Pandas 3.0 ve scikit-learn 1.8 ile Python'da aykırı değer tespiti: IQR, Z-skoru, Modified Z-Score, Isolation Forest, LOF ve DBSCAN yöntemlerini çalıştırılabilir kod örnekleriyle adım adım uygulayın.
Scikit-learn Pipeline kullanarak veri ön işleme, model eğitimi ve hiperparametre optimizasyonunu tek bir iş akışında birleştirmeyi öğrenin. ColumnTransformer, GridSearchCV ve iç içe çapraz doğrulama örnekleriyle.
Pandas 3.0 ve scikit-learn 1.8 ile özellik mühendisliği: sayısal dönüşümler, kategorik kodlama (target encoding, one-hot), tarih özellikleri, özellik seçimi ve Pipeline ile üretim kalitesinde ML iş akışları oluşturmayı adım adım öğrenin.