Data-Science-For-Beginners/translations/tr

Başlangıç Seviyesi Veri Bilimi - Müfredat

Azure Cloud Advocates ekibi olarak Microsoft'ta, Veri Bilimi hakkında 10 haftalık, 20 derslik bir müfredat sunmaktan mutluluk duyuyoruz. Her ders, ders öncesi ve sonrası quizler, dersin tamamlanması için yazılı talimatlar, bir çözüm ve bir ödev içerir. Proje tabanlı pedagojimiz, öğrenirken inşa etmeyi sağlar; bu, yeni becerilerin kalıcı olmasını sağlayan kanıtlanmış bir yöntemdir.

Yazarlarımıza içten teşekkürler: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Özel teşekkürler 🙏 Microsoft Öğrenci Elçisi yazarlarımıza, inceleyicilerimize ve içerik katkıcılarımıza, özellikle Aaryan Arora, Aditya Garg, Alondra Sanchez, Ankita Singh, Anupam Mishra, Arpita Das, ChhailBihari Dubey, Dibri Nsofor, Dishita Bhasin, Majd Safi, Max Blum, Miguel Correa, Mohamma Iftekher (Iftu) Ebne Jalal, Nawrin Tabassum, Raymond Wangsa Putra, Rohit Yadav, Samridhi Sharma, Sanya Sinha, Sheena Narula, Tauqeer Ahmad, Yogendrasingh Pawar , Vidushi Gupta, Jasleen Sondhi

Başlangıç Seviyesi Veri Bilimi - @nitya tarafından Sketchnote

🌐 Çok Dilli Destek

GitHub Action ile Destekleniyor (Otomatik ve Her Zaman Güncel)

Fransızca | İspanyolca | Almanca | Rusça | Arapça | Farsça | Urduca | Çince (Basitleştirilmiş) | Çince (Geleneksel, Makao) | Çince (Geleneksel, Hong Kong) | Çince (Geleneksel, Tayvan) | Japonca | Korece | Hintçe | Bengalce | Marathi | Nepalce | Pencapça (Gurmukhi) | Portekizce (Portekiz) | Portekizce (Brezilya) | İtalyanca | Lehçe | Türkçe | Yunanca | Tayca | İsveççe | Danca | Norveççe | Fince | Felemenkçe | İbranice | Vietnamca | Endonezce | Malayca | Tagalog (Filipince) | Swahili | Macarca | Çekçe | Slovakça | Romence | Bulgarca | Sırpça (Kiril) | Hırvatça | Slovence | Ukraynaca | Burma Dili (Myanmar)

Ek dil çevirileri talep etmek isterseniz, desteklenen diller burada listelenmiştir.

Topluluğumuza Katılın

Öğrenci misiniz?

Aşağıdaki kaynaklarla başlayabilirsiniz:

• Öğrenci Merkezi sayfası Bu sayfada başlangıç seviyesinde kaynaklar, öğrenci paketleri ve hatta ücretsiz sertifika kuponu alma yollarını bulabilirsiniz. Bu sayfayı sık sık kontrol etmek isteyebilirsiniz çünkü içeriği en az ayda bir değiştiriyoruz.
• Microsoft Learn Öğrenci Elçileri Küresel bir öğrenci elçileri topluluğuna katılın, bu sizin Microsoft'a giriş yolunuz olabilir.

Başlangıç

Öğretmenler: Bu müfredatı nasıl kullanabileceğinize dair bazı öneriler ekledik. Geri bildirimlerinizi tartışma forumumuzda paylaşmanızı çok isteriz!

Öğrenciler: Bu müfredatı kendi başınıza kullanmak için, tüm depoyu çatallayın ve alıştırmaları kendi başınıza tamamlayın, bir ön ders quizinden başlayarak. Ardından dersi okuyun ve diğer etkinlikleri tamamlayın. Dersleri anlayarak projeler oluşturmaya çalışın, çözüm kodunu kopyalamaktan kaçının; ancak bu kod, her proje odaklı dersin /solutions klasörlerinde mevcuttur. Başka bir fikir, arkadaşlarınızla bir çalışma grubu oluşturmak ve içeriği birlikte incelemek olabilir. Daha fazla çalışma için Microsoft Learn öneriyoruz.

Ekibi Tanıyın

Gif oluşturucu: Mohit Jaisal

🎥 Yukarıdaki görsele tıklayarak proje ve onu oluşturan kişiler hakkında bir video izleyebilirsiniz!

