<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>Makine Öğrenmesi - Aslı Asutay</title>
	<atom:link href="https://asliasutay.com/category/makine-ogrenmesi/feed/" rel="self" type="application/rss+xml" />
	<link>https://asliasutay.com</link>
	<description>Kişisel web sayfası.</description>
	<lastBuildDate>Sat, 28 Jun 2025 18:49:32 +0000</lastBuildDate>
	<language>tr</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=6.8.1</generator>

<image>
	<url>https://asliasutay.com/wp-content/uploads/2022/06/cropped-favicon-32x32-1-32x32.png</url>
	<title>Makine Öğrenmesi - Aslı Asutay</title>
	<link>https://asliasutay.com</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>Adayları Makine Öğrenmesiyle Değerlendirmek: SVM ile İşe Alım Tahmini</title>
		<link>https://asliasutay.com/svm-ile-ise-alim-tahmini/</link>
					<comments>https://asliasutay.com/svm-ile-ise-alim-tahmini/#respond</comments>
		
		<dc:creator><![CDATA[Aslı ASUTAY]]></dc:creator>
		<pubDate>Sat, 28 Jun 2025 18:49:21 +0000</pubDate>
				<category><![CDATA[Makine Öğrenmesi]]></category>
		<category><![CDATA[makine öğrenmesi]]></category>
		<category><![CDATA[python]]></category>
		<category><![CDATA[SVM]]></category>
		<guid isPermaLink="false">https://asliasutay.com/?p=837</guid>

					<description><![CDATA[<p>İşe alım süreçlerinde adayları yalnızca CV’lerine göre değerlendirmek çoğu zaman yanıltıcı olabilir. Peki ya işe alım kararlarını desteklemek için makine öğrenmesini kullanmak mümkün olsaydı? Bu yazıda, adayların tecrübe yılı ve teknik sınav puanı gibi iki temel özelliği kullanarak bir adayın işe alınıp alınmayacağını tahmin eden bir makine öğrenmesi projesini (SVM ile) adım adım değerlendireceğiz. Modelimiz, [&#8230;]</p>
<p>The post <a href="https://asliasutay.com/svm-ile-ise-alim-tahmini/">Adayları Makine Öğrenmesiyle Değerlendirmek: SVM ile İşe Alım Tahmini</a> first appeared on <a href="https://asliasutay.com">Aslı Asutay</a>.</p>]]></description>
		
					<wfw:commentRss>https://asliasutay.com/svm-ile-ise-alim-tahmini/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Overfitting: Nasıl Anlar ve Önleriz?</title>
		<link>https://asliasutay.com/overfitting-nasil-anlar-ve-onleriz/</link>
					<comments>https://asliasutay.com/overfitting-nasil-anlar-ve-onleriz/#respond</comments>
		
		<dc:creator><![CDATA[Aslı ASUTAY]]></dc:creator>
		<pubDate>Thu, 11 Jul 2024 12:03:46 +0000</pubDate>
				<category><![CDATA[Makine Öğrenmesi]]></category>
		<category><![CDATA[Makine öğrenimi]]></category>
		<category><![CDATA[overfitting]]></category>
		<category><![CDATA[python]]></category>
		<guid isPermaLink="false">https://asliasutay.com/?p=830</guid>

					<description><![CDATA[<p>Overfitting: Nasıl Anlar ve Önleriz? Makine öğrenimi ve veri bilimi dünyasında, modellerimizin performansını değerlendirirken karşılaştığımız en büyük problemlerden biri overfitting, yani aşırı öğrenmedir. Overfitting, modelimizin eğitim verisinde çok iyi performans göstermesine rağmen, yeni ve görmediği verilerde yetersiz kalması durumudur. Bu yazıda, bir modelin overfit olduğunu nasıl anlayabileceğimizi ve bunu önlemek için hangi adımları atabileceğimizi ele [&#8230;]</p>
<p>The post <a href="https://asliasutay.com/overfitting-nasil-anlar-ve-onleriz/">Overfitting: Nasıl Anlar ve Önleriz?</a> first appeared on <a href="https://asliasutay.com">Aslı Asutay</a>.</p>]]></description>
		
