Yapay Zekâ Atölyesi

1. Uygulamanın Amacı Bu laboratuvar çalışmasında öğrencilerden hatalı ve düzensiz bir CSV dosyasını Pandas kullanarak incelemeleri, temizlemeleri ve yeni bir CSV dosyası olarak kaydetmeleri beklenmektedir. Bu uygulamada: CSV dosyası Pandas ile okunacak, Veri seti incelenecek, Eksik değerler bulunacak, Tekrarlanan kayıtlar tespit edilecek, Veri tipleri kontrol edilecek, Hatalı sayısal değerler düzeltilecek, Eksik değerler uygun yöntemle doldurulacak, Temiz veri tekrar kontrol edilecek, Sonuç yeni bir CSV dosyasına kaydedilecektir. 2. Senaryo Bir eğitim merkezinde öğrencilerin kurs bilgileri CSV dosyasında tutulmaktadır. Ancak veri girişleri sırasında bazı problemler oluşmuştur: Bazı öğrencilerin yaşı girilmemiştir. Bazı notlar eksiktir. Bazı kayıtlar iki kez girilmiştir. Bazı yaş değerleri metin olarak kaydedilmiştir. Bazı notlar yanlış veri tipindedir. Bazı öğrencilerin bölüm bilgileri farklı biçimlerde yazılmıştır. Göreviniz: Bu veri setini analiz için kullanılabilecek temiz bir veri...

Aşağıdaki makale yaklaşık 2 saatlik ders için tasarlanmıştır. İçinde anlatım, örnekler, kod uygulaması, mini alıştırmalar ve ders sonunda yapılabilecek bir laboratuvar çalışması bulunuyor. 1. Derse Başlarken: Yapay Zekâ Veriyi Nereden Öğrenir? Yapay zekâ hakkında konuşurken genellikle şu kavramlarla karşılaşırız: Makine öğrenmesi Derin öğrenme Yapay sinir ağları Büyük veri Model eğitimi Tahmin Fakat bütün bu süreçlerin temelinde çok daha basit bir şey vardır: Veri. Bir yapay zekâ modeline binlerce öğrenci kaydı verirsek model bu verilerden bazı ilişkileri öğrenebilir. Örneğin: Yaş Çalışma Saati Devam Not 19 5 90 78 20 7 95 85 21 2 60 45 22 8 98 92 Model bu verileri kullanarak çeşitli tahminler yapabilir. Fakat veriler şöyle olursa: Yaş Çalışma Saati Devam Not 19 5 90 78 20 ? 95 85 21 iki 60 45 22 ...