Pedagoji

Bu müfredatı oluştururken iki pedagojik ilkeyi benimsedik: proje tabanlı olmasını ve sık quizler içermesini sağlamak. Bu serinin sonunda, öğrenciler veri biliminin temel ilkelerini, etik kavramları, veri hazırlama, veriyle çalışma yöntemleri, veri görselleştirme, veri analizi, veri biliminin gerçek dünya kullanım örnekleri ve daha fazlasını öğrenmiş olacaklar.

Ayrıca, bir ders öncesi düşük riskli bir quiz, öğrencinin bir konuyu öğrenmeye yönelik niyetini belirlerken, ders sonrası ikinci bir quiz daha fazla bilgiyi pekiştirir. Bu müfredat esnek ve eğlenceli olacak şekilde tasarlandı ve tamamı veya bir kısmı alınabilir. Projeler küçük başlar ve 10 haftalık döngünün sonunda giderek daha karmaşık hale gelir.

Davranış Kurallarımızı, Katkıda Bulunma ve Çeviri yönergelerini inceleyin. Yapıcı geri bildirimlerinizi memnuniyetle karşılıyoruz!

Her bir ders şunları içerir:

• İsteğe bağlı skeç notu
• İsteğe bağlı ek video
• Dersten önce ısınma testi
• Yazılı ders
• Proje tabanlı dersler için, projeyi nasıl oluşturacağınızı adım adım anlatan kılavuzlar
• Bilgi kontrolleri
• Bir meydan okuma
• Ek okuma materyalleri
• Ödev
• Ders sonrası test

Testler hakkında bir not: Tüm testler, Quiz-App klasöründe yer almakta olup, her biri üç sorudan oluşan toplam 40 test içermektedir. Testler derslerin içinden bağlantılıdır, ancak test uygulaması yerel olarak çalıştırılabilir veya Azure'a dağıtılabilir; quiz-app klasöründeki talimatları takip edin. Testler kademeli olarak yerelleştirilmektedir.

Dersler

Veri Bilimine Giriş: Yol Haritası - @nitya tarafından hazırlanan skeç notu

Ders Numarası	Konu	Ders Grubu	Öğrenme Hedefleri	Bağlantılı Ders	Yazar
01	Veri Bilimini Tanımlama	Giriş	Veri biliminin temel kavramlarını ve yapay zeka, makine öğrenimi ve büyük veri ile ilişkisini öğrenin.	ders video	Dmitry
02	Veri Bilimi Etiği	Giriş	Veri etiği kavramları, zorlukları ve çerçeveleri.	ders	Nitya
03	Veriyi Tanımlama	Giriş	Verinin nasıl sınıflandırıldığı ve yaygın kaynakları.	ders	Jasmine
04	İstatistik ve Olasılığa Giriş	Giriş	Veriyi anlamak için olasılık ve istatistik matematiksel teknikleri.	ders video	Dmitry
05	İlişkisel Veri ile Çalışma	Veri ile Çalışma	İlişkisel veriye giriş ve Structured Query Language (SQL) olarak bilinen dil ile ilişkisel veriyi keşfetme ve analiz etmenin temelleri.	ders	Christopher
06	NoSQL Veri ile Çalışma	Veri ile Çalışma	İlişkisel olmayan veriye giriş, çeşitli türleri ve belge tabanlı veritabanlarını keşfetme ve analiz etmenin temelleri.	ders	Jasmine
07	Python ile Çalışma	Veri ile Çalışma	Pandas gibi kütüphanelerle veri keşfi için Python kullanmanın temelleri. Python programlama konusunda temel bir anlayış önerilir.	ders video	Dmitry
08	Veri Hazırlama	Veri ile Çalışma	Eksik, yanlış veya eksik verilerle başa çıkmak için veri temizleme ve dönüştürme teknikleri üzerine konular.	ders	Jasmine
09	Miktarları Görselleştirme	Veri Görselleştirme	Matplotlib kullanarak kuş verilerini görselleştirmeyi öğrenin 🦆	ders	Jen
10	Verilerin Dağılımını Görselleştirme	Veri Görselleştirme	Bir aralıktaki gözlemleri ve eğilimleri görselleştirme.	ders	Jen
11	Oranları Görselleştirme	Veri Görselleştirme	Ayrık ve gruplandırılmış yüzdeleri görselleştirme.	ders	Jen
12	İlişkileri Görselleştirme	Veri Görselleştirme	Veri setleri ve değişkenleri arasındaki bağlantıları ve korelasyonları görselleştirme.	ders	Jen
13	Anlamlı Görselleştirmeler	Veri Görselleştirme	Sorun çözme ve içgörüler için görselleştirmelerinizi değerli kılmak için teknikler ve rehberlik.	ders	Jen
14	Veri Bilimi Yaşam Döngüsüne Giriş	Yaşam Döngüsü	Veri bilimi yaşam döngüsüne giriş ve veri edinme ve çıkarma adımı.	ders	Jasmine
15	Analiz	Yaşam Döngüsü	Veri bilimi yaşam döngüsünün bu aşaması, veriyi analiz etme tekniklerine odaklanır.	ders	Jasmine
16	İletişim	Yaşam Döngüsü	Veri bilimi yaşam döngüsünün bu aşaması, veriden elde edilen içgörüleri karar vericilerin anlamasını kolaylaştıracak şekilde sunmaya odaklanır.	ders	Jalen
17	Bulutta Veri Bilimi	Bulut Verisi	Bu ders serisi, bulutta veri bilimine ve avantajlarına giriş yapar.	ders	Tiffany ve Maud
18	Bulutta Veri Bilimi	Bulut Verisi	Düşük Kod araçları kullanarak modelleri eğitme.	ders	Tiffany ve Maud
19	Bulutta Veri Bilimi	Bulut Verisi	Azure Machine Learning Studio ile modelleri dağıtma.	ders	Tiffany ve Maud
20	Gerçek Hayatta Veri Bilimi	Gerçek Hayatta	Gerçek dünyada veri bilimi odaklı projeler.	ders	Nitya

