19 KiB

Raw Permalink Blame History Unescape Escape

Başlangıç Seviyesi Veri Bilimi - Bir 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, dersi tamamlamak için yazılı talimatlar, bir çözüm ve bir ödev içerir. Proje tabanlı öğretim yöntemimiz, öğrenirken inşa etmenizi 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 Elçileri yazarlarımıza, gözden geçirenlere ve içerik katkıcılarına, 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 hazırlanan Sketchnote

🌐 Çok Dilli Destek

GitHub Action ile Destekleniyor (Otomatik ve Her Zaman Güncel)

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

Topluluğumuza Katılın

Öğrenci misiniz?

Aşağıdaki kaynaklarla başlayabilirsiniz:

Öğrenci Merkezi sayfası Bu sayfada başlangıç kaynakları, öğrenci paketleri ve hatta ücretsiz sertifika kuponu alma yollarını bulabilirsiniz. Bu sayfayı sık kullanılanlara ekleyin ve düzenli olarak kontrol edin, çünkü içeriği en az ayda bir değiştiriyoruz.
Microsoft Learn Öğrenci Elçileri Küresel bir öğrenci elçileri topluluğuna katılın, bu sizin Microsoft'a açılan kapınız olabilir.

Başlarken

Eğitmenler: Bu müfredatı nasıl kullanabileceğinize dair bazı öneriler ekledik. Geri bildirimlerinizi tartışma forumumuzda duymaktan mutluluk duyarız!

Öğrenciler: Bu müfredatı kendi başınıza kullanmak için, tüm depoyu forklayın ve alıştırmaları kendi başınıza tamamlayın. Bir ders öncesi quiz ile başlayın, ardından dersi okuyun ve diğer etkinlikleri tamamlayın. Dersleri anlayarak projeleri 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 hazırlayan: Mohit Jaisal

🎥 Proje ve onu oluşturan kişiler hakkında bir video için yukarıdaki görsele tıklayın!

Eğitim Yaklaşımı

Bu müfredatı oluştururken iki eğitim ilkesini benimsedik: proje tabanlı olmasını sağlamak ve sık sık quizler eklemek. Bu serinin sonunda, öğrenciler veri biliminin temel ilkelerini, etik kavramları, veri hazırlama süreçlerini, veriyle çalışma yöntemlerini, veri görselleştirme tekniklerini, veri analizi yöntemlerini, veri biliminin gerçek dünya uygulamalarını ve daha fazlasını öğrenmiş olacaklar.

Ayrıca, ders öncesi düşük riskli bir quiz, öğrencinin bir konuyu öğrenmeye yönelik niyetini belirlerken, ders sonrası 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, Çeviri yönergelerimizi 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, her biri üç sorudan oluşan toplam 40 test içeren Quiz-App klasöründe yer almaktadır. Testler derslerin içinde 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	Nicelikleri Görselleştirme	Veri Görselleştirme	Matplotlib kullanarak kuş verilerini görselleştirmeyi öğrenin 🦆	ders	Jen
10	Verilerin Dağılımlarını 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:

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

VSCode Remote - Containers

Bu depoyu yerel makinenizde ve VSCode'da VS Code Remote - Containers uzantısını kullanarak bir konteynerde açmak için şu adımları izleyin:

Eğer bir geliştirme konteynerini ilk kez kullanıyorsanız, sisteminizin ön gereksinimleri karşıladığından emin olun (ör. Docker yüklü) başlangıç belgelerinde.

Bu depoyu kullanmak için, ya 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.

Ya da yerel olarak klonlanmış veya indirilmiş bir sürümünü 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 yüzden bir defteri çalıştırmanız gerektiğinde, bunu ayrı olarak Python çekirdeği çalıştıran VS Code'da yapın.

Diğer Müfredatlar

Ekibimiz başka müfredatlar da üretiyor! Şunlara göz atın:

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.

19 KiB Raw Permalink Blame History Unescape Escape