					<wfw:commentRss>https://asliasutay.com/overfitting-nasil-anlar-ve-onleriz/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Karmaşıklık Matrisi Nedir ve Ne İşe Yarar?</title>
		<link>https://asliasutay.com/karmasiklik-matrisi-nedir-ve-ne-ise-yarar/</link>
					<comments>https://asliasutay.com/karmasiklik-matrisi-nedir-ve-ne-ise-yarar/#respond</comments>
		
		<dc:creator><![CDATA[Aslı ASUTAY]]></dc:creator>
		<pubDate>Mon, 21 Aug 2023 23:31:35 +0000</pubDate>
				<category><![CDATA[Makine Öğrenmesi]]></category>
		<category><![CDATA[hata matrisi]]></category>
		<category><![CDATA[karmaşıklık matrisi]]></category>
		<category><![CDATA[karmaşıklık tablosu]]></category>
		<category><![CDATA[Makine öğrenimi]]></category>
		<category><![CDATA[model performans]]></category>
		<guid isPermaLink="false">https://asliasutay.com/?p=793</guid>

					<description><![CDATA[<p>Karmaşıklık matrisi, sınıflandırma problemlerinde model performansını değerlendirmek için kullanılan önemli bir araçtır. Ayrıca &#8220;hata matrisi&#8221; veya &#8220;karmaşıklık tablosu&#8221; olarak da adlandırılır. Bu matris, tahmin edilen sınıf etiketleri ile gerçek sınıf etiketlerinin karşılaştırılmasını sağlar ve sınıflandırma modelinin ne kadar doğru çalıştığını, hangi sınıfların karıştırıldığını ve diğer performans ölçütlerini anlamamıza yardımcı olur. Karmaşıklık Matrisi Bileşenleri Bir karmaşıklık [&#8230;]</p>
<p>The post <a href="https://asliasutay.com/karmasiklik-matrisi-nedir-ve-ne-ise-yarar/">Karmaşıklık Matrisi Nedir ve Ne İşe Yarar?</a> first appeared on <a href="https://asliasutay.com">Aslı Asutay</a>.</p>]]></description>
		
					<wfw:commentRss>https://asliasutay.com/karmasiklik-matrisi-nedir-ve-ne-ise-yarar/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Veri Bilimi ile A/B Test : Kararlarınızı Bilimsel Temellere Dayandırın</title>
		<link>https://asliasutay.com/veri-bilimi-ile-a-b-test-kararlarinizi-bilimsel-temellere-dayandirin/</link>
					<comments>https://asliasutay.com/veri-bilimi-ile-a-b-test-kararlarinizi-bilimsel-temellere-dayandirin/#respond</comments>
		
		<dc:creator><![CDATA[Aslı ASUTAY]]></dc:creator>
		<pubDate>Mon, 10 Jul 2023 22:48:52 +0000</pubDate>
				<category><![CDATA[Makine Öğrenmesi]]></category>
		<category><![CDATA[a/b]]></category>
		<category><![CDATA[A/B Test]]></category>
		<category><![CDATA[AB test]]></category>
		<category><![CDATA[ab testing]]></category>
		<category><![CDATA[veri bilimi]]></category>
		<guid isPermaLink="false">https://asliasutay.com/?p=782</guid>

					<description><![CDATA[<p>Dijital çağın gelişmesiyle birlikte işletmeler, kararlarını verirken daha veri odaklı bir yaklaşım benimsemeye başladılar. Veri bilimi, bu süreçte önemli bir role sahip olmuştur. Veri bilimi, büyük veri setlerini analiz ederek anlamlı bilgiler elde etmemizi sağlar ve bu bilgiler doğrultusunda bilinçli kararlar alabilmemizi sağlar. Bu yazıda, veri biliminin en yaygın kullanılan araçlarından biri olan A/B testini [&#8230;]</p>
<p>The post <a href="https://asliasutay.com/veri-bilimi-ile-a-b-test-kararlarinizi-bilimsel-temellere-dayandirin/">Veri Bilimi ile A/B Test : Kararlarınızı Bilimsel Temellere Dayandırın</a> first appeared on <a href="https://asliasutay.com">Aslı Asutay</a>.</p>]]></description>
		
