Kaynak olarak kullanılan kitaplar Menschen A2.1 ve A2.2 serisine ait. İlk 12 bölüm A2.1, diğer 12 bölüm de A2.2 konularına bakılarak takip edilebilir. Arbeit macht Master!

Modul 1 | Lektion 2

1. Wechselpräpositionen mit Dativ and Akkusativ

Almancada Wechselpräpositionen yer, mekan (değiştirme) edatları anlamına gelen bir konudur. Yer belirtirken aynı zamanda bir hareketlilik anlamı da katar. Bu anlam farkını Akkusativ ya da Dativ olma durumu belirler. Bir hareket varsa Akkusativ halde kullanılır ve Wohin ile sorulur. Ancak bir durum belirtiliyorsa Dativ halde kullanılır ve Wo sorusuna cevap verir.

The books used as a source are Menschen A2.1 and A2.2 series. The first 12 chapters can be followed by looking at A2.1 and the other 12 chapters by looking at A2.2. In this section, our topics are Wechselpräpositionen mit Dativ and Akkusativ and Verben mit Wechselpräpositionen. So let’s start!

Modul 1 | Lektion 2

1. Wechselpräpositionen mit Dativ and Akkusativ

Wechselpräpositionen in German language is a topic that means prepositions of displacements. It also adds a sense of mobility while specifying the location. This meaning difference is determined by being Akkusativ or Dativ. If there is a movement, it is used in Akkusativ state and asked with Wohin. …

Doğrusal Regresyon ile Ev Fiyat Tahmini Uygulaması

Merhaba herkese! Bu yazıyla birlikte Makine Öğrenmesi serisine başlayacağım. Önce tahmin sonra da sınıflandırma algoritmalarını açıklayacağım. Bu seride Makine Öğrenmesinin istatistiksel altyapısını, grafiklerin ve verilerin yorumlanmasını açıklayacağım ve Python kullanarak, güncel verilerle uygulamalar yapacağım.

Makine Öğrenmesi Serisindeki Tahmin Algoritmaları :

• Basit Doğrusal Regresyon
• Çoklu Doğrusal Regresyon
• Polinom Regresyonu
• Destek Vektör Makineleri
• Karar Ağaçları
• Rassal (Rastgele) Orman

Hadi başlayalım!

Makineler Nasıl Öğrenir?

This article must be seen as a lecture note. I decided to make my sweet trouble German Language a hobby. So I intent to write creative articles / lecture notes in A2 level. So enjoy your little journey!

The books used as a source are Menschen A2.1 and A2.2 series. The first 12 chapters can be followed by looking at A2.1 and the other 12 chapters by looking at A2.2. In this section, our topics are Possesivartikel and Perfekt and Präteritum. So let’s start.

Modul 1 | Lektion 1

1.Possessiveartikel: unser,euer..

Possessiveartikel in German is about giving the meaning of belonging to the sentence by using personal…

Bu makale tamamen bir ders notu olarak görülmelidir. Uzun bir aradan sonra tatlı belam Almanca’ ya tekrar başladığım için hem kendime hem de belki başkasına yardımcı olması amacıyla A2 gramer serisi (şimdilik) başlatacağım. Arbeit macht Master!

Kaynak olarak kullanılan kitaplar Menschen A2.1 ve A2.2 serisine ait. İlk 12 bölüm A2.1, diğer 12 bölüm de A2.2 konularına bakılarak takip edilebilir. Bu bölümde konularımız Possesivartikel ve Perfekt ve Präteritum ile geçmiş zaman. Haydi başlayalım.

Modul 1 | Lektion 1

1. Possesivartikel: unser, euer (İyelik zamirleri)

Almanca’da Possessiveartikel, şahıs zamirleri kullanılarak cümleye aitlik anlamı katmaktır. Nesnelerin kişilere ait olduğu durumlarda kullanırız. Possessive artikel iyelik zamirleridir. Possessivartikel denilmesinin nedeni çekimlerin önündeki ismin Artikel’ine göre ekler…

A guide for machine learning enthusiasts, people looking for applications from real-life datasets

Hello Machine Learning lovers! I will start The Machine Learning series with this article and I will firstly explain the prediction algorithms then the classification algorithms. In this series, I will explain the statistical infrastructure of Machine Learning, the interpretation of graphs and datasets, and I will make applications with up-to-date datas using Python.

Our Machine Learning Algorithms for prediction would be:

• Simple Linear Regression
• Multiple Linear Regression
• Polynomial Regression
• Support Vector Machines
• Desicion Trees
• Random Forest

Let’s go!

How Can Machines Learn?

Her yıl olduğu gibi bu yıl da DevFest etkinlikleri devam ediyor. Türkiye’deki tüm GDG’lerin birlikte düzenlediği etkinlik online olarak sürecek.

16–18 Ekim 2020 tarihleri arasında toplamda 2.5 gün sürecek olan Devfest Turkey etkinliği Türkiye’den birçok ekibin katkılarıyla sizlerle buluşacak.

Bu yıl ilk defa Ankara, Eskişehir, Kayseri, Konya, Sivas ve Şanlıurfa GDG’lerinin ortaklaşa düzenlediği DevFest Anatolia 2020, 16 Ekim Cuma günü saat 17:30'da online olarak düzenleniyor.

Biz de GDG Ankara olarak bu etkinlikte yerimizi aldık.

Devfest Anatolia, katılımcılara en yeni Google tasarımları, en yeni Google teknolojileri, Machine Learning, Android ve daha birçok alanda şölen havasında bir akşam yaşatmak için geri sayıyor.

…

Mekansal ve Raster Veri Nedir?

Mekasal veriler haritadaki bir noktayı işaret eden, bunun için koordinat ve adres bilgisi içeren verilerdir. Mekansal veriler nesnelerin şeklini, bulunduğu yeri diğer mekansal verilerle ilişkilendirir. Diğer bir grup olan öznitelik verileri ise belli özellikteki verilerin veri tabanında tutulmasını sağlar.

Raster veriler hücresel verilerdir. Her hücrenin coğrafi konumu ve hücre matrisindeki konumunu verir.Veri depolarken analizi ve programlaması kolaydır.

Vektör çizimler noktalardan ve çizgilerden oluşur ve ne kadar büyütme gerçekleştirilirse gerçekleştirilsin her hangi bir bozulma olmaz. Raster, yani Piksel ise belli bir boyutta olup her hangi bir büyütme gerçekleştirildiğinde bozulmalar olacaktır.

Coğrafi Bilgi Sistemleri ise özellikle mekansal verilerin analizi, saklanması, kullanıcıya sunulmasına…