sevinirim :)
Örneklerin anlaşılır olması ve neyin neden olmadığınız açıklamanız kafada pek soru işareti bırakmıyor. Aslında bir de şey sormak istiyorum. Bu polinom regresyonunda neden üsleri tam sayı olarak alıyoruz? 8 değilde 7.5 belki 8.25 daha uygun olmaz mı ? Denemesini yapmadım, herhangi bir akademik kaynak okumadım ama en yakın zamanda D&R gidip alacağım.
tahmin ettik mi ben anlamadım, şimdi 251 günlük veriyi en doğru temsil eden polinomu oluşturduk ve bu polinomun gerçekle arasındaki hata payını hesapladık ama 251 gündeki veriye bakarak 252.günü veya gelecekteki bilinmeyen tarihleri tahmin etmedik onu nasıl yaparız? yardımınız için teşekkürler
Burada sorun şu, ZAMAN boyutu, interpolarasyon olarak 251 barlık bir evreni örneklem olarak varsayıyor. Şayet en az 125 bar elinizde dolar tutmak istiyorsanız. Lineer regresyon çizgisinin üstüne çıktığı her anda alabilirsiniz. En güzeli lineer regresyonun kırıldığı an alım a geçmek. Ben videonun neyi amaçladığını anlayamadım.
çok güzel bilgiler paylaşıyorsun teşekkür ederim, senin sayende bir miktar ML öğrendim ancak anlatımını düzeltmelisin, anlatımın cidden bayıcı bir anlatım, sadece bir eleştiri
polynom regression aslında, linear olmayan durumlar için en yakın polinomal derece ile tahmin de bulunmak degil mi hocam ? yoksa amacımız tamı tamına %100 yada %95 gibi bir predict durumu yapmak degil. e tabi olsa fena da olmaz aslında :) ama data doğrusal degil se polinom ile veriyi en tahmini şekilde öğrenmek amacımız.
peki hocam bu örneği çoklu regresyon da yapmak istesek nasıl yapabiliriz. Örnek doların tahmin etmek istiyoruz ama altın ve X para birimi bağımsız değişken olacak. Bunu polinon ile nasıl yapabiliriz.
işin çok başındayım. Bu işlemleri yaparak ne elde etmiş olduk? zaten dolar değerleri belliydi belli olan bir şeyi neden tahmin etmeye çalıştık? 2015 2016 verilerini kullanarak 2021 dolar fiyatını tahmin edebilir miyiz?
5 лет назад+1
Dolar tahmin edileemeeeez gaybı kul nasıl bilsin. Biraz insanları konuya itmek için clickbait yaptım.
3 yıl geçmiş ben sizin sorunuza yönelik bir cevap vereyim belki başkası da görür faydalanır. Bu veriler ile geçmişteki iki değişkenin arasındaki ilişkiyi matematiksel formullerle modellemiş olduk amaç y değişkenini tahmin etmekti işte normal program ile makine öğrenmesi arasındaki fark ise normal program o anki bir soruna çözüm bulmak için kodlanır burdaki olay ise bu iki değişkendeki verileri birbiriyle ilişkilendirip daha sonra eklenecek bir x değişkenini de bu kodladığımız modele göre aynı doğrulukta tahmin etmesi için. Kısaca makine öğrenmesinde bilgisayara verdiğimiz değişkenlere (her model için sadece uygun parametresel farklar ile) bir formül yazıyoruz ve o da formulü gelecekteki diğer x değişkenleri içinde uyguluyor. Böylece bu işlemleri yaparak geleceğe yönelik tahminler yapabilmemiz mümkün oluyor. Eğer daha fazla detayını merak eden varsa Kanalıma bir göz atarsanız sevinirim
tam da bu yüzden overfitting istemediğimiz bir durum oluyor. Biz eğer bir makine öğrenmesi değilde tek kullanımlık bir program yazsaydık overfitting istediğimiz şey olurdu ancak biz bir makine öğrenmesi algoritması yazdığımız için o an ki verilere tam uyması daha sonra eklenecek verilerle olumsuz bir ilişki ortaya çıkartır ve bu da hatalı sonuçlar getirir
hocam merhaba, dolar kurunu yapay sinir ağları ile modelleyip tahmin etmemiz için keras videolarından faydalanabileceğimizi söylemişsiniz, peki yalnızca bu inputlar yeterli midir yoksa nöronlara eklemek için başka inputlara da ihtiyacım var mı ?
6 лет назад+1
Dolar kuru tahmini yapanlar var ertesi gün için ama onlar sanırım 20 input falan kullanmaktalar. Bir sürü parametreyi almaktalar. O kadar hakim değilim finansa.
ilk etapta yalnızca sizin gösterdiğiniz inputları kullansam yapay sinir ağlarını biraz da olsa anlamak için yeterli olabilir mi? doğru tahmin oranım yüksek olabilir mi bir fikriniz var mıdır?
6 лет назад
Bu tamamen eğitim amaçlı hatta gelecekle alakasız bir örnek. Tamamen geçmişi yorumlamayla ilgili. Yarın için dolar tahminini bunla belirleyemessiniz
hocam merhaba dersiniz gerçekten çok güzel ben aynı kodlarla çalışmaya çalışıyorum lakin x = x.reshape(251,1) böyle bir kullanımda return object.__getattribute__(self, name) AttributeError: 'Series' object has no attribute 'reshape' bu şekilde bir hata alıyorum. Bunu nasıl çözebilirim ve neden bu şekilde bir hata alıyorum
hocam öncelikle anlatımınız gerçekten güzel olmuş. Benim bir sorum olacak. bu yazdıklarımızı raspberry pi de uygulama durumumuz nedir. buda python o da python. bu yazdıklarımızı orada da yazsak olurmu diyeceğim komik olacak ama , cevabını merak ediyorum . raspberry de bu işi nasıl yapabiliriz. beni bilgilendirirseniz çok sevinirim. iyi çalışmalar dilerim.
5 лет назад+1
raspberry bi bilgisayar sonuçta. orada da sonuçlar elde edebilirsiniz. Problem ve veri büyükse çok yavaş olur elde etmesi. Raspberry'nin olayı bu algoritmaları kurmakta değil zaten, bu algoritmaları kullanmakta. Raspberry'den İyi bir bilgisayarlaalgoritmayı kurar eğitim yapar ve emin olursunuz. Sonra Raspberry'de tahmin yaparsınız. Raspberry taşınabilirdir vb. O yüzden kullanılır.
