Data-Science-For-Beginners/translations/tr

Veri Bilimi Yeni Başlayanlar İçin - Bir Müfredat

Microsoft'taki Azure Cloud Advocates ekibi, Veri Bilimi hakkında 10 haftalık, 20 derslik bir müfredatı sunmaktan memnuniyet duyar. Her ders ön-ders ve son-ders sınavları, dersi tamamlamak için yazılı talimatlar, bir çözüm ve bir ödev içerir. Proje tabanlı pedagojimiz, yeni becerilerin 'kalmayı' sağlamanın kanıtlanmış bir yolu olan inşa ederken öğrenmenize olanak tanır.

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

🙏 Özel teşekkürler 🙏 to our Microsoft Öğrenci Elçileri yazarlar, gözden geçirenler ve içerik katkıcıları, 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 İçin Veri Bilimi - Sketchnote @nitya tarafından

🌐 Çok Dilli Destek

GitHub Action ile Desteklenir (Otomatik ve Her Zaman Güncel)

Arapça | Bengalce | Bulgarca | Burmaca (Myanmar) | Çince (Basitleştirilmiş) | Çince (Geleneksel, Hong Kong) | Çince (Geleneksel, Macau) | Çince (Geleneksel, Taiwan) | Hırvatça | Çekçe | Danca | Flemenkçe | Estonca | Fince | Fransızca | Almanca | Yunanca | İbranice | Hintçe | Macarca | Endonezce | İtalyanca | Japonca | Kannada | Korece | Litvanca | Malayca | Malayalam | Marathi | Nepali | Nijerya Pidgini | Norveççe | Farsça (Farsi) | Lehçe | Portekizce (Brezilya) | Portekizce (Portekiz) | Pencapça (Gurmukhi) | Romence | Rusça | Sırpça (Kiril) | Slovakça | Slovence | İspanyolca | Svahili | İsveççe | Tagalog (Filipince) | Tamil | Telugu | Tayca | Türkçe | Ukraynaca | Urduca | Vietnamca

Daha fazla çeviri dili isteniyorsa desteklenen diller burada listelenmiştir

Topluluğumuza Katılın

Yapay Zeka ile öğrenme serimiz Discord'da devam ediyor, daha fazla bilgi edinmek ve 18 - 30 Eylül 2025 tarihleri arasında bize katılmak için Yapay Zeka ile Öğrenme Serisi sayfasını ziyaret edin. Veri Bilimi için GitHub Copilot kullanımı hakkında ipuçları ve püf noktaları alacaksınız.

Öğrenci misiniz?

Aşağıdaki kaynaklarla başlayın:

• Student Hub page Bu sayfada başlangıç kaynakları, Öğrenci paketleri ve hatta ücretsiz sertifika kuponu almanın yollarını bulacaksınız. Bu, içeriği en az aylık olarak değiştirdiğimiz için yer imlerinize eklemeniz ve zaman zaman kontrol etmeniz gereken bir sayfadır.
• Microsoft Learn Öğrenci Elçileri Küresel bir öğrenci elçileri topluluğuna katılın, bu Microsoft'a giriş yolunuz olabilir.

Başlarken

📚 Belgeler

• INSTALLATION.md - Yeni başlayanlar için adım adım kurulum talimatları
• USAGE.md - Örnekler ve yaygın iş akışları
• TROUBLESHOOTING.md - Yaygın sorunlara çözümler
• CONTRIBUTING.md - Bu projeye nasıl katkıda bulunulur
• for-teachers.md - Öğretim rehberi ve sınıf kaynakları

👨‍🎓 Öğrenciler İçin

Tam Yeni Başlayanlar: Veri bilimine yeni misiniz? başlangıç dostu örneklerimiz ile başlayın! Bu basit, iyi yorumlanmış örnekler tam müfredata dalmadan önce temel kavramları anlamanıza yardımcı olacaktır. Öğrenciler: bu müfredatı kendi başınıza kullanmak için, tüm depoyu fork'layın ve ön-lecture sınavıyla başlayarak alıştırmaları kendi başınıza tamamlayın. Ardından dersi okuyun ve kalan etkinlikleri tamamlayın. Çözüm kodunu kopyalamak yerine dersleri anlayarak projeleri oluşturmaya çalışın; yine de bu kod her proje odaklı dersin /solutions klasörlerinde mevcuttur. Başka bir fikir, arkadaşlarınızla bir çalışma grubu kurup içeriği birlikte gözden geçirmek olabilir. Daha fazla çalışma için Microsoft Learn öneriyoruz.

