Akademik Dersler - İçerik

Bir MÖ problemini tanımlayabilir ve veriyi Scikit-learn ile eğitime hazırlayabilir (train/test split).
Karmaşıklık Matrisi (Confusion Matrix), Precision, Recall ve F1-Skor gibi metrikleri yorumlayabilir.
Bias-Varyans Dengesi (Bias-Variance Tradeoff) kavramını ve düzenlileştirmenin (L1/L2) etkisini açıklayabilir.
Destek Vektör Makineleri (SVM) ve "kernel trick" kavramını açıklayabilir.
Karar Ağaçlarının (Decision Trees) bilgi kazancı (Information Gain) ve entropi gibi kavramlarını anlayabilir.
Random Forest ve Gradient Boosting (XGBoost) gibi topluluk modellerini Scikit-learn kullanarak uygulayabilir ve karşılaştırabilir.