Data-Science-For-Beginners/translations/tr

Yeni Başlayanlar için 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 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 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

Yeni Başlayanlar için 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

AI ile öğrenme serimiz devam ediyor, daha fazla bilgi edinin ve bize katılın: AI ile Öğrenme Serisi 18 - 25 Eylül 2025 tarihleri arasında. GitHub Copilot'u Veri Bilimi için kullanma ipuçları ve püf noktalarını öğreneceksiniz.

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 sık kontrol etmek isteyebilirsiniz çünkü içeriği en az ayda bir değiştiriyoruz.
• Microsoft Learn Öğrenci Elçileri Küresel bir öğrenci elçileri topluluğuna katılın, bu Microsoft'a giriş yolunuz olabilir.

Başlarken

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

Öğrenciler: Bu müfredatı kendi başınıza kullanmak için, tüm repo'yu fork edin ve alıştırmaları kendi başınıza tamamlayın, ders öncesi quiz ile başlayarak. Ardından dersi okuyun ve diğer aktiviteleri 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 oluşturup içeriği birlikte incelemek olabilir. Daha fazla çalışma için Microsoft Learn öneriyoruz.

Ekibi Tanıyın

Gif by 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 prensiplerini, 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.

Code of Conduct, Katkıda Bulunma, Çeviri yönergelerimizi inceleyin. Yapıcı geri bildirimlerinizi memnuniyetle karşılıyoruz!

Her ders şunları içerir:

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

Testler hakkında bir not: Tüm testler Quiz-App klasöründe yer alır ve her biri üç sorudan oluşan toplam 40 test içerir. 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 Bilimi Başlangıç: Yol Haritası - @nitya tarafından çizim 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, "see-quell" olarak telaffuz edilir) 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 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, hatalı 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	Veri Dağılımlarını Görselleştirme	Veri Görselleştirme	Bir aralık içindeki 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 hale getirmek 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'de 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 konteynerde açmak için VS Code Remote - Containers uzantısını kullanarak şu adımları izleyin:

1. İlk kez bir geliştirme konteyneri kullanıyorsanız, sisteminizin ön gereksinimleri karşıladığından emin olun (örneğin, Docker yüklü olmalı) başlangıç belgelerinde.

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

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

Ya da yerel olarak klonlanmış veya indirilmiş bir depo sürümünü açabilirsiniz:

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

Çevrimdışı erişim

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

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

Diğer Müfredatlar

Ekibimiz başka müfredatlar da üretmektedir! Şunlara göz atın:

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

---

Feragatname:
Bu belge, AI çeviri hizmeti Co-op Translator 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 anlamalar veya yanlış yorumlamalardan sorumlu değiliz.