Hızlı Başlangıç:

1. Ortamınızı kurmak için INSTALLATION.md sayfasını inceleyin
2. Müfredatla nasıl çalışılacağını öğrenmek için USAGE.md sayfasını inceleyin
3. Ders 1 ile başlayın ve sırasıyla ilerleyin
4. Destek için Discord topluluğumuza katılın

👩‍🏫 Öğretmenler İçin

Öğretmenler: bu müfredatı nasıl kullanacağınıza dair bazı öneriler ekledik. Geri bildiriminizi tartışma forumumuzda almak isteriz!

Takım ile Tanışın

Gif yapan Mohit Jaisal

🎥 Proje hakkında onu oluşturan kişilerle ilgili bir video için yukarıdaki görsele tıklayın!

Pedagoji

Bu müfredatı oluştururken iki pedagojik ilke seçtik: proje tabanlı olması ve sık sık kısa sınavlar içermesi. Bu serinin sonunda öğrenciler etik kavramlar, veri hazırlama, verilerle çalışma farklı yolları, veri görselleştirme, veri analizi, veri biliminin gerçek dünya kullanım örnekleri ve daha fazlası dahil olmak üzere veri biliminin temel ilkelerini öğrenmiş olacaklar.

Ayrıca, ders öncesi düşük riskli bir kısa sınav öğrencinin bir konuyu öğrenme niyetini belirlerken, ders sonrası ikinci bir kısa sınav daha fazla kalıcılığı sağlar. 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.

Bulabileceğiniz Davranış Kuralları, Katkıda Bulunma, Çeviri yönergeleri. Yapıcı geri bildirimlerinizi bekliyoruz!

Her ders şunları içerir:

• İsteğe bağlı sketchnote
• İsteğe bağlı destekleyici video
• Ders öncesi ısınma kısa sınavı
• Yazılı ders
• Proje tabanlı dersler için, projenin nasıl inşa edileceğine dair adım adım kılavuzlar
• Bilgi kontrolleri
• Bir meydan okuma
• Ek okuma
• Ödev
• Ders sonrası sınav

Sınavlar hakkında bir not: Tüm sınavlar Quiz-App klasöründe yer almakta olup, her biri üç sorudan oluşan toplam 40 kısa sınav vardır. Derslerin içinde bağlantılıdırlar, ancak quiz uygulaması yerel olarak çalıştırılabilir veya Azure'a dağıtılabilir; talimatlar quiz-app klasöründe yer almaktadır. Zaman içinde yerelleştirilmektedirler.

🎓 Yeni Başlayanlar İçin Örnekler

Veri Bilimine yeni misiniz? Başlamanıza yardımcı olmak için basit ve iyi yorumlanmış kod içeren özel bir örnekler dizini oluşturduk:

• 🌟 Hello World - İlk veri bilimi programınız
• 📂 Loading Data - Veri kümelerini okumayı ve keşfetmeyi öğrenin
• 📊 Simple Analysis - İstatistikleri hesaplayın ve desenler bulun
• 📈 Basic Visualization - Grafikler ve diyagramlar oluşturun
• 🔬 Real-World Project - Baştan sona tamamlanan gerçek dünya iş akışı

Her örnek, her adımı açıklayan ayrıntılı yorumlar içerir; bu da onları mutlak yeni başlayanlar için mükemmel kılar!

