“80 Saat Canlı Ders”

MODÜL 1: TEMEL SEVİYE PYTHON EĞİTİMİ

• Python’a Giriş

o Neden Python
o Kullanım Alanları
o Gerekli Ortamların Kurulması

• Temel Programlama

o Değişkenler
o Koşul İfadeleri
o Döngü Yapıları
o Fonksiyonlar
o Nesne Tabanlı Programlama (OOP)

MODÜL 2: PYTHON İLE VERİ BİLİMİ

• Veri Bilimine Giriş

o Veri Bilimi ve Veri Bilimci Nedir?
o Veri Bilimi Proje Döngüsü
• NumPy Kütüphanesi
o NumPy dizileri ve işlemleri
o Veri manipülasyonu

• Pandas Kütüphanesi

o Veri yapıları: Seriler ve DataFrame'ler
o Veri temizleme ve işleme

• Veri Görselleştirme Temelleri

o Matplotlib kütüphanesiyle grafik oluşturma
o Veri keşfi için görselleştirme teknikleri

• Pandas ile Veri Analizi

o Gruplama ve toplulaştırma işlemleri
o Veri kesme ve dilimleme

• Matplotlib İleri Seviye

o Çoklu eksenler ve alt grafikler
o İleri düzey grafik özellikleri

• Seaborn Kütüphanesi

o İstatistiksel veri görselleştirme teknikleri
o Seaborn ile karmaşık grafikler oluşturma

• Veri Manipülasyonu ve Temizleme İleri Seviye

o Eksik verilerle başa çıkma
o Veri dönüştürme ve öznitelik mühendisliği

• Makine Öğrenimi Giriş Makine Öğrenimi Temelleri

o Denetimli ve denetimsiz öğrenme
o Makine öğrenimi uygulama adımları

• Scikit-learn Kütüphanesi

o Model seçimi ve eğitimi
o Performans ölçütleri

• Regresyon Modelleri

o Doğrusal ve çoklu regresyon
o Regresyon modeli değerlendirme

• Sınıflandırma Modelleri
o Naive Bayes, K-NN, SVM gibi sınıflandırıcılar
o Sınıflandırma modeli değerlendirme

• Derin Öğrenme Giriş

o Yapay sinir ağları temelleri
o Derin öğrenme uygulamaları

• TensorFlow ve Keras Kütüphaneleri

o TensorFlow ve Keras ile yapay sinir ağı modeli oluşturma
o Model eğitimi ve değerlendirme

• Evrişimli Sinir Ağları (CNN'ler)

o Görüntü sınıflandırma için CNN modelleri
o CNN modeli eğitimi ve değerlendirme

• Tekrarlayan Sinir Ağları (RNN'ler)

o Sıralı veri analizi ve zaman serisi tahmini
o RNN modeli eğitimi ve değerlendirme

Gerçek Hayat Uygulamaları

• Ev Fiyat Tahmini

o Veri: Ev özellikleri (odaların sayısı, alan, konum, vb.) ve fiyatları içeren bir veri seti.
o Proje: Veri analizi ve temizleme yaparak bir ev fiyat tahmini modeli oluşturmak. Regresyon algoritmaları kullanarak ev fiyatlarını tahmin etmek.

• Netflix Film Öneri Sistemi

o Veri: Netflix film verileri, kullanıcı derecelendirmeleri ve görüntülenme geçmişi.
o Proje: Kullanıcıların ilgi alanlarına ve geçmişlerine dayanarak kişiselleştirilmiş film önerileri sunmak için öneri sistemleri geliştirmek. Kullanıcıların izleme geçmişi ve benzer kullanıcıların davranışlarını analiz etmek.

• Müşteri Satın Alma Davranışı Analizi

o Veri: Bir e-ticaret platformundan müşteri satın alma geçmişi ve davranışları.
o Proje: Müşteri davranışlarını analiz ederek satın alma eğilimlerini belirlemek. Müşterilerin ne zaman ve ne satın alabileceklerini tahmin etmek için zaman serisi analizi veya sınıflandırma modelleri kullanmak.