Lineer Regresyonda Scaling Gerekli Mi? Veriyi Ne Zaman Scale Etmeliyiz?

Поділитися
Вставка
  • Опубліковано 25 гру 2024

КОМЕНТАРІ • 10

  • @burcakurtcan
    @burcakurtcan Рік тому +2

    Yine güzel bir video Kaan hocam 🙏😊

  • @talharuzgarakkus7768
    @talharuzgarakkus7768 Рік тому

    Takipteyiz :)

  • @neseuygun7788
    @neseuygun7788 Рік тому

    çok güzel farkındalık oldu. teşekkürler

  • @beyzaerylmaz4836
    @beyzaerylmaz4836 Рік тому

    Emeğine sağlık👏

  • @ardabaysallar2029
    @ardabaysallar2029 Рік тому

    Uzaklik tabanli veya limit tureve dayali algoritmalar scale edilmesi kritiktir. Sklearn matrix tabanli algebra cozumu kullandigi icin ve bu cozumde ispatlanan bir esitlige dayali sadelesmeye gidildigi icin verimli calisiyor. computational yükü az + aynen dediginiz gibi scalingden etkilenmiyor yine de edilmeainin zarari yok univeristedeki hocamin dedigi gibi scale etmekten zarar gormezsin ama unutursan yandin 😊. Guzel content hocam elinize saglik

  • @emindurmus993
    @emindurmus993 9 місяців тому

    kurslarda çoğu kişinin üstün körü geçtiği konuları detaylı incelemen gerçekten harika ve faydalı bütün videoları inceliyeceğim teşşekür ederim . Bir ricam olucak ML Deep learning gibi playlistler oluşturabilir misin ? bu sayade bizlerde hangi sırayla gitmemiz gerektiğini belirliyebiliriz . Son olarak pcr ve pls gibi regresyon algoritmalarının arkasında yatan mantığı açıklıyabilir misin ?

    • @kaanbicakci
      @kaanbicakci  9 місяців тому

      Selam, yararlı olmasına sevindim 🙂 Pek bir sıra yok aslında, konuları seçip o şekilde video çekiyorum. Sıfırdan ML serisi gibi bir sey yok yani, diğer dediğiniz algoritmaları da listeye ekleyebilirim ✅