Hocam deprem veri setiyle bir sonraki deprem siddetini hesaplama olabilir mi yada bu verisetiyle hangi sonuclari hesaplamak daha uygun olabilir. Bitirme projesi olarak yapmayi dusunuyoruz ama ne yazikki bilgimiz temelden ileri gitmiyor onerileriniz varmı.
Veri setinde çok fazla marjinal veri varsa bir sonrakinin şiddetini hesaplama. Deprem şiddetine göre bölgedeki ekonomik buhranı karşılaştır, onlar arası korelasyon falan yapsan daha hoş olur sanki
@@cengizozk1081 Teşekkür ettim. Kimi zaman kütüphane sürümleri değişiyor, kimi zaman ben hata yapıyorum. Kimi kullanıcılarda çalışmıyor. Böyle yorumlar yararlı oluyor.
Hocam gerçek anlamda öğrenme olmasını istiyorsak bir kısmı data set bir kısmı test olarak bölüp data setle yaptığımız regresyonun test datasına uyumuna baksak daha iyi olmaz mıydı?
6 лет назад
Çok doğru Hatta veri eçok ise, bir kısmı eğitime, bir kısmı eğitm esnasındaki validation verisine, bir kısmı da hem eğitim hem valşdation verisinden iyi sonuç yapmış modeli test için test verisine bölünmeli.
hocam, for i in range(len(Xyeni)) demissiniz lineer için for i in range(len(y)) demissiniz len(y) yerine len(x) yazmamız gerekmez mi python fazla bilmiyorum belki saçma bir sorudur ancak x içinde dolanmamız gerekiyormus gibi geldi
6 лет назад+1
X ve y de de aynı elemn sayısı var, ikisi de olur. Len(y), y nin içindeki eleman sayısı demek. Yani len(x) ve len(y) de aynı sonucu verecek. Teorik olarak dediğiniz daha doğru elbette.
hocam x = x.values.reshape(251,1) yazmak yerine niye x = np.array(x) yazmıyoruz ? ikisi arasında ne fark var? teşekkürler
7 лет назад
Aynı formatta olmalılar, Eğer verimiz resim vb. değil ise biz verimizi ip gibi dizmeliyiz. x,y aynı formatta olmalı mümkünse. İkisinin de 1. elemanı ikisinde de uygun değerlere karşılk gelmeli.
Burada neden veri setini eğitim ve test verisi olmak üzere bölmediniz. Eğitim işlemi yapılırken test verilerinin modele gösterilmeden tahmin edilmesi gerekir. Siz tüm verileri modele gösterip tahmin yapmasını istiyorsunuz.
5 лет назад
Çok eski video, haklısınız eğer yapmadıysam. Doğru. Fakat zaten doları tahmin edebilsem böyle bir içerik yapmazdım, sırrını paylaşmazdım. Böyle bir şeyi tahmin etmek imkansıza yakın olduğu için teste ihtiyaç duymadım kafamda healde. Şu an iyi dolar tahmini yapan algoritma %58 doğru tahmin yapabiliyor. O da çok da güvenilir değil.
@@ramazanciftci3513 2 yıl geçmiş ama cevap vereyim kodlamada aşırı fonksiyonel bir değişim gerçekleşmezdi sadece ilk başta x ve y diye ayırdığı dizi vektörleri split metoduyla x_test x_train y_test ve y_train gibi örneğin 1/4 ü nü eğitim yani train olarak ayırıp ilk olarak modeli ona göre kurgulayıp başarısını analiz edip daha sonra test kısımını da ekleyip bütün geri kalan verilerle de başarısını değerlendirip doğruluğunu daha net bir şekilde kantlamamıza yarıyor
Eline sağlık ama ci ay ti hab ne? en son github idi ama yine de sen bilirsin :)
7 лет назад+5
Ege Özpınar Valla ne desem bilemedim. git sacma geldi ciayti de sacma geldi. ikisinden birini secmek zorundaydim. mavi hap kirmizi hap gibi bir secimdi ama yanlisi secmisim sanirim :#
5 лет назад+3
Şu olay konuya ne kadar uzaktan başladığımı gösteriyor, bilen duysa dalga geçer :D
merheba abi avala azarbaycannan size selamlar.ikinci abi videolarin daginak yani multilayerden sonrasi yok,backpropagation yukdur abi olarin linkini bana gondere bilirmisin? tesekkurler
5 лет назад
Ve aleyküm selam. Bu videoda ilk olarak kütüphane kullandık, bu kütüphane zannediyorum matris çözümünü kullanmakta. Matris çözümü aynen şurada anlatılmıştır: ruclips.net/video/XlmA_0Rs5OQ/видео.html . Backpropagation kısmı ise bu videoda yoktur. Yakında anlatacağım. İlk videolarımdan birinde iyi kötü anlatmıştım, tekrarını çekmek isterim. ruclips.net/video/kv78q-g1pJ4/видео.html . ruclips.net/video/icrcbqPNrNE/видео.html . Asan gəlsin.Gününüz xeyir.
hocam merhaba Makine öğrenmesi ile elimizdeki 30 yıllık yağış verilerini kullanarak gelecek bir tarihteki yağış verisini tahmin edebilirmiyiz ?
