Açıklama
Veri Okuryazarlığı Eğitimi, verileri anlama, yorumlama ve kullanma konularını Python tabanlı uygulamalarla birlikte ele alan 4 günlük Sanal Sınıf / Online bir programdır. Veri bilimi kavramlarından veri ön işleme, keşifçi analiz ve görselleştirmeye uzanan bir müfredat sunar.
Programda CRISP-DM metodolojisi, Pandas, NumPy, Matplotlib ve Seaborn; dosyadan veri yükleme, temel istatistikler, eksik ve tekrar eden verilerle çalışma başlıkları yer alır. Hazır veri setleri üzerinde analiz çalışmaları ve rapor oluşturma araçları da mevcut kapsamın parçasıdır.
Eğitim İçeriği
Veri Bilimi Temel Kavramlar
- Veri Nedir?
- Veri Analizi Nedir? Veri Analizi ile Neler Yapılabilir?
- Veri Bilimi Nedir?
- Veri Biliminin Unsurları Nelerdir?
- Veriden Faydalı Bilgi Çıkarma Aşamaları Nasıl İşler? (Veri Analitiği)
- Veri Biliminin Kullanım Alanları
Veri Okuryazarlığı
- Veri Okuryazarlığı Nedir?
- Veri Okuryazarlığı Temel Kavramlar
- Veri Tanımlama
- Verinin Organize Edilmesi ve İndirgenmesi
- Verinin Gösterimi
- Verinin Analizi ve Değerlendirme
Veri Bilimi İş Süreci Döngüsünde Nasıl Uygulanır?
- CRISP-DM Metodolojisi
- İş Anlayışı
Veri Biliminde Uygulama Geliştirme İçin Kullanılan Araçlar
- Pandas (Veri Manipülasyonu)
- Numpy (Cebirsel İşlemler)
- Matplotlib ve Seaborn (Veri Görselleştirme)
Python İle Veri Okuryazarlığı Uygulamaları
- Dosyadan Veri Seti Yükleme/Okuma
- Verinin Gösterimi
- Verinin Boyutu Hakkında Bilgi Edinme
- Veride Örneklem
- Verideki Data Tipleri
- Temel İstatistiki Bilgi Edinme
Veri Ön İşleme ve Temizleme
- Veri Tanıma
- Öznitelik Görüntüleme ve Seçme
- Sıralama ve Gruplama
- Öznitelikler Üzerinde İşlemler
- Gözlemler Üzerinde İşlemler
- Veri Filtreleme
- Eksik Veriler
- Tekrar Eden Veriler
- Veri Dönüştürme İşlemleri
- Aykırı/Uç Verileri Tespit Etme
Keşifçi Veri Analizi
- Veriye Bakış
- Veri Seçimi
- Veri Önişleme
- Veri Temizleme
- Re (regular expression) modülünün Veri Analizinde Kullanımı
- Sayısal Veriler Üzerinde İstatistiki İşlemler
Veri Görselleştirme
- Grafik çizimi (çizgi, çubuk, pasta, ısı/heatmap vb.)
- Grafikler üzerinde işlemler yapma
Ön Koşullar
Herhangi bir ön koşul bulunmamaktadır.
İlgili Eğitimler ve Teklif
Daha geniş makine öğrenmesi ve büyük veri kapsamı için Veri Bilimi ve Büyük Veri Analitiği Eğitimi; model geliştirme odağı için Makine Öğrenmesi ve Python İle Uygulamalar Eğitimi sayfalarını inceleyebilirsiniz.
Kurumunuz için eğitim planı ve fiyat teklifi almak üzere bu sayfadaki İletişim Formu’nu doldurabilirsiniz. Diğer iletişim seçenekleri için BlueMark Academy iletişim sayfasını kullanabilirsiniz.
Sık Sorulan Sorular
Veri Okuryazarlığı Eğitimi Kaç Gün Sürer?
Eğitim 4 gün sürer.
Eğitim Online mı?
Eğitim tipi Sanal Sınıf / Online olarak belirtilmiştir.
Katılım İçin Ön Koşul Var mı?
Mevcut program bilgisinde herhangi bir ön koşul bulunmadığı belirtilmiştir.
Python İle Uygulama Konuları Var mı?
Evet. Dosyadan veri yükleme, veri gösterimi, örneklem, veri tipleri ve temel istatistikler Python ile veri okuryazarlığı uygulamaları kapsamında yer alır.
Hangi Veri Analizi Araçları Ele Alınır?
Pandas, NumPy, Matplotlib ve Seaborn müfredatta bulunur. Veri ön işleme, keşifçi analiz ve görselleştirme de programda işlenir.
Ekibimiz İçin Nasıl Teklif Alabiliriz?
Bu sayfadaki İletişim Formu üzerinden ekibinizin eğitim ihtiyacını ileterek eğitim planı ve fiyat teklifi talep edebilirsiniz.