GitHub Codespaces

Bu örneği bir Codespace'te açmak için şu adımları izleyin:

1. Code açılır menüsüne tıklayın ve Codespaces ile Aç seçeneğini seçin.
2. Pencerenin altındaki + Yeni Codespace seçeneğini seçin. Daha fazla bilgi için GitHub belgelerine göz atın.

VSCode Remote - Containers

Bu depoyu yerel makineniz ve VSCode kullanarak bir konteyner içinde açmak için şu adımları izleyin:

1. Geliştirme konteynerini ilk kez kullanıyorsanız, sisteminizin ön koşulları karşıladığından emin olun (ör. Docker yüklü) başlangıç belgelerinde belirtildiği gibi.

Bu depoyu kullanmak için, depoyu izole bir Docker hacminde açabilirsiniz:

Not: Arka planda, bu işlem, kaynak kodunu yerel dosya sistemi yerine bir Docker hacminde klonlamak için Remote-Containers: Clone Repository in Container Volume... komutunu kullanacaktır. Hacimler, konteyner verilerini kalıcı hale getirmek için tercih edilen mekanizmadır.

Veya depoyu yerel olarak klonlanmış veya indirilmiş bir sürümde açabilirsiniz:

• Bu depoyu yerel dosya sisteminize klonlayın.
• F1 tuşuna basın ve Remote-Containers: Open Folder in Container... komutunu seçin.
• Bu klasörün klonlanmış bir kopyasını seçin, konteynerin başlamasını bekleyin ve denemeler yapın.

Çevrimdışı erişim

Bu belgeleri Docsify kullanarak çevrimdışı çalıştırabilirsiniz. Bu depoyu forklayın, Docsify'i yükleyin yerel makinenize, ardından bu deponun kök klasöründe docsify serve yazın. Web sitesi localhost'unuzda 3000 portunda sunulacaktır: localhost:3000.

Not, defterler Docsify aracılığıyla görüntülenmeyecektir, bu nedenle bir defteri çalıştırmanız gerektiğinde, bunu ayrı olarak bir Python çekirdeği çalıştıran VS Code'da yapın.

Diğer Müfredatlar

Ekibimiz başka müfredatlar da üretiyor! Şunlara göz atın:

• Başlangıç Seviyesi Üretken Yapay Zeka
• Başlangıç Seviyesi Üretken Yapay Zeka .NET
• JavaScript ile Üretken Yapay Zeka
• Java ile Üretken Yapay Zeka
• Başlangıç Seviyesi Yapay Zeka
• Başlangıç Seviyesi Veri Bilimi
• Başlangıç Seviyesi Bash
• Başlangıç Seviyesi Makine Öğrenimi
• Başlangıç Seviyesi Siber Güvenlik
• Başlangıç Seviyesi Web Geliştirme
• Başlangıç Seviyesi IoT
• Başlangıç Seviyesi Makine Öğrenimi
• Başlangıç Seviyesi XR Geliştirme
• GitHub Copilot ile Yapay Zeka Eşli Programlama
• Başlangıç Seviyesi XR Geliştirme
• C#/.NET Geliştiricileri için GitHub Copilot'u Kullanma
• Kendi Copilot Maceranızı Seçin

---

Feragatname:
Bu belge, 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.