5 лет назад+10
Sezon analizi yapabilirsiniz, yağış seasonal bir şey ise. Sezonlarda ortalama bulabilirsiniz. ARIMA gibi modellere bakabilirsiniz. Yoksa yağar mı yağmaz mı Allah bilir, kul çaresiz kalmış, Heisenberg belirsizlik teorisi atmış, başkası kaos teoriyi ortaya koymış :)
Hocam iyi akşamlar , iyi çalışmalar :) Yeniden şekillendirme kısmında şöyle bir hata alıyorum ; File "/Users/kaankucukturan/Desktop/PyCharm/Dolar Kuru Tahmin/DolarTahmi.py", line 12, in x = x.reshape(251,1) File "/Users/kaankucukturan/Desktop/PyCharm/Dolar Kuru Tahmin/venv/lib/python3.7/site-packages/pandas/core/generic.py", line 4376, in __getattr__ return object.__getattribute__(self, name) AttributeError: 'Series' object has no attribute 'reshape' Bende bunun yerine : x = np.array (x) y = np.array (y) şeklinde kullandım ama bir farkı olur mu ? Ayrıca böyle güzel bir eğitim serisini bizlere kazandırdığınız için çok teşekkürler :D
Hocam tekrar rahatsız ediyorum kusura bakmayın , böyle bir sürü daha hata verdi :D PyCharm ile alakalı bir sıkıntı olamaz değil mi Traceback (most recent call last): File "/Users/kaankucukturan/Desktop/PyCharm/Dolar Kuru Tahmin/venv/lib/python3.7/site-packages/numpy/core/fromnumeric.py", line 51, in _wrapfunc return getattr(obj, method)(*args, **kwds) File "/Users/kaankucukturan/Desktop/PyCharm/Dolar Kuru Tahmin/venv/lib/python3.7/site-packages/pandas/core/generic.py", line 4376, in __getattr__ return object.__getattribute__(self, name) AttributeError: 'Series' object has no attribute 'reshape' During handling of the above exception, another exception occurred: Traceback (most recent call last): File "/Users/kaankucukturan/Desktop/PyCharm/Dolar Kuru Tahmin/DolarTahmi.py", line 12, in x = np.reshape(x,(251,1)) File "/Users/kaankucukturan/Desktop/PyCharm/Dolar Kuru Tahmin/venv/lib/python3.7/site-packages/numpy/core/fromnumeric.py", line 279, in reshape return _wrapfunc(a, 'reshape', newshape, order=order) File "/Users/kaankucukturan/Desktop/PyCharm/Dolar Kuru Tahmin/venv/lib/python3.7/site-packages/numpy/core/fromnumeric.py", line 61, in _wrapfunc return _wrapit(obj, method, *args, **kwds) File "/Users/kaankucukturan/Desktop/PyCharm/Dolar Kuru Tahmin/venv/lib/python3.7/site-packages/numpy/core/fromnumeric.py", line 45, in _wrapit result = wrap(result) File "/Users/kaankucukturan/Desktop/PyCharm/Dolar Kuru Tahmin/venv/lib/python3.7/site-packages/pandas/core/series.py", line 648, in __array_wrap__ copy=False).__finalize__(self) File "/Users/kaankucukturan/Desktop/PyCharm/Dolar Kuru Tahmin/venv/lib/python3.7/site-packages/pandas/core/series.py", line 275, in __init__ raise_cast_failure=True) File "/Users/kaankucukturan/Desktop/PyCharm/Dolar Kuru Tahmin/venv/lib/python3.7/site-packages/pandas/core/series.py", line 4165, in _sanitize_array raise Exception('Data must be 1-dimensional') Exception: Data must be 1-dimensional
6 лет назад
bu kodun üstüne print(x.shape) dermisiniz. kaça kaç matris oldugunu görelim
6 лет назад
bunun çıktısını yapıstırın. Kaça kaçlık matris görelim
Spyder ve Pycharmda kodları aynen yazmama rağmen görseller ayrı ayrı 2 pencerede açılıyor. Değerler ayrı pencerede çizgiler ayrı nasıl düzeltebilirim bunu?
Hatamı buldum. 22.satırda plt.show() yazdığı için iki ayrı pencerede gösteriyor. Onu silince düzgün gösterdi. Sizde de yazmasına rağmen tek pencerede açıyordu. Galiba güncelleme ile değiştirdiler. Videoyu yeni izleyenler için yorumumu silmedim.
@@farukertas1966 Ne kurmam lazım derken IDE olarak mı yoksa kütüphane olarak mı? IDE ise Spyder'ı kurman gerekiyor. Anaconda Navigator içerisinde mevcut zaten. Kütüphane için ise sklearn kurmanız lazım. Google'a anaconda sckit-learn install yazarsanız çıkar. Onu anaconda promt ile kurabilirsiniz. Eğer bu bahsettiklerim değil ise sorunu detaylı yazarsanız yardımcı olurum.
hocam videonuzu izledim,aslında yapmak istedigim yapay sinir aglarını kullanarak bitcoin tahmimi yapmak,ancak biraz kafam karıstı .giris ve cıkıs ne olacagını bilmiyorum veri setimde tarih ve bitcoın degeri var ,sizin vediginiz bu kodları kullanmak yeterli olur mu giris ve cıkısı ayarladıktan sonra
Size lazım olan LSTM. Tarihe göre artışa bakacaksınız fakat emin olun eğer gerçekten de tahmin ettirmek istiyorsanız, bunu yapay sinir ağı ile sadece bu verilerle yapmak çok yanlış olur. Eğer sadece eğitim amaçlı yapmak isterseniz de size LSTM yardımcı olacaktır, o da başlangıç seviyesi için çok mantıklı bir algoritma değildir.
File "", line 1, in runfile('C:/Users/SuheylaCakmak/Desktop/Yeni klasör (2)/tahmin2.py', wdir='C:/Users/SuheylaCakmak/Desktop/Yeni klasör (2)') File "C:\Users\SuheylaCakmak\Anaconda3\lib\site-packages\spyder\utils\site\sitecustomize.py", line 705, in runfile execfile(filename, namespace) File "C:\Users\SuheylaCakmak\Anaconda3\lib\site-packages\spyder\utils\site\sitecustomize.py", line 102, in execfile exec(compile(f.read(), filename, 'exec'), namespace) File "C:/Users/SuheylaCakmak/Desktop/Yeni klasör (2)/tahmin2.py", line 18, in x=veri["gun"] File "C:\Users\SuheylaCakmak\Anaconda3\lib\site-packages\pandas\core\frame.py", line 2685, in __getitem__ return self._getitem_column(key) File "C:\Users\SuheylaCakmak\Anaconda3\lib\site-packages\pandas\core\frame.py", line 2692, in _getitem_column return self._get_item_cache(key) File "C:\Users\SuheylaCakmak\Anaconda3\lib\site-packages\pandas\core\generic.py", line 2486, in _get_item_cache values = self._data.get(item) File "C:\Users\SuheylaCakmak\Anaconda3\lib\site-packages\pandas\core\internals.py", line 4115, in get loc = self.items.get_loc(item) File "C:\Users\SuheylaCakmak\Anaconda3\lib\site-packages\pandas\core\indexes\base.py", line 3065, in get_loc return self._engine.get_loc(self._maybe_cast_indexer(key)) File "pandas\_libs\index.pyx", line 140, in pandas._libs.index.IndexEngine.get_loc File "pandas\_libs\index.pyx", line 162, in pandas._libs.index.IndexEngine.get_loc File "pandas\_libs\hashtable_class_helper.pxi", line 1492, in pandas._libs.hashtable.PyObjectHashTable.get_item File "pandas\_libs\hashtable_class_helper.pxi", line 1500, in pandas._libs.hashtable.PyObjectHashTable.get_item KeyError: 'gun'
Hilal videoyu ayrintili olarak izlemedim bu tip programlara girismedim ama yanilmiyor isem gerekli kutuphaneler indirir ve arayuzu yani buradaki gibi grafik modelini sen yaratabilirsen ( python da imkansiz degil ) , ustesinden gelecegine inaniyorum .. Bir seye ihtiyacin olursa yazabilirsin , discord da kullaniyor isen oradan da yazabilirsin
3 года назад+1
@@unscientific5865 Python olan herseyde yapılır. Kolayiniza gelecekse pycharm a bakin derim. Vscode için ayarlamaniz lazim. Python vscode yazsanız bir şeyler çıkar sebep ile ilgiili
İyi günler veri=pd.read_xlxs("Kitap.xlxs") print(veri) yaptıktan sonra ModuleNotFoundError: No module named 'sklearn.linear' hatası alıyorum. sorunu çözmeye çalıştım ama beceremedim yardımcı oluru musunuz?
