03 — Ders notları14 hafta
Ekonomi ve Finansta Makine Öğrenmesi
Haftalık ders planı. Slayt, video ve kod dosyaları eklendikçe ilgili haftanın yanında görünür.
Son güncelleme: 01.10.2026
Kuramsal blok
HaftaKonuSlaytVideoKod
02Öğrenme türleri, değişken ve hedef, veri türleri, veri hazırlama kavramları———
03Model başarısı: aşırı uyum, bias-variance, çapraz doğrulama, veri sızıntısı———
04Regresyon ve düzenlileştirme: OLS, Ridge, Lasso———
05Sınıflandırma: lojistik regresyon, karışıklık matrisi, ROC-AUC, dengesiz veri———
06Ağaçlar ve topluluk yöntemleri (RF, Boosting); yorumlanabilirlik (SHAP)———
07Denetimsiz öğrenme ve metin analizi: k-means, PCA; metni sayıya çevirme (kelime torbası, TF-IDF), sözlük tabanlı ton ölçümü, konu modelleme sezgisi, LLM'lerle metin sınıflandırma———
08Vize
Uygulama bloğu (Colab)
HaftaKonuSlaytVideoKod
09Colab ve Python'a giriş; EVDS/FRED'den veri çekme———
10Enflasyon tahmini: OLS ve Lasso———
11Kredi riski: lojistik, RF ve XGBoost; SHAP ile yorum———
12Finansal zaman serisi: kur veya BIST getirisi, zamana göre doğrulama———
13Metin analizi: TCMB PPK karar metinleri → TF-IDF → k-means ile dönem kümeleri; ton skoru üretip politika faizi ile karşılaştırma; aynı metinleri LLM ile sınıflandırıp sözlük yöntemiyle kıyaslama———
14Proje sunumları