C/IPFDS : Python ile Veri Analizine Giriş

3 gün (18 Saat) Giriş Seviyesi Sınıf / Online İş Zekası ve İleri Analitik

Python dili ile çok geniş yelpazede çalışmalar yapabilirsiniz. Kullanımı çok yaygın olan ve temiz söz dizimine sahip bu dili öğrenmesi oldukça kolay. Bir çok araştırmaya göre Veri Bilimi çalışmalarında da en çok tercih edilen diller (Python, R, SQL) arasında ilk üçte ve çoğu zaman birinci sırada karşımıza çıkmaktadır. Python paketleri açık kaynağa destek veren geliştiriciler sayesinde her geçen gün daha da zenginleşmektedir. "Python ile Veri Analizine Giriş" eğitimi ile Python dili ve ilgili araçlar ile çeşitli veri kaynaklarına bağlanacak, verileri düzenleyecek ve veri görselleştirmeye odaklanacağız.


Eğitim İçeriği

Module 1: Veri analitiği tipleri ve Veri Analizi Süreçleri

  • Veri analitiği tipleri ve istatistiksel yaklaşım
    • Descriptive, Diagnostic, Predictive, Prescriptive
  • Veri analizi süreci
    • Capture, Integrate, Organize, Analyze, Act
  • Veri Yönetiminde evrim, trend konular, ihtiyaçlar, zorluklar ve çözümler
    • Operasyonel veritabanları, veri ambarları, veri gölleri
    • Veri, Büyük Veri, NoSQL kavramları

Module 2: Çalışma ortamını hazırlama

  • Python dünyasına giriş
  • Python Engine kurulumu
  • Anaconda kurulumu
  • Jupyter Notebook ile çalışma
  • Visual Studio Code ile çalışma
  • Help kullanımı
  • Paket kavramı ve paket indirme
  • Interactive mode veya Script dosyaları ile çalışma

Module 3: Python dili ve temel veri tipleri

  • Atomik veri tipleri ile çalışma
  • Değişken tanımlama
  • Tip dönüşümü
  • Operatorler
  • Karar yapıları ve döngüler
  • Python fonksiyonları ve fonksiyon oluşturma

Module 4: Veri yapıları

  • List
  • Tuple
  • Dictionary
  • Set

Module 5: Veri okuma, düzenleme ve Görselleştirme

  • Numpy kütüphanesi ile multidimensional array kullanımı
  • Pandas kütüphanesi ile Series ve Data Frame kullanımı
  • Çeşitli veri kaynaklarını ve veri türlerini okuma, düzenleme
  • matplotlib ve seaborn ile veri görselleştirme

Module 6: Bazı Python dili kullanım alanları

  • Scikit-Learn ile Makine Öğrenimine giriş
  • SQL Server üzerinde Python kullanımı
  • Power BI üzerinde Python kullanımı
  • Azure Machine Learning Service üzerinde Python kullanımı

Öncesinde Önerilenler

  • Data Engineer

    Büyük Verinin İşlenmesi, Yönetimi, Veri Kalitesini Arttırma, Bulut Bilişim ve Veri Bilimi için Kodlama, Spark ve Hadoop gibi Dağıtık Mimariler ile Çalışma.

      Bu seride öncesinde önerilen herhangi bir eğitim mevcut değil.

  • Data Scientist

    Yapay Zeka, Makine Öğrenimi, Derin Öğrenme Teknikleri ile Büyük Veri Kümelerinden Desen ve Eğilim Keşfetme

      Bu seride öncesinde önerilen herhangi bir eğitim mevcut değil.

Sonrasında Önerilenler