5 лет назад
sklearn.linear i sklearn.linear_model ile değiştirebilir misiniz?
birisini halletsem diğeri modül olarka gözükmüyor (sklearn.proprocessing vs.)
5 лет назад
@@mustafatk5358 Syntax hatası olabilir, kodu atabilir misiniz? By arada bu matplotlib.pyplot olmalı, hatta bu sklearn.preprocessing olmalı . Ya yazım yanlışınız var ya da başka basit bir şey.
Merhaba makine öğrenmesi (yapay öğrenme) ile derin öğrenmenin ne gibi bir farkı var ? Bilgilendirirseniz sevinirim.
Özer Kaya yapay zekanin alt alani machine learning, deep learning de machine learning in bir alt alani.. makine ogrenmesi gozlemlenen veriyi tahmin etmek icin olusturulan algoritmalar butunudur ki bu videoda dolar kuru verisini liner ve polinom regresyon algoritmalariyla tahmin edebilen bir model yazdik.
deep learning macgine learning in bir alt alani, yapay sinir aglarini kullaniyor. deep learning ile google yazi, resim tanimasi yapabiliyor. el yazisi yazdigimiz yazilari hatta diyelim ki K harfini yazdik , deep learning ile kullaniciya yazdirdigi tum K harflerini tsnitip kullanici K harfinebenzer bir sey yazdiginda bu K harfini taniyor.
Merak ettiginiz baska bir sey varsa cevaplayabilirim. Paylasirsaniz sevinirim :)
Özer Kaya yapay zekanin alt alani machine learning, deep learning de machine learning in bir alt alani.. makine ogrenmesi gozlemlenen veriyi tahmin etmek icin olusturulan algoritmalar butunudur ki bu videoda dolar kuru verisini liner ve polinom regresyon algoritmalariyla tahmin edebilen bir model yazdik.
deep learning macgine learning in bir alt alani, yapay sinir aglarini kullaniyor. deep learning ile google yazi, resim tanimasi yapabiliyor. el yazisi yazdigimiz yazilari hatta diyelim ki K harfini yazdik , deep learning ile kullaniciya yazdirdigi tum K harflerini tsnitip kullanici K harfinebenzer bir sey yazdiginda bu K harfini taniyor.
Merak ettiginiz baska bir sey varsa cevaplayabilirim. Paylasirsaniz sevinirim :)
Bilgilendirdiğiniz için teşekkür ederim. Serinizi büyük bir heyecanla takip ediyorum, bitmesini istemeyeceğim nadir serilerden. Anlatıcılığınız süper
Özer Kaya cok tesekkur ederim. kotu anlatiyorum diye dusunurdum hep :D
Örneklerin anlaşılır olması ve neyin neden olmadığınız açıklamanız kafada pek soru işareti bırakmıyor. Aslında bir de şey sormak istiyorum. Bu polinom regresyonunda neden üsleri tam sayı olarak alıyoruz? 8 değilde 7.5 belki 8.25 daha uygun olmaz mı ? Denemesini yapmadım, herhangi bir akademik kaynak okumadım ama en yakın zamanda D&R gidip alacağım.
tahmin ettik mi ben anlamadım, şimdi 251 günlük veriyi en doğru temsil eden polinomu oluşturduk ve bu polinomun gerçekle arasındaki hata payını hesapladık ama 251 gündeki veriye bakarak 252.günü veya gelecekteki bilinmeyen tarihleri tahmin etmedik onu nasıl yaparız? yardımınız için teşekkürler
ben de bunu merak ediyorum
Arkadaşlar onu Linear Regression Ile yapamazssınız. Recurrent Neural Network u araştırın
%100 doğru tahmin edemez hiç bir yapay zeka algoritmasında
Burada sorun şu, ZAMAN boyutu, interpolarasyon olarak 251 barlık bir evreni örneklem olarak varsayıyor. Şayet en az 125 bar elinizde dolar tutmak istiyorsanız. Lineer regresyon çizgisinin üstüne çıktığı her anda alabilirsiniz. En güzeli lineer regresyonun kırıldığı an alım a geçmek. Ben videonun neyi amaçladığını anlayamadım.
Mükemmel ve akıcı bir anlatım olmuş. Paylaştığınız için teşekkürler.
Emeğinize sağlık , phyton öğrenimi için nereden başlamalıyız?
polynomial regression'un scikit learn kütüphanesiyle kullanımına kaymak gibi bir video olmuş.
merhaba çok güzel bir video. emeğinize sağlık.
yalnız ben bu örnekte makine öğrenmesi nerede anlamadım. bilgi verirseniz sevinirim. iyi çalışmalar
çok güzel bilgiler paylaşıyorsun teşekkür ederim, senin sayende bir miktar ML öğrendim ancak anlatımını düzeltmelisin, anlatımın cidden bayıcı bir anlatım, sadece bir eleştiri
Haklisin ben de pek begenmiyorum. Tesekkurler.
polynom regression aslında,
linear olmayan durumlar için en yakın polinomal derece ile tahmin de bulunmak
degil mi hocam ?
yoksa amacımız tamı tamına %100 yada %95 gibi bir predict durumu yapmak degil.
e tabi olsa fena da olmaz aslında :) ama
data doğrusal degil se polinom ile veriyi en tahmini şekilde öğrenmek amacımız.
