Overview

Python Mucizesi - Veri Bilimi eğitimine hoş geldiniz.Temel GereksinimlerÖncelikle Python biliyor olmanız gerekmektedir. Bu kapsamda Python'ı temelden uzman seviyesine kadar öğrenebileceğiniz Python Mucizesi - Temel, Orta ve İleri Düzey eğitimini ücretsiz talep edebilirsiniz. Nasıl yapılacağı size gelen açılış mesajında olacaktır.Bu eğitim, detaylı olup diğer eğitimlerde sadece 1-2 saat gibi kısa sürelerde anlatılmıştır. Biz ise çok daha uzman ve detaylı seviyede anlatıyoruz. Başka eğitimlerde Veri Bilimi adı altında verilen eğitimlerde Python baştan itibaren anlatılmakta olup bu kapsamda süre israfı olmaktadır. Bu eğitim, rakip eğitimlere kıyaslandığında 1-2 saatte anlatılan eğitimleri 20 saat olarak çok detaylı ve bol örnekle anlatmaktadır. Yine diğer eğitimlerde Veri Bilimi adı altında Python baştan sona anlatılmakta ve böyle sanki veri bilimi bu süre uzunluğunda anlatılmış gibi yapılmakla birlikte bu eğitimde ise sadece veri bilimi anlatılmış ve gereksiz yere Python baştan anlatılmamıştır. Eğer Python dilini baştan almak isterseniz de diğer eğitimimiz olan Python Mucizesi - Temel, Orta ve İleri Düzey eğitimini zaten ücretsiz veriyoruz.Bu eğitimde 3 ana kütüphane anlatılmaktadır:PandasNumpyMatplotlibPandasPandas kütüphanesi öyle güçlüdür ki Excel ile yapabildiğiniz analizleri yapabiliyorsunuz. Fakat neden bunu seçesiniz!Pandas çok güçlü bir kütüphanedir. Excel'de verilerde satır sınırı olurken Pandas da aynı işlemleri yapabildiği halde bu tarz sınırlar yoktur.Pandas kütüphanesi çok hızlıdır. Excel'de uzun süren ve kilitlenmelere yol açan işlemler burada çok kıs sürede çözülür.Algoritması ve formül kurma işlemleri çok basit ve çok anlaşılırdır.Gelişmeler önce Pandas kütüphanesinde üretilmiş olup daha sonra Excel ise bunları kopyalayıp aynısını yapmaya çalışmıştır. Fakat yine de çok altında kalmaktadır. Örneğin Excel'in son versiyonlarında sürekli yeni özellikler gelmekle birlikte aslında bu özellikler zaten çok önceden Pandas'da yapılmış ve kullanılmış olmaktadır. Yine bir çok özellik henüz Excel'e eklenememiştir.NumpyPandas ile birlikte neden Numpy?Birincisi, Pandas da tek başına tüm işinizi görür ve yapmak istediğiniz tüm işlemleri yapabilirsiniz. Yani Pandas öğrendiğinizde Numpy bilmek zorunda değilsiniz. Tüm işleri Pandas yapar.Fakat Numpy da öğrenmek avantajlıdır. Numpy kütüphanesi, Pandas'ta yapılabilenleri yapabildiği gibi ayrıca simülasyon, istatistiki analizler vb. konularda çok daha basit kod yapısına sahip olup basit algoritmalar kullanarak çok karmaşık yapılar üretebilirsiniz.Ayrıca siz mesela Excel veya başka ortamlarda bir formül yazdığınızda tüm satırlar için bu formülü tekrar çalıştırırsınız. Numpy ise eğitimde de göreceğiniz gibi tek formülle tüm satırlara aynı işlemi yapabilir.Ayrıca Numpy kütüphanesi grafik çizme ve görsel analizler için de oldukça uygun bir kütüphanedir. Grafik çizmek amacıyla kullanılan kütüphaneler ön şart olarak Numpy kullanmaktadır.MatplotlibBu kütüphane ise görsel analizler ve grafikler için oldukça güçlüdür.Neden bu eğitimi alalım?Öncelikle her konuda yeterli ve çok sayıda örnek veriyoruz. Diğer eğitimlerdeki gibi her şey hazır ve önceden belirlenmiş örnekler ile gitmiyoruz. Tamamı gerçek hayattan örnekler ve dolu dolu, bol…Gerçek hayattan örnekler olduğu için gerçek hayatın karmaşık yapısı ile gidiyoruz.MüfredatPandasDataFrame İşlemleriDataFrame Adres İşlemleriDataFrame Örnek UygulamalarıVeriler Üzerinde Değişiklik Yapmak (Silmek, Eklemek, Dönüştürmek)Filtreleme İşlemleriFiltre UygulamalarıMetin Dosyası Analiz İşlemleriExcel İşlemleriCSV İşlemleriXML İşlemleriDataFrame Tekrar ve UygulamalarıSERIES İşlemleriIndex ve Tablo Yapısı İşlemleriVeri Değiştirme İşlemleriAritmetik İşlemlerAritmetik İşlemler ve Veri UygulamalarıMetin (String) İşlemleriTablo Birleştirme İşlemleriTablo Eşleştirme KurallarıTablo Eşleştirme İşlemleriÇoklu Tablo EşleştirmePandas FonksiyonlarıVeri Gruplama ve İstatistiki AnalizlerPivot TabloPivot Tabloda Çoklu Satır ve SütunPivot Tablo UygulamalarıGrafik Çizim İşlemleriNumpyNumpy Kütüphanesi Genel GörünümüDizilerin YapısıDizi (ARRAY) Tanımlama İşlemleriDizi Üreteci ParametreleriNumpy Veri TürleriDizilerde Sıralama İşlemiDizi ile İlgili Bilgi AlmaAdresleme İşlemleriFiltreleme İşlemleriDizi Verilerini DeğiştirmekDizilerde Birleştirme İşlemiDizileri Alt Dizilere BölmekTemel Matematiksel İşlemlerTrigonometrik ve Logaritmik İşlemlerNumpy UygulamalarıBir Dizideki Benzersiz Elemanları ListelemekDizileri Ters ÇevirmekÇok Boyutlu Dizileri SadeleştirmekNumpy ile Veri İşleme ve Yapılandırılmış DizilerMatplotlibTemel Grafik İşlemleriGrafik BileşenleriGrafik Parametre UygulamalarıGrafiğin Belli Bir Alanını GöstermekEksen Etiketlerini DüzenlemekTek Grafik İçerisinde Çoklu ÇizimÇoklu Grafikleri Farklı Bölgelerde GöstermekÇoklu Grafik UygulamalarıGrafik ÇeşitleriÇubuk (Bar) GrafikÇubuk Grafik ParametreleriEksen Değerlerini DeğiştirmekÜst Üste Çubuk GrafiklerFarklı Kaynakları Grafiğe ÇevirmekGrafiğe Tablo Eklemekİki Boyutlu Verilerde Tablo EklemeÇubuk Grafik UygulamalarıGrafiklere Veri Etiketi EklemekDağılım (Scatter) GrafiğiPasta (Pie) GrafikAlan (Area) GrafiğiHistogram Grafik

Skills

Reviews