leestott
57edd69619
|
4 months ago | |
|---|---|---|
| .. | ||
| README.md | 4 months ago | |
README.md
Yeni Başlayanlar İçin Veri Bilimi Örnekleri
Örnekler dizinine hoş geldiniz! Bu basit ve iyi açıklanmış örnekler koleksiyonu, tamamen yeni başlayanlar için bile veri bilimine başlamayı kolaylaştırmak amacıyla tasarlandı.
📚 Burada Neler Bulacaksınız?
Her örnek bağımsızdır ve şunları içerir:
- Açık yorumlar: Her adımı açıklayan detaylı açıklamalar
- Basit ve okunabilir kod: Her seferinde bir kavramı gösteren kodlar
- Gerçek dünya bağlamı: Bu teknikleri ne zaman ve neden kullanmanız gerektiğini anlamanıza yardımcı olur
- Beklenen çıktı: Ne görmeniz gerektiğini bilmenizi sağlar
🚀 Başlarken
Ön Koşullar
Bu örnekleri çalıştırmadan önce şunlara sahip olduğunuzdan emin olun:
- Python 3.7 veya daha yüksek bir sürüm yüklü
- Python betiklerini nasıl çalıştıracağınız hakkında temel bilgi
Gerekli Kütüphanelerin Kurulumu
pip install pandas numpy matplotlib
📖 Örneklerin Genel Görünümü
1. Merhaba Dünya - Veri Bilimi Tarzı
Dosya: 01_hello_world_data_science.py
İlk veri bilimi programınız! Şunları öğrenin:
- Basit bir veri seti yükleme
- Verileriniz hakkında temel bilgileri görüntüleme
- İlk veri bilimi çıktınızı yazdırma
Tamamen yeni başlayanlar için, ilk veri bilimi programlarını çalışırken görmeleri için mükemmel bir başlangıç.
2. Veri Yükleme ve Keşfetme
Dosya: 02_loading_data.py
Verilerle çalışmanın temellerini öğrenin:
- CSV dosyalarından veri okuma
- Veri setinizin ilk birkaç satırını görüntüleme
- Verileriniz hakkında temel istatistikler elde etme
- Veri türlerini anlama
Bu, herhangi bir veri bilimi projesinin genellikle ilk adımıdır!
3. Basit Veri Analizi
Dosya: 03_simple_analysis.py
İlk veri analizinizi gerçekleştirin:
- Temel istatistikleri hesaplama (ortalama, medyan, mod)
- Maksimum ve minimum değerleri bulma
- Değerlerin kaç kez geçtiğini sayma
- Koşullara göre veri filtreleme
Verilerinizle ilgili basit soruları nasıl yanıtlayacağınızı görün.
4. Veri Görselleştirme Temelleri
Dosya: 04_basic_visualization.py
İlk görselleştirmelerinizi oluşturun:
- Basit bir çubuk grafik yapma
- Bir çizgi grafiği oluşturma
- Bir pasta grafiği oluşturma
- Görselleştirmelerinizi resim olarak kaydetme
Bulgularınızı görsel olarak nasıl ileteceğinizi öğrenin!
5. Gerçek Verilerle Çalışma
Dosya: 05_real_world_example.py
Her şeyi bir araya getiren tam bir örnek:
- Depodan gerçek verileri yükleme
- Verileri temizleme ve hazırlama
- Analiz yapma
- Anlamlı görselleştirmeler oluşturma
- Sonuçlar çıkarma
Bu örnek, baştan sona tam bir iş akışını gösterir.
🎯 Bu Örnekleri Nasıl Kullanabilirsiniz?
-
Başlangıçtan başlayın: Örnekler zorluk sırasına göre numaralandırılmıştır.
01_hello_world_data_science.pyile başlayın ve sırayla ilerleyin. -
Yorumları okuyun: Her dosyada kodun ne yaptığını ve neden yaptığını açıklayan detaylı yorumlar bulunur. Dikkatlice okuyun!
-
Deneyin: Kodu değiştirmeyi deneyin. Bir değeri değiştirirseniz ne olur? Hatalar yapın ve düzeltin - öğrenmenin yolu budur!
-
Kodu çalıştırın: Her örneği çalıştırın ve çıktıyı gözlemleyin. Beklediğinizle karşılaştırın.
-
Geliştirin: Bir örneği anladıktan sonra, kendi fikirlerinizle genişletmeyi deneyin.
💡 Yeni Başlayanlar İçin İpuçları
- Acelemiz yok: Her örneği anlamak için zaman ayırın, bir sonrakine geçmeden önce iyice öğrenin
- Kodu kendiniz yazın: Sadece kopyala-yapıştır yapmayın. Yazmak öğrenmenize ve hatırlamanıza yardımcı olur
- Bilinmeyen kavramları araştırın: Anlamadığınız bir şey görürseniz, çevrimiçi veya ana derslerde arayın
- Sorular sorun: Yardıma ihtiyacınız varsa tartışma forumuna katılın
- Düzenli pratik yapın: Haftada bir uzun oturumlar yerine her gün biraz kod yazmaya çalışın
🔗 Sonraki Adımlar
Bu örnekleri tamamladıktan sonra:
- Ana müfredat derslerini çalışabilirsiniz
- Her ders klasöründeki ödevleri deneyebilirsiniz
- Daha derinlemesine öğrenme için Jupyter defterlerini keşfedebilirsiniz
- Kendi veri bilimi projelerinizi oluşturabilirsiniz
📚 Ek Kaynaklar
- Ana Müfredat - Tam 20 derslik kurs
- Öğretmenler İçin - Bu müfredatı sınıfınızda kullanma
- Microsoft Learn - Ücretsiz çevrimiçi öğrenme kaynakları
- Python Belgeleri - Resmi Python referansı
🤝 Katkıda Bulunma
Bir hata mı buldunuz veya yeni bir örnek fikriniz mi var? Katkılarınızı memnuniyetle karşılıyoruz! Lütfen Katkı Rehberimize göz atın.
Keyifli Öğrenmeler! 🎉
Unutmayın: Her uzman bir zamanlar yeni başkandı. Adım adım ilerleyin ve hata yapmaktan korkmayın - öğrenme sürecinin bir parçasıdır!
Feragatname:
Bu belge, AI çeviri hizmeti Co-op Translator kullanılarak çevrilmiştir. Doğruluk için çaba göstersek de, otomatik çevirilerin hata veya yanlışlık 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 yorumlamalar için sorumluluk kabul etmiyoruz.