Cok iyiydi gercekten. Emeklerinize saglik. Tesekkurler.
peki hocam bu örneği çoklu regresyon da yapmak istesek nasıl yapabiliriz.
Örnek doların tahmin etmek istiyoruz ama altın ve X para birimi bağımsız değişken olacak. Bunu polinon ile nasıl yapabiliriz.
Hocam, şimdilerde bir tahmin istesek?!
işin çok başındayım. Bu işlemleri yaparak ne elde etmiş olduk? zaten dolar değerleri belliydi belli olan bir şeyi neden tahmin etmeye çalıştık? 2015 2016 verilerini kullanarak 2021 dolar fiyatını tahmin edebilir miyiz?
Dolar tahmin edileemeeeez gaybı kul nasıl bilsin. Biraz insanları konuya itmek için clickbait yaptım.
3 yıl geçmiş ben sizin sorunuza yönelik bir cevap vereyim belki başkası da görür faydalanır. Bu veriler ile geçmişteki iki değişkenin arasındaki ilişkiyi matematiksel formullerle modellemiş olduk amaç y değişkenini tahmin etmekti işte normal program ile makine öğrenmesi arasındaki fark ise normal program o anki bir soruna çözüm bulmak için kodlanır burdaki olay ise bu iki değişkendeki verileri birbiriyle ilişkilendirip daha sonra eklenecek bir x değişkenini de bu kodladığımız modele göre aynı doğrulukta tahmin etmesi için. Kısaca makine öğrenmesinde bilgisayara verdiğimiz değişkenlere (her model için sadece uygun parametresel farklar ile) bir formül yazıyoruz ve o da formulü gelecekteki diğer x değişkenleri içinde uyguluyor. Böylece bu işlemleri yaparak geleceğe yönelik tahminler yapabilmemiz mümkün oluyor. Eğer daha fazla detayını merak eden varsa Kanalıma bir göz atarsanız sevinirim
tam da bu yüzden overfitting istemediğimiz bir durum oluyor. Biz eğer bir makine öğrenmesi değilde tek kullanımlık bir program yazsaydık overfitting istediğimiz şey olurdu ancak biz bir makine öğrenmesi algoritması yazdığımız için o an ki verilere tam uyması daha sonra eklenecek verilerle olumsuz bir ilişki ortaya çıkartır ve bu da hatalı sonuçlar getirir
Çok teşekkür ederim. Ben artık okuldan mezun oldum işe başladım sağolun 😂@@HasanCanBeydili ❤
@@SerdarKonca Rica ediyorum 😂 işinizde başarılar diliyorum 👍🏻. Belki başkası da denk gelir diye yazdım tahmin etmiştim 👌🏻
hayırlı aksamlar bu tıp ıslemlerı matlabdan yapabılıyoruz dıe bılyıorum makına ogrenme konusunda matlab temelı sağlam olan bırısı phytn yonelmelı matlab uzerıne mı ınsa etmelı kendını gelıstırmelı
hocam merhaba, dolar kurunu yapay sinir ağları ile modelleyip tahmin etmemiz için keras videolarından faydalanabileceğimizi söylemişsiniz, peki yalnızca bu inputlar yeterli midir yoksa nöronlara eklemek için başka inputlara da ihtiyacım var mı ?
Dolar kuru tahmini yapanlar var ertesi gün için ama onlar sanırım 20 input falan kullanmaktalar. Bir sürü parametreyi almaktalar. O kadar hakim değilim finansa.
ilk etapta yalnızca sizin gösterdiğiniz inputları kullansam yapay sinir ağlarını biraz da olsa anlamak için yeterli olabilir mi? doğru tahmin oranım yüksek olabilir mi bir fikriniz var mıdır?
Bu tamamen eğitim amaçlı hatta gelecekle alakasız bir örnek. Tamamen geçmişi yorumlamayla ilgili. Yarın için dolar tahminini bunla belirleyemessiniz
hocam merhaba dersiniz gerçekten çok güzel ben aynı kodlarla çalışmaya çalışıyorum lakin
x = x.reshape(251,1) böyle bir kullanımda
return object.__getattribute__(self, name)
AttributeError: 'Series' object has no attribute 'reshape'
bu şekilde bir hata alıyorum. Bunu nasıl çözebilirim ve neden bu şekilde bir hata alıyorum
x = np.reshape(x,(251,1)) dener misiniz
@ kusura bakmayın zaman bulamadığım için geç yazdım. Dediğiniz gibi yapınca:
Traceback (most recent call last):
File "C:/Users/x/Desktop/Python örnekleri/ödev 2.2.py", line 18, in
tahmin.fit(x,y)
TypeError: fit() missing 1 required positional argument: 'y'
hatasını alıyorum.
@@furkansoydas136 oncesinde sunu yazmalisiniz sanirim : x=np.array(x)
y=np.array(y)
Iyi günler . Kişi algilama makine öğrenmesi kodunuz var mı varsa nereden ulaşabilirim ?
x = x.reshape(251,1) de hata alanlar x = x.values.reshape(251,1) yapsınlar düzelir
sen adamsın
hocam öncelikle anlatımınız gerçekten güzel olmuş. Benim bir sorum olacak. bu yazdıklarımızı raspberry pi de uygulama durumumuz nedir. buda python o da python. bu yazdıklarımızı orada da yazsak olurmu diyeceğim komik olacak ama , cevabını merak ediyorum . raspberry de bu işi nasıl yapabiliriz. beni bilgilendirirseniz çok sevinirim. iyi çalışmalar dilerim.
raspberry bi bilgisayar sonuçta. orada da sonuçlar elde edebilirsiniz. Problem ve veri büyükse çok yavaş olur elde etmesi. Raspberry'nin olayı bu algoritmaları kurmakta değil zaten, bu algoritmaları kullanmakta. Raspberry'den İyi bir bilgisayarlaalgoritmayı kurar eğitim yapar ve emin olursunuz. Sonra Raspberry'de tahmin yaparsınız. Raspberry taşınabilirdir vb. O yüzden kullanılır.
