Skip to content

Latest commit

 

History

History
91 lines (67 loc) · 4.57 KB

File metadata and controls

91 lines (67 loc) · 4.57 KB

Datathon Hub Banner

Python Kaggle ML EDA


Hoş Geldiniz! 🚀 Bu depo, ekibimizle birlikte Datathon yarışmalarına ve Kaggle mücadelelerine hazırlanırken geliştirdiğimiz veri bilimi projelerinin, algoritmaların ve alıştırmaların merkezidir. Her klasör, veriyi anlama aşamasından (EDA) model dağıtımına kadar uzanan uçtan uca bir makine öğrenmesi serüvenini temsil eder.


🛠️ Proje Envanterimiz

Üzerinde çalıştığımız ve tamamladığımız veri bilimi projeleri aşağıda listelenmiştir. İlgili projenin kodlarına ve detaylı raporuna ulaşmak için tablodaki linklere tıklayabilirsiniz.

🏆 Proje Adı 📊 Durum 🧠 Kullanılan Teknolojiler / Yöntemler 🔗 Link
Hospital No-Show Prediction ✅ Tamamlandı AutoML, CatBoost, Rank Ensembling, Bayesian Fusion İncele
Used Car Price Prediction ✅ Tamamlandı Regression, XGBoost, Feature Engineering, EDA İncele
Sıradaki Datathon Projesi... ⏳ Beklemede Araştırma Aşamasında -

👥 Veri Bilimi Ekibimiz (The Team)

Bu projedeki her bir satır kod, veri madenciliği yolculuğumuzun bir parçasıdır. Rollerimiz, gerçek bir uçtan uca veri bilimi ekibi iş akışına göre profesyonelce dağıtılmıştır.


Taha Yasin

Taha Yasin

Project Lead
Emirhan

Emirhan

📊 EDA Specialist
Hasan

Hasan

📝 ML Researcher


📈 Öğrenim ve Gelişim Hedeflerimiz

Sürekli gelişimi hedefliyoruz. Takım olarak odaklandığımız ve ustalaşmaya çalıştığımız yetenek ağacımız:

  • 🔄 Git/GitHub Workflow: Pull, Merge, Conflict Resolution süreçlerinin profesyonel yönetimi.
  • 🔬 Kaggle Strategy: Yarışma formatlarına uygun hızlı, sızıntısız (leakage-free) ve verimli çözümler üretme.
  • 🧬 Feature Engineering: Veriden insan davranışını veya gizli örüntüleri yansıtan anlamlı sinyaller türetme.
  • ⚙️ Hyperparameter Tuning & Ensembling: Modellerin sınırlarını zorlama ve Stacking/Blending teknikleriyle maksimum skoru elde etme.

🤝 Katkı Sağlama Protokolü (Workflow)

Ekip içi düzeni korumak için aşağıdaki adımları takip ediyoruz:

  1. Yeni Proje: Yeni bir çalışma için ana dizinde isimlendirme standartlarına uygun bir klasör açın (Örn: 02-Customer-Churn).
  2. Branching: Değişikliklerinizi main üzerinde değil, kendi izole branch'inizde (Örn: feature/username-eda) yapın.
  3. Commit Messages: Anlaşılır ve ne yapıldığını özetleyen commit mesajları yazın.
  4. Pull Request (PR): Kodlarınızı tamamladıktan sonra main branch'ine PR açın ve Project Lead onayını bekleyin.

Footer