Öğrenme günlüğü / seçki
Her günlük not değil; projelerimde tekrar dönüp baktığım üç temel konu.
· 8 dk
predict_proba çıktısının gerçek olasılığı yansıtıp yansıtmadığını anlamak, Brier skoru, güvenilirlik eğrileri ve CalibratedClassifierCV ile kalibrasyon rehberi.
· 7 dk
KFold, StratifiedKFold, GroupKFold ve TimeSeriesSplit arasında veri üretim sürecine göre seçim yapmak için pratik bir rehber.
· 16 dk
Train/test ayrımından zaman serilerine kadar veri sızıntısının kaynaklarını, teşhis yöntemlerini ve scikit-learn Pipeline ile güvenli model değerlendirmeyi anlatan uygulamalı rehber.
· 14 dk
Accuracy, precision, recall, F1, ROC-AUC ve PR-AUC metriklerini pratik örneklerle karşılaştıran; yanlış metrik seçiminin model kararlarını nasıl bozduğunu anlatan rehber.
· 12 dk
Overfitting'i ezber tanımıyla değil, train/validation davranışı, veri sızıntısı, regularization ve doğru doğrulama stratejileriyle pratik şekilde anlatan rehber.