@ teşekkür ederim hocam
@@alifurkanfindik2966 başarılar
@ teşekkür ederim hocam anlatımınız sayesinde inşallah iyi bir seviyeye geleceğim.
Hocam deprem veri setiyle bir sonraki deprem siddetini hesaplama olabilir mi yada bu verisetiyle hangi sonuclari hesaplamak daha uygun olabilir. Bitirme projesi olarak yapmayi dusunuyoruz ama ne yazikki bilgimiz temelden ileri gitmiyor onerileriniz varmı.
Veri setinde çok fazla marjinal veri varsa bir sonrakinin şiddetini hesaplama. Deprem şiddetine göre bölgedeki ekonomik buhranı karşılaştır, onlar arası korelasyon falan yapsan daha hoş olur sanki
tahminlineer=LinearRegression()
tahminlineer.fit(x,y)
tahminlineer.predict(x)
plt.plot(x,tahminlineer.predict(x),c="red") yazarken AttributeError: 'Series' object has no attribute 'reshape' hatası alıyorum. reshapeleri belirtmiştim. Yardımcı olabilir misiniz acaba?
x = x.values.reshape(251,1)
y = y.values.reshape(251,1)
Bir hata mı var, yoksa çalışan versiyonunu mu yazdınız?
@ Çalışan versiyon.
@@cengizozk1081 Teşekkür ettim. Kimi zaman kütüphane sürümleri değişiyor, kimi zaman ben hata yapıyorum. Kimi kullanıcılarda çalışmıyor. Böyle yorumlar yararlı oluyor.
@ sürümlerden dolayı gerçekleşen hata. bu playlistteki çoğu videoda x.reshape çalışıyor ama güncel sürülerde values.reshape demek gerekiyor.
@@onthenatureofdaylight5435 Bu soruyu sizin de dediğiniz gibi herhalde 20-25 kere cevapladım hem mailde hem burada, teşekkürler.
Hocam gerçek anlamda öğrenme olmasını istiyorsak bir kısmı data set bir kısmı test olarak bölüp data setle yaptığımız regresyonun test datasına uyumuna baksak daha iyi olmaz mıydı?
Çok doğru
Hatta veri eçok ise, bir kısmı eğitime, bir kısmı eğitm esnasındaki validation verisine, bir kısmı da hem eğitim hem valşdation verisinden iyi sonuç yapmış modeli test için test verisine bölünmeli.
hocam, for i in range(len(Xyeni)) demissiniz lineer için for i in range(len(y)) demissiniz len(y) yerine len(x) yazmamız gerekmez mi python fazla bilmiyorum belki saçma bir sorudur ancak x içinde dolanmamız gerekiyormus gibi geldi
X ve y de de aynı elemn sayısı var, ikisi de olur. Len(y), y nin içindeki eleman sayısı demek. Yani len(x) ve len(y) de aynı sonucu verecek. Teorik olarak dediğiniz daha doğru elbette.
hocam x = x.values.reshape(251,1) yazmak yerine niye x = np.array(x) yazmıyoruz ? ikisi arasında ne fark var? teşekkürler
Aynı formatta olmalılar, Eğer verimiz resim vb. değil ise biz verimizi ip gibi dizmeliyiz. x,y aynı formatta olmalı mümkünse. İkisinin de 1. elemanı ikisinde de uygun değerlere karşılk gelmeli.
Farklı bir kaynakta (-1,1) olarak yapıyordu
Burada neden veri setini eğitim ve test verisi olmak üzere bölmediniz. Eğitim işlemi yapılırken test verilerinin modele gösterilmeden tahmin edilmesi gerekir. Siz tüm verileri modele gösterip tahmin yapmasını istiyorsunuz.
Çok eski video, haklısınız eğer yapmadıysam. Doğru. Fakat zaten doları tahmin edebilsem böyle bir içerik yapmazdım, sırrını paylaşmazdım. Böyle bir şeyi tahmin etmek imkansıza yakın olduğu için teste ihtiyaç duymadım kafamda healde. Şu an iyi dolar tahmini yapan algoritma %58 doğru tahmin yapabiliyor. O da çok da güvenilir değil.
@ Eğitim ve test olarak bölmemiz mi gerekiyor AI'deki gibi? O durumda kodlamada neler değişirdi?
@@ramazanciftci3513 2 yıl geçmiş ama cevap vereyim kodlamada aşırı fonksiyonel bir değişim gerçekleşmezdi sadece ilk başta x ve y diye ayırdığı dizi vektörleri split metoduyla x_test x_train y_test ve y_train gibi örneğin 1/4 ü nü eğitim yani train olarak ayırıp ilk olarak modeli ona göre kurgulayıp başarısını analiz edip daha sonra test kısımını da ekleyip bütün geri kalan verilerle de başarısını değerlendirip doğruluğunu daha net bir şekilde kantlamamıza yarıyor
Eline sağlık ama ci ay ti hab ne? en son github idi ama yine de sen bilirsin :)
Ege Özpınar Valla ne desem bilemedim. git sacma geldi ciayti de sacma geldi. ikisinden birini secmek zorundaydim. mavi hap kirmizi hap gibi bir secimdi ama yanlisi secmisim sanirim :#
Şu olay konuya ne kadar uzaktan başladığımı gösteriyor, bilen duysa dalga geçer :D
merheba abi avala azarbaycannan size selamlar.ikinci abi videolarin daginak yani multilayerden sonrasi yok,backpropagation yukdur abi olarin linkini bana gondere bilirmisin?
tesekkurler
Ve aleyküm selam. Bu videoda ilk olarak kütüphane kullandık, bu kütüphane zannediyorum matris çözümünü kullanmakta. Matris çözümü aynen şurada anlatılmıştır: ruclips.net/video/XlmA_0Rs5OQ/видео.html . Backpropagation kısmı ise bu videoda yoktur. Yakında anlatacağım. İlk videolarımdan birinde iyi kötü anlatmıştım, tekrarını çekmek isterim. ruclips.net/video/kv78q-g1pJ4/видео.html . ruclips.net/video/icrcbqPNrNE/видео.html . Asan gəlsin.Gününüz xeyir.
sag ol abi.turk bayragi her zaman dalgalansin ...yasasin bir millet iki devlet.
hocam merhaba
Makine öğrenmesi ile elimizdeki 30 yıllık yağış verilerini kullanarak gelecek bir tarihteki yağış verisini tahmin edebilirmiyiz ?