					<wfw:commentRss>https://asliasutay.com/veri-bilimi-ile-a-b-test-kararlarinizi-bilimsel-temellere-dayandirin/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Veri Ön İşleme : Veri Analitiği için Temel Adım</title>
		<link>https://asliasutay.com/veri-on-isleme-veri-analitigi-icin-temel-adim/</link>
					<comments>https://asliasutay.com/veri-on-isleme-veri-analitigi-icin-temel-adim/#respond</comments>
		
		<dc:creator><![CDATA[Aslı ASUTAY]]></dc:creator>
		<pubDate>Thu, 29 Jun 2023 12:38:14 +0000</pubDate>
				<category><![CDATA[Makine Öğrenmesi]]></category>
		<category><![CDATA[python]]></category>
		<category><![CDATA[veri bilimi]]></category>
		<category><![CDATA[Veri Ön İşleme]]></category>
		<guid isPermaLink="false">https://asliasutay.com/?p=774</guid>

					<description><![CDATA[<p>Veri analitiği, günümüzde iş dünyasında büyük önem kazanan bir disiplindir. Ancak, veri analitiği sonuçlarının doğruluğu ve güvenilirliği, veri ön işleme adı verilen temel bir aşamaya bağlıdır. Veri Ön İşleme, ham veri kümesinin temizlenmesi, dönüştürülmesi ve düzenlenmesi sürecidir. Bu yazıda, veri ön işleme sürecinin neden önemli olduğunu ve temel adımlarını keşfedeceğiz. Veri Ön İşleme Nedir? Veri [&#8230;]</p>
<p>The post <a href="https://asliasutay.com/veri-on-isleme-veri-analitigi-icin-temel-adim/">Veri Ön İşleme : Veri Analitiği için Temel Adım</a> first appeared on <a href="https://asliasutay.com">Aslı Asutay</a>.</p>]]></description>
		
					<wfw:commentRss>https://asliasutay.com/veri-on-isleme-veri-analitigi-icin-temel-adim/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Bar Grafiği ve Histogram Grafiği Arasındaki Temel Farklar</title>
		<link>https://asliasutay.com/bar-grafigi-ve-histogram-grafigi-arasindaki-temel-farklar/</link>
					<comments>https://asliasutay.com/bar-grafigi-ve-histogram-grafigi-arasindaki-temel-farklar/#respond</comments>
		
		<dc:creator><![CDATA[Aslı ASUTAY]]></dc:creator>
		<pubDate>Wed, 28 Jun 2023 15:15:50 +0000</pubDate>
				<category><![CDATA[Makine Öğrenmesi]]></category>
		<category><![CDATA[bar grafiği]]></category>
		<category><![CDATA[histogram]]></category>
		<category><![CDATA[histogram grafiği]]></category>
		<category><![CDATA[veri analizi]]></category>
		<guid isPermaLink="false">https://asliasutay.com/?p=766</guid>

					<description><![CDATA[<p>Veri görselleştirmesi, veri analizinde önemli bir rol oynar. Verileri anlamak ve etkili bir şekilde sunmak için çeşitli grafik türleri kullanılır. Bar grafiği ve histogram grafiği, verileri görsel olarak temsil etmek için sıkça kullanılan iki grafik türüdür. Bu yazıda, bar grafiği ve histogram grafiği arasındaki temel farklara odaklanacağız. Bar Grafiği: Bar grafiği, farklı kategorilerin veya grupların [&#8230;]</p>
<p>The post <a href="https://asliasutay.com/bar-grafigi-ve-histogram-grafigi-arasindaki-temel-farklar/">Bar Grafiği ve Histogram Grafiği Arasındaki Temel Farklar</a> first appeared on <a href="https://asliasutay.com">Aslı Asutay</a>.</p>]]></description>
		
