Data-Science-For-Beginners/translations/tr

Yeni Başlayanlar için Veri Bilimi - Bir Müfredat

Microsoft'taki Azure Bulut Savunucuları, Veri Bilimi hakkında 10 haftalık, 20 derslik bir müfredat sunmaktan mutluluk duyar. Her ders, ders öncesi ve sonrası quizler, dersi tamamlamak için yazılı talimatlar, bir çözüm ve bir ödev içerir. Proje tabanlı pedagojimiz, yeni becerilerin 'kalıcı' olmasını sağlayan kanıtlanmış bir yöntemle öğrenirken inşa etmenize olanak tanır.

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, gözden geçirenlere ve içerik katkıda bulunanlara, 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 Desteklenmektedir (Otomatik ve Her Zaman Güncel)

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

Ek çeviri dillerinin desteklenmesini istiyorsanız, bunlar burada listelenmiştir

Topluluğumuza Katılın

AI ile öğrenme serimiz Discord'da devam ediyor, daha fazla bilgi edinin ve 18 - 30 Eylül 2025 tarihleri arasında Learn with AI Series adresinden bize katılın. Veri Bilimi için GitHub Copilot kullanımı hakkında ipuçları ve püf noktaları alacaksınız.

Öğrenci misiniz?

Aşağıdaki kaynaklarla başlayın:

• Öğrenci Merkezi sayfası Bu sayfada, yeni başlayanlar için kaynaklar, Öğrenci paketleri ve hatta ücretsiz sertifika kuponu alma yolları bulacaksınız. İçeriği en az ayda bir kez değiştirdiğimiz için bu sayfayı yer imlerinize ekleyip zaman zaman kontrol etmek isteyeceksiniz.
• Microsoft Learn Öğrenci Elçileri Küresel bir öğrenci elçileri topluluğuna katılın, bu Microsoft'a giriş yolunuz olabilir.

Başlarken

📚 Dokümantasyon

• Kurulum Kılavuzu - Yeni başlayanlar için adım adım kurulum talimatları
• Kullanım Kılavuzu - Örnekler ve yaygın iş akışları
• Sorun Giderme - Yaygın sorunlara çözümler
• Katkıda Bulunma Kılavuzu - Bu projeye nasıl katkıda bulunulur
• Öğretmenler için - Öğretim rehberi ve sınıf kaynakları

👨‍🎓 Öğrenciler için

Tamamen Yeni Başlayanlar: Veri bilimine yeni misiniz? Yeni başlayan dostu örneklerimizle başlayın! Bu basit, iyi yorumlanmış örnekler, tam müfredata dalmadan önce temel kavramları anlamanıza yardımcı olacaktır. Öğrenciler: bu müfredatı kendi başınıza kullanmak için tüm depoyu çatallayın ve öncelikle ders öncesi quiz ile başlayarak alıştırmaları kendi başınıza tamamlayın. Ardından dersi okuyun ve diğer etkinlikleri tamamlayın. Projeleri çözüm kodunu kopyalamak yerine dersleri anlayarak oluşturmaya çalışın; ancak o kod her proje odaklı dersin /solutions klasörlerinde mevcuttur. Başka bir fikir, arkadaşlarınızla bir çalışma grubu kurup içeriği birlikte gözden geçirmek olabilir. Daha ileri çalışmalar için Microsoft Learn öneriyoruz.

Hızlı Başlangıç:

1. Ortamınızı kurmak için Kurulum Kılavuzu'nu kontrol edin
2. Müfredatla nasıl çalışılacağını öğrenmek için Kullanım Kılavuzu'nu inceleyin
3. 1. Ders ile başlayın ve