Sezon analizi yapabilirsiniz, yağış seasonal bir şey ise. Sezonlarda ortalama bulabilirsiniz. ARIMA gibi modellere bakabilirsiniz. Yoksa yağar mı yağmaz mı Allah bilir, kul çaresiz kalmış, Heisenberg belirsizlik teorisi atmış, başkası kaos teoriyi ortaya koymış :)
hocam merhaba gösterimde kırmızı çizgi ile noktalar aynı yerde değil bende,nasıl düzeltiriz
plt.show() yazan yerde ekran sıfırlanmıs gibi oluyo. Bu yuzden en sondakı haric digerlerini kaldirmalısınki hepsi ust uste gelsin
Hocam iyi akşamlar , iyi çalışmalar :)
Yeniden şekillendirme kısmında şöyle bir hata alıyorum ;
File "/Users/kaankucukturan/Desktop/PyCharm/Dolar Kuru Tahmin/DolarTahmi.py", line 12, in
x = x.reshape(251,1)
File "/Users/kaankucukturan/Desktop/PyCharm/Dolar Kuru Tahmin/venv/lib/python3.7/site-packages/pandas/core/generic.py", line 4376, in __getattr__
return object.__getattribute__(self, name)
AttributeError: 'Series' object has no attribute 'reshape'
Bende bunun yerine :
x = np.array (x)
y = np.array (y)
şeklinde kullandım ama bir farkı olur mu ?
Ayrıca böyle güzel bir eğitim serisini bizlere kazandırdığınız için çok teşekkürler :D
x = np.reshape(x,(251,1)) deneyin
Çok teşekkürler hocam , çok sağolun :))
Hocam tekrar rahatsız ediyorum kusura bakmayın , böyle bir sürü daha hata verdi :D
PyCharm ile alakalı bir sıkıntı olamaz değil mi
Traceback (most recent call last):
File "/Users/kaankucukturan/Desktop/PyCharm/Dolar Kuru Tahmin/venv/lib/python3.7/site-packages/numpy/core/fromnumeric.py", line 51, in _wrapfunc
return getattr(obj, method)(*args, **kwds)
File "/Users/kaankucukturan/Desktop/PyCharm/Dolar Kuru Tahmin/venv/lib/python3.7/site-packages/pandas/core/generic.py", line 4376, in __getattr__
return object.__getattribute__(self, name)
AttributeError: 'Series' object has no attribute 'reshape'
During handling of the above exception, another exception occurred:
Traceback (most recent call last):
File "/Users/kaankucukturan/Desktop/PyCharm/Dolar Kuru Tahmin/DolarTahmi.py", line 12, in
x = np.reshape(x,(251,1))
File "/Users/kaankucukturan/Desktop/PyCharm/Dolar Kuru Tahmin/venv/lib/python3.7/site-packages/numpy/core/fromnumeric.py", line 279, in reshape
return _wrapfunc(a, 'reshape', newshape, order=order)
File "/Users/kaankucukturan/Desktop/PyCharm/Dolar Kuru Tahmin/venv/lib/python3.7/site-packages/numpy/core/fromnumeric.py", line 61, in _wrapfunc
return _wrapit(obj, method, *args, **kwds)
File "/Users/kaankucukturan/Desktop/PyCharm/Dolar Kuru Tahmin/venv/lib/python3.7/site-packages/numpy/core/fromnumeric.py", line 45, in _wrapit
result = wrap(result)
File "/Users/kaankucukturan/Desktop/PyCharm/Dolar Kuru Tahmin/venv/lib/python3.7/site-packages/pandas/core/series.py", line 648, in __array_wrap__
copy=False).__finalize__(self)
File "/Users/kaankucukturan/Desktop/PyCharm/Dolar Kuru Tahmin/venv/lib/python3.7/site-packages/pandas/core/series.py", line 275, in __init__
raise_cast_failure=True)
File "/Users/kaankucukturan/Desktop/PyCharm/Dolar Kuru Tahmin/venv/lib/python3.7/site-packages/pandas/core/series.py", line 4165, in _sanitize_array
raise Exception('Data must be 1-dimensional')
Exception: Data must be 1-dimensional
bu kodun üstüne print(x.shape) dermisiniz. kaça kaç matris oldugunu görelim
bunun çıktısını yapıstırın. Kaça kaçlık matris görelim
Spyder ve Pycharmda kodları aynen yazmama rağmen görseller ayrı ayrı 2 pencerede açılıyor. Değerler ayrı pencerede çizgiler ayrı nasıl düzeltebilirim bunu?
Hatamı buldum. 22.satırda plt.show() yazdığı için iki ayrı pencerede gösteriyor. Onu silince düzgün gösterdi.
Sizde de yazmasına rağmen tek pencerede açıyordu. Galiba güncelleme ile değiştirdiler. Videoyu yeni izleyenler için yorumumu silmedim.
@@mehmetgunes8586 merhaba dostum kodları çalıştıramadım tam olarak ne kurmam gerek yardımcı olabilirsen çok sevinirim
@@farukertas1966 Ne kurmam lazım derken IDE olarak mı yoksa kütüphane olarak mı? IDE ise Spyder'ı kurman gerekiyor. Anaconda Navigator içerisinde mevcut zaten. Kütüphane için ise sklearn kurmanız lazım. Google'a anaconda sckit-learn install yazarsanız çıkar. Onu anaconda promt ile kurabilirsiniz. Eğer bu bahsettiklerim değil ise sorunu detaylı yazarsanız yardımcı olurum.
