Machine Learning Temelleri: Python ile İlk Modelinizi Oluşturun

Machine Learning Nedir?

Makine öğrenmesi, bilgisayarların açıkça programlanmadan verilerden öğrenmesini sağlayan yapay zeka dalıdır. 2025'te ML, her sektörde devrim yaratmaya devam ediyor.

ML Türleri

• Supervised Learning: Etiketli verilerle eğitim (sınıflandırma, regresyon)
• Unsupervised Learning: Etiketsiz verilerle örüntü keşfi (kümeleme)
• Reinforcement Learning: Deneme-yanılma ile öğrenme

Python ile İlk Model

from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score
import pandas as pd

# Veri yükleme
data = pd.read_csv("dataset.csv")
X = data.drop("target", axis=1)
y = data["target"]

# Eğitim/test bölme
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.2, random_state=42
)

# Model eğitimi
model = RandomForestClassifier(n_estimators=100)
model.fit(X_train, y_train)

# Tahmin ve değerlendirme
predictions = model.predict(X_test)
accuracy = accuracy_score(y_test, predictions)
print(f"Doğruluk: {accuracy:.2%}")

Popüler Algoritmalar

• Linear Regression: Sayısal tahminler için
• Decision Trees: Karar ağaçları ile sınıflandırma
• Random Forest: Ensemble yöntemi
• SVM: Support Vector Machines
• K-Means: Kümeleme algoritması

Model Değerlendirme Metrikleri

from sklearn.metrics import (
    classification_report,
    confusion_matrix,
    roc_auc_score
)

# Detaylı rapor
print(classification_report(y_test, predictions))

# Confusion Matrix
cm = confusion_matrix(y_test, predictions)
print(f"Confusion Matrix:\n{cm}")

# ROC-AUC Score
roc_score = roc_auc_score(y_test, model.predict_proba(X_test)[:, 1])
print(f"ROC-AUC: {roc_score:.4f}")

Feature Engineering

Özellik mühendisliği, model performansını artırmanın en etkili yoludur:

• Eksik veri doldurma (imputation)
• Kategorik değişkenleri encode etme
• Feature scaling (normalizasyon)
• Yeni özellikler türetme

Sonuç

Machine learning, veri biliminin temel taşıdır. Scikit-learn ile başlayıp, derin öğrenmeye geçiş yapabilirsiniz.