## Eğitimciler İçin Bu müfredatı sınıfınızda kullanmak ister misiniz? Lütfen çekinmeden kullanın! Aslında, GitHub Classroom kullanarak bu müfredatı doğrudan GitHub üzerinde kullanabilirsiniz. Bunu yapmak için, bu depoyu fork'layın. Her ders için ayrı bir depo oluşturmanız gerekecek, bu yüzden her klasörü ayrı bir depoya çıkarmanız gerekecek. Bu şekilde, [GitHub Classroom](https://classroom.github.com/classrooms) her dersi ayrı ayrı alabilir. Bu [tam talimatlar](https://github.blog/2020-03-18-set-up-your-digital-classroom-with-github-classroom/) sınıfınızı nasıl kuracağınız konusunda size bir fikir verecektir. ## Depoyu Olduğu Gibi Kullanma Eğer bu depoyu şu anki haliyle, GitHub Classroom kullanmadan kullanmak isterseniz, bu da mümkün. Öğrencilerinizle hangi dersi birlikte çalışacağınızı iletişim kurmanız gerekecek. Çevrimiçi bir formatta (Zoom, Teams veya başka bir platform) sınavlar için gruplar oluşturabilir ve öğrencileri öğrenmeye hazırlanmaları için yönlendirebilirsiniz. Daha sonra öğrencileri sınavlara davet edebilir ve cevaplarını belirli bir zamanda 'issue' olarak göndermelerini isteyebilirsiniz. Aynı şeyi ödevler için de yapabilirsiniz, eğer öğrencilerin açık bir şekilde iş birliği yapmasını istiyorsanız. Daha özel bir format tercih ederseniz, öğrencilerinizden müfredatı ders ders kendi GitHub depolarına, özel depolar olarak fork'lamalarını isteyebilir ve size erişim verebilirler. Daha sonra sınavları ve ödevleri özel olarak tamamlayabilir ve bunları sınıf deponuzdaki 'issue'lar aracılığıyla size gönderebilirler. Çevrimiçi sınıf formatında bunu çalıştırmanın birçok yolu vardır. Sizin için en iyi neyin işe yaradığını bize bildirin! ## Bu Müfredatta Neler Var: 20 ders, 40 sınav ve 20 ödev. Görsel öğrenenler için derslere eşlik eden sketchnote'lar bulunmaktadır. Birçok ders hem Python hem de R ile sunulmaktadır ve VS Code'daki Jupyter notebook'ları kullanılarak tamamlanabilir. Bu teknoloji yığınını kullanmak için sınıfınızı nasıl kuracağınızı öğrenin: https://code.visualstudio.com/docs/datascience/jupyter-notebooks. Tüm sketchnote'lar, büyük boyutlu bir poster de dahil olmak üzere, [bu klasörde](../../sketchnotes) bulunmaktadır. Ayrıca bu müfredatı [Docsify](https://docsify.js.org/#/) kullanarak bağımsız, çevrimdışı dostu bir web sitesi olarak çalıştırabilirsiniz. [Docsify'i yükleyin](https://docsify.js.org/#/quickstart) yerel makinenize, ardından bu deponun yerel kopyasının kök klasöründe `docsify serve` yazın. Web sitesi localhost'unuzda 3000 portunda sunulacaktır: `localhost:3000`. Müfredatın çevrimdışı dostu bir versiyonu bağımsız bir web sayfası olarak açılacaktır: https://localhost:3000 Dersler 6 bölüme ayrılmıştır: - 1: Giriş - 1: Veri Bilimini Tanımlama - 2: Etik - 3: Veriyi Tanımlama - 4: Olasılık ve İstatistik Genel Bakış - 2: Verilerle Çalışma - 5: İlişkisel Veritabanları - 6: İlişkisel Olmayan Veritabanları - 7: Python - 8: Veri Hazırlama - 3: Veri Görselleştirme - 9: Niceliklerin Görselleştirilmesi - 10: Dağılımların Görselleştirilmesi - 11: Oranların Görselleştirilmesi - 12: İlişkilerin Görselleştirilmesi - 13: Anlamlı Görselleştirmeler - 4: Veri Bilimi Yaşam Döngüsü - 14: Giriş - 15: Analiz - 16: İletişim - 5: Bulutta Veri Bilimi - 17: Giriş - 18: Düşük Kod Seçenekleri - 19: Azure - 6: Gerçek Hayatta Veri Bilimi - 20: Genel Bakış ## Lütfen Görüşlerinizi Bizimle Paylaşın! Bu müfredatın sizin ve öğrencileriniz için işe yaramasını istiyoruz. Lütfen tartışma panolarında bize geri bildirimde bulunun! Öğrencileriniz için tartışma panolarında bir sınıf alanı oluşturmakta özgürsünüz. --- **Feragatname**: Bu belge, [Co-op Translator](https://github.com/Azure/co-op-translator) adlı yapay zeka çeviri hizmeti kullanılarak çevrilmiştir. Doğruluk için çaba göstersek de, otomatik çevirilerin hata veya yanlışlıklar içerebileceğini lütfen unutmayın. Belgenin orijinal dili, yetkili kaynak olarak kabul edilmelidir. Kritik bilgiler için profesyonel insan çevirisi önerilir. Bu çevirinin kullanımından kaynaklanan yanlış anlama veya yanlış yorumlamalardan sorumlu değiliz.