@@mehmetgunes8586 anacondayi indirdim icinde spider vardi zaten kodlari calistirdigimda grafigi elde edemiyorum
kodlari spiderda calistirdim bu arada
hocam merhaba,bu yaptıgınız tahmin hesabını yapay sinir aglarıyla nasıl yapablilirm yardımcı olurmsunuz
keras videolarını izlerseniz yapabilirsiniz. 2. video gayet buna benzer. Sadece dense layerın son katmanında benden yardım isteyin. Kolay gelsin.
cok saolun hocam
hocam videonuzu izledim,aslında yapmak istedigim yapay sinir aglarını kullanarak bitcoin tahmimi yapmak,ancak biraz kafam karıstı .giris ve cıkıs ne olacagını bilmiyorum veri setimde tarih ve bitcoın degeri var ,sizin vediginiz bu kodları kullanmak yeterli olur mu giris ve cıkısı ayarladıktan sonra
keras-2 videosunu kastediyorum hocam
Size lazım olan LSTM. Tarihe göre artışa bakacaksınız fakat emin olun eğer gerçekten de tahmin ettirmek istiyorsanız, bunu yapay sinir ağı ile sadece bu verilerle yapmak çok yanlış olur. Eğer sadece eğitim amaçlı yapmak isterseniz de size LSTM yardımcı olacaktır, o da başlangıç seviyesi için çok mantıklı bir algoritma değildir.
teşekkürler:)
hocam veriyi pythona tanıtıyorum ancak x ve y sütunlarına değerleri verirken hata alıyorum neden kaynaklıyor acaba
hatayı yazar mısınız
File "", line 1, in
runfile('C:/Users/SuheylaCakmak/Desktop/Yeni klasör (2)/tahmin2.py', wdir='C:/Users/SuheylaCakmak/Desktop/Yeni klasör (2)')
File "C:\Users\SuheylaCakmak\Anaconda3\lib\site-packages\spyder\utils\site\sitecustomize.py", line 705, in runfile
execfile(filename, namespace)
File "C:\Users\SuheylaCakmak\Anaconda3\lib\site-packages\spyder\utils\site\sitecustomize.py", line 102, in execfile
exec(compile(f.read(), filename, 'exec'), namespace)
File "C:/Users/SuheylaCakmak/Desktop/Yeni klasör (2)/tahmin2.py", line 18, in
x=veri["gun"]
File "C:\Users\SuheylaCakmak\Anaconda3\lib\site-packages\pandas\core\frame.py", line 2685, in __getitem__
return self._getitem_column(key)
File "C:\Users\SuheylaCakmak\Anaconda3\lib\site-packages\pandas\core\frame.py", line 2692, in _getitem_column
return self._get_item_cache(key)
File "C:\Users\SuheylaCakmak\Anaconda3\lib\site-packages\pandas\core\generic.py", line 2486, in _get_item_cache
values = self._data.get(item)
File "C:\Users\SuheylaCakmak\Anaconda3\lib\site-packages\pandas\core\internals.py", line 4115, in get
loc = self.items.get_loc(item)
File "C:\Users\SuheylaCakmak\Anaconda3\lib\site-packages\pandas\core\indexes\base.py", line 3065, in get_loc
return self._engine.get_loc(self._maybe_cast_indexer(key))
File "pandas\_libs\index.pyx", line 140, in pandas._libs.index.IndexEngine.get_loc
File "pandas\_libs\index.pyx", line 162, in pandas._libs.index.IndexEngine.get_loc
File "pandas\_libs\hashtable_class_helper.pxi", line 1492, in pandas._libs.hashtable.PyObjectHashTable.get_item
File "pandas\_libs\hashtable_class_helper.pxi", line 1500, in pandas._libs.hashtable.PyObjectHashTable.get_item
KeyError: 'gun'
Hocam kullandığınız kitap nedir acaba
O zamanlar Ethem Alpaydın'ın Yapay Öğrenme'si vardı. Fakat İngilizce biliyorsanız Tibshirani'nin Statistical Learning kitabı ücretsiz internette.
iyi günler . Bunu spyder yerine vscode ile yapabiliyor muyum?
Hilal videoyu ayrintili olarak izlemedim bu tip programlara girismedim ama yanilmiyor isem gerekli kutuphaneler indirir ve arayuzu yani buradaki gibi grafik modelini sen yaratabilirsen ( python da imkansiz degil ) , ustesinden gelecegine inaniyorum .. Bir seye ihtiyacin olursa yazabilirsin , discord da kullaniyor isen oradan da yazabilirsin
@@unscientific5865 Python olan herseyde yapılır. Kolayiniza gelecekse pycharm a bakin derim. Vscode için ayarlamaniz lazim. Python vscode yazsanız bir şeyler çıkar sebep ile ilgiili
@@unscientific5865 çok teşekkür ederim abone oldum bir sorum olursa izniniz dahilinde soracağım
@ çok teşekkür ederim
@@hilalkeles7832
Hocam Normalde verilerimiz 251 gün.Örnek veriyorum 300.gün için tahmin değerini nasıl alıyoruz.
print(polinommodel.predict(Xyeni)[300])
ya da yanlış hatırlamış isem:
print(polinommodel.predict([[300]]))
Merhaba hocam 300üncü gün için 251 veri var sınırın dışında diye bir hata alıyorum. Geleceğe yönelik predict yaptırmak için ne yapabiliriz?
print(tahminlineer.predict(300)) dediğimde değer alıyorum. böyle bir kullanım uygun mudur?
hocam yeni değeri bu şekilde tahmin edemiyorum acaba nasıl edebilirim
Hocam forex ilgiliniyormusunuz
caner canbir hic alakam yok
dataset illa csv olmak zorunda mı? txt olsa olmaz mı
txt de olur, yeter ki datayı Python'a nasıl ve neye göre aktaracağınızı edeceğinizi belirleyin.
Güncellenmiş hali...
Hocam Allah Razı Olsun :)
(EDEMEDİ.)
erwlfwelflwgelwe :D
İyi günler
veri=pd.read_xlxs("Kitap.xlxs")
print(veri) yaptıktan sonra ModuleNotFoundError: No module named 'sklearn.linear' hatası alıyorum. sorunu çözmeye çalıştım ama beceremedim yardımcı oluru musunuz?
sklearn.linear i sklearn.linear_model ile değiştirebilir misiniz?
@ bu sefer aynı hatayı matplotlib için veriyor ModuleNotFoundError: No module named 'matplotlib.pylot'
birisini halletsem diğeri modül olarka gözükmüyor (sklearn.proprocessing vs.)
@@mustafatk5358 Syntax hatası olabilir, kodu atabilir misiniz? By arada bu matplotlib.pyplot olmalı, hatta bu sklearn.preprocessing olmalı . Ya yazım yanlışınız var ya da başka basit bir şey.
@
import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression
from sklearn.preprocessing import PolynomialFeartures
import matplotlib.pyplot as plt
veri=pd.read_csv("Kitap.csv")
print(veri)
x=veri["Gun"]
y=veri["Fiyat"]
x=x.reshape(251.1)
y=y.reshape(251.1)
plt.scatter(x,y)
dolar 6 lira oldu aq
Allah yardımcımız olsun.
amin