👉 Örneklerle başlayın 👈

Dersler

Yeni Başlayanlar için Veri Bilimi: Yol Haritası - Sketchnote - @nitya

Lesson Number	Topic	Lesson Grouping	Learning Objectives	Linked Lesson	Author
01	Veri Bilimini Tanımlama	Giriş	Veri biliminin temel kavramlarını ve bunun yapay zekâ, makine öğrenimi ve büyük veri ile nasıl ilişkili olduğunu öğrenin.	ders video	Dmitry
02	Veri Bilimi Etiği	Giriş	Veri etiği kavramları, zorluklar ve çerçeveler.	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 istatistiğin matematiksel teknikleri.	ders video	Dmitry
05	İlişkisel Verilerle Çalışma	Veri ile Çalışma	İlişkisel veriye giriş ve Yapılandırılmış Sorgu Dili (SQL olarak da bilinir, telaffuzu “see-quell”) ile ilişkisel veriyi keşfetme ve analiz etme temelleri.	ders	Christopher
06	NoSQL Verileriyle Çalışma	Veri ile Çalışma	İlişkisel olmayan veriye giriş, çeşitli türleri ve belge veritabanlarını keşfetme ve analiz etme temelleri.	ders	Jasmine
07	Python ile Çalışma	Veri ile Çalışma	Pandas gibi kütüphanelerle veri keşfi için Python kullanmanın temelleri. Python programlamanın temel bir anlayışı tavsiye edilir.	ders video	Dmitry
08	Veri Hazırlama	Veri ile Çalışma	Eksik, yanlış veya eksik verilerle başa çıkmak için veriyi temizleme ve dönüştürme teknikleri.	ders	Jasmine
09	Nicelikleri Görselleştirme	Veri Görselleştirme	Matplotlib kullanarak kuş verilerini nasıl görselleştireceğinizi 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 gruplanmış yüzdeleri görselleştirme.	ders	Jen
12	İlişkileri Görselleştirme	Veri Görselleştirme	Veri kümeleri ve değişkenleri arasındaki bağlantı ve korelasyonları görselleştirme.	ders	Jen
13	Anlamlı Görselleştirmeler	Veri Görselleştirme	Görselleştirmelerinizi etkili problem çözme ve içgörü için değerli kılacak teknikler ve rehberlik.	ders	Jen
14	Veri Bilimi Yaşam Döngüsüne Giriş	Yaşam Döngüsü	Veri bilimi yaşam döngüsüne giriş ve veri edinme ve çıkarma olan ilk 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, karar vericilerin daha kolay anlaması için veriden elde edilen içgörüleri sunmaya odaklanır.	ders	Jalen
17	Bulutta Veri Bilimi	Bulutta Veri	Bu ders serisi bulutta veri bilimini ve faydalarını tanıtır.	ders	Tiffany and Maud
18	Bulutta Veri Bilimi	Bulutta Veri	Düşük Kod araçları kullanarak modelleri eğitme.	ders	Tiffany and Maud
19	Bulutta Veri Bilimi	Bulutta Veri	Azure Machine Learning Studio ile modellerin dağıtılması.	ders	Tiffany and Maud
20	Gerçek Dünyada Veri Bilimi	Sahada	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 Open with Codespaces seçeneğini seçin.
2. Bölmenin altındaki + New codespace seçeneğini seçin. Daha fazla bilgi için GitHub belgelendirmesine bakın.

VSCode Remote - Containers

Yerel makinenizi ve VSCode'u kullanarak bu depoyu VS Code Remote - Containers uzantısıyla bir kapsayıcıda açmak için şu adımları izleyin:

1. Eğer bir geliştirme konteyneri kullanıyorsanız ilk kez kullanıyorsanız, lütfen sisteminizin ön koşulları (ör. Docker yüklü olması) karşıladığından emin olun: başlarken belgelendirmesi.

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

Not: İçeride, kaynak kodu yerel dosya sistemi yerine bir Docker hacmine klonlamak için Remote-Containers: Clone Repository in Container Volume... komutunu kullanacaktır. Verilerin konteyner içinde kalıcılığı için tercih edilen mekanizma Volumes'tur.

Veya depoyu yerel olarak klonlanmış veya indirilmiş bir sürümünü açın:

• 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 denemeye başlayın.

Çevrimdışı erişim

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

Not, not defterleri Docsify aracılığıyla render edilmeyecektir, bu yüzden bir not defterini çalıştırmanız gerektiğinde bunu ayrı olarak bir Python çekirdeği çalıştıran VS Code'da yapın.

Diğer Müfredatlar

Ekibimiz diğer müfredatlar da üretiyor! Göz atın:

LangChain

---

Azure / Edge / MCP / Agents

---

Üretken Yapay Zeka Serisi

---

Temel Öğrenme

---

Copilot Serisi

Yardım

Sorun mu yaşıyorsunuz? Yaygın sorunların çözümleri için Sorun Giderme Rehberimizi kontrol edin.

AI uygulamaları oluştururken takılırsanız veya herhangi bir sorunuz olursa, MCP hakkında tartışmalara katılın. Bu tartışmalarda diğer öğrenenler ve deneyimli geliştiriciler yer alır. Soruların memnuniyetle karşılandığı ve bilginin serbestçe paylaşıldığı destekleyici bir topluluktur.

Ürün geri bildiriminiz veya oluşturma sırasında hatalarla karşılaşırsanız ziyaret edin:

---

Sorumluluk Reddi: Bu belge, AI çeviri hizmeti Co-op Translator kullanılarak çevrilmiştir. Doğruluk için çaba göstersek de, otomatik çevirilerin hata veya yanlışlık içerebileceğini lütfen unutmayın. Orijinal belge, kendi dilindeki sürümü yetkili kaynak olarak kabul edilmelidir. Kritik bilgiler için profesyonel insan çevirisi önerilir. Bu çevirinin kullanılması sonucu ortaya çıkabilecek yanlış anlamalar veya yanlış yorumlamalardan sorumlu değiliz.