					<wfw:commentRss>https://asliasutay.com/bar-grafigi-ve-histogram-grafigi-arasindaki-temel-farklar/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Veri Biliminde Segmentasyon : Müşteri Gruplarını Anlamak için Güçlü Bir Aracı</title>
		<link>https://asliasutay.com/veri-biliminde-segmentasyon-musteri-gruplarini-anlamak-icin-guclu-bir-araci/</link>
					<comments>https://asliasutay.com/veri-biliminde-segmentasyon-musteri-gruplarini-anlamak-icin-guclu-bir-araci/#respond</comments>
		
		<dc:creator><![CDATA[Aslı ASUTAY]]></dc:creator>
		<pubDate>Wed, 28 Jun 2023 14:36:52 +0000</pubDate>
				<category><![CDATA[Makine Öğrenmesi]]></category>
		<category><![CDATA[segmentasyon]]></category>
		<category><![CDATA[veri analizi]]></category>
		<category><![CDATA[veri bilimi]]></category>
		<guid isPermaLink="false">https://asliasutay.com/?p=762</guid>

					<description><![CDATA[<p>Veri bilimi, işletmelerin büyük miktarda veriyi anlamlı bilgilere dönüştürmelerini sağlayan bir disiplindir. Bu süreçte, verileri analiz ederek işletmeler müşteri davranışlarını, trendleri ve potansiyel fırsatları anlamak için kullanabilirler. Bu noktada, veri biliminde segmentasyon, müşteri gruplarını belirlemek ve anlamak için önemli bir araç olarak öne çıkar. Bu blog yazısında, veri biliminde segmentasyonun ne olduğunu, nasıl kullanıldığını ve [&#8230;]</p>
<p>The post <a href="https://asliasutay.com/veri-biliminde-segmentasyon-musteri-gruplarini-anlamak-icin-guclu-bir-araci/">Veri Biliminde Segmentasyon : Müşteri Gruplarını Anlamak için Güçlü Bir Aracı</a> first appeared on <a href="https://asliasutay.com">Aslı Asutay</a>.</p>]]></description>
		
					<wfw:commentRss>https://asliasutay.com/veri-biliminde-segmentasyon-musteri-gruplarini-anlamak-icin-guclu-bir-araci/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Keşifçi Veri Analizi (EDA) Nedir ve Neden Önemlidir?</title>
		<link>https://asliasutay.com/kesifci-veri-analizi-eda-nedir-ve-neden-onemlidir/</link>
					<comments>https://asliasutay.com/kesifci-veri-analizi-eda-nedir-ve-neden-onemlidir/#respond</comments>
		
		<dc:creator><![CDATA[Aslı ASUTAY]]></dc:creator>
		<pubDate>Sat, 10 Jun 2023 20:24:53 +0000</pubDate>
				<category><![CDATA[Makine Öğrenmesi]]></category>
		<category><![CDATA[eda]]></category>
		<category><![CDATA[keşifçi veri analizi]]></category>
		<category><![CDATA[veri analizi]]></category>
		<guid isPermaLink="false">https://asliasutay.com/?p=750</guid>

					<description><![CDATA[<p>Veri, günümüzde işletmeler için en değerli varlıklardan biri haline gelmiştir. Ancak, verilerin anlamını ve içerdikleri bilgileri ortaya çıkarmak, karar alma süreçlerinde önemli bir adımdır. Bu noktada, Keşifçi Veri Analizi (EDA), veri setlerinin yapısını, desenlerini ve ilişkilerini anlamak için kullanılan bir yöntemdir. EDA, veri analitiği sürecinin en önemli aşamalarından biridir ve karar vericilerin doğru bilgilere dayalı [&#8230;]</p>
<p>The post <a href="https://asliasutay.com/kesifci-veri-analizi-eda-nedir-ve-neden-onemlidir/">Keşifçi Veri Analizi (EDA) Nedir ve Neden Önemlidir?</a> first appeared on <a href="https://asliasutay.com">Aslı Asutay</a>.</p>]]></description>
		
