Keşifsel Veri Analizi (EDA) ile Filo Bekleme Hotspot’larına
Konum ve bekleme geçmişinde EDA ile başlayıp hangi bölgelerde araçların yoğun beklediğini ürünleştirmeye giden yol.
Pytorch ile Gercek Dunya Uygulamalari
Su konuda yazilar pytorch
Konum Geçmişinde scikit-learn ve PyTorch
Konum Geçmişinde scikit-learn ve PyTorch — ABC Logistics backend / data platform üretim dersi.
OSRM (Open Source Routing Machine) En Kısa Yol ve Sürücü Tercihi
OSRM En Kısa Yol ve Sürücü Tercihi — ABC Logistics backend / data platform üretim dersi.
Yakıt İsrafı ve Km Uzamasını Ölçmek
Yakıt İsrafı ve Km Uzamasını Ölçmek — ABC Logistics backend / data platform üretim dersi.
Rota Sapmasından Gecikmeyi Nicelleştirmek
Rota Sapmasından Gecikmeyi Nicelleştirmek — ABC Logistics backend / data platform üretim dersi.
Ops Anlatısı için Foundation Model’ler
Ops Anlatısı için Foundation Model’ler — ABC Logistics backend / data platform üretim dersi.
Bekleme Bölgesi Sıralaması bir ML (Machine Learning) Ürünüdür
Bekleme Bölgesi Sıralaması bir ML Ürünüdür — ABC Logistics backend / data platform üretim dersi.
Rota Zekâsını Harita UI (User Interface)’ye Sunmak
Rota Zekâsını Harita UI’ye Sunmak — ABC Logistics backend / data platform üretim dersi.
PII (Personally Identifiable Information) Sızdırmadan Model Değerlendirme
PII Sızdırmadan Model Değerlendirme — ABC Logistics backend / data platform üretim dersi.
Modelden Dispatcher’a Döngüyü Kapatmak
Modelden Dispatcher’a Döngüyü Kapatmak — ABC Logistics backend / data platform üretim dersi.