					<wfw:commentRss>https://asliasutay.com/kesifci-veri-analizi-eda-nedir-ve-neden-onemlidir/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Karar Ağacı Algoritması Nedir?</title>
		<link>https://asliasutay.com/karar-agaci-algoritmasi-nedir/</link>
					<comments>https://asliasutay.com/karar-agaci-algoritmasi-nedir/#respond</comments>
		
		<dc:creator><![CDATA[Aslı ASUTAY]]></dc:creator>
		<pubDate>Fri, 02 Jun 2023 15:38:32 +0000</pubDate>
				<category><![CDATA[Makine Öğrenmesi]]></category>
		<category><![CDATA[algoritma]]></category>
		<category><![CDATA[decision tree]]></category>
		<category><![CDATA[karar ağacı]]></category>
		<category><![CDATA[Makine öğrenimi]]></category>
		<category><![CDATA[python]]></category>
		<guid isPermaLink="false">https://asliasutay.com/?p=719</guid>

					<description><![CDATA[<p>Karar ağacı algoritması, makine öğrenmesi ve veri madenciliği alanında sıkça kullanılan bir sınıflandırma ve regresyon yöntemidir. Bu algoritma, karmaşık veri kümesini daha küçük, daha anlaşılır karar ağaçlarına dönüştürerek veri analizinde ve tahmin yapmada yardımcı olur. Karar ağacı algoritması, geniş bir uygulama yelpazesine sahiptir ve sınıflandırma, regresyon, çoklu-etiket sınıflandırma, çok-çıktılı sınıflandırma ve örüntü tanıma gibi alanlarda [&#8230;]</p>
<p>The post <a href="https://asliasutay.com/karar-agaci-algoritmasi-nedir/">Karar Ağacı Algoritması Nedir?</a> first appeared on <a href="https://asliasutay.com">Aslı Asutay</a>.</p>]]></description>
		
					<wfw:commentRss>https://asliasutay.com/karar-agaci-algoritmasi-nedir/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Standardscaler Nedir?</title>
		<link>https://asliasutay.com/standardscaler-nedir/</link>
					<comments>https://asliasutay.com/standardscaler-nedir/#respond</comments>
		
		<dc:creator><![CDATA[Aslı ASUTAY]]></dc:creator>
		<pubDate>Mon, 20 Mar 2023 22:18:34 +0000</pubDate>
				<category><![CDATA[Makine Öğrenmesi]]></category>
		<category><![CDATA[Büyük Veri]]></category>
		<category><![CDATA[data]]></category>
		<category><![CDATA[Makine öğrenimi]]></category>
		<category><![CDATA[makine öğrenmesi]]></category>
		<category><![CDATA[python]]></category>
		<category><![CDATA[Standardscaler]]></category>
		<category><![CDATA[veri]]></category>
		<category><![CDATA[veri analizi]]></category>
		<guid isPermaLink="false">https://asliasutay.com/?p=697</guid>

					<description><![CDATA[<p>Standardscaler, makine öğrenmesi ve veri analizi gibi alanlarda kullanılan bir ön işleme yöntemidir. Bu yöntem, verilerin ölçeklendirilmesi ve normalize edilmesi işlemlerini gerçekleştirir. Standardscaler Nedir? Standardscaler, veri setinin her bir öznitelik değerinin ortalaması sıfır ve standart sapması bir olacak şekilde yeniden ölçeklendirilmesi işlemidir. Bu işlem, veri setindeki özniteliklerin farklı ölçeklerde olması durumunda, öğrenme algoritmalarının doğru bir [&#8230;]</p>
<p>The post <a href="https://asliasutay.com/standardscaler-nedir/">Standardscaler Nedir?</a> first appeared on <a href="https://asliasutay.com">Aslı Asutay</a>.</p>]]></description>
		
					<wfw:commentRss>https://asliasutay.com/standardscaler-nedir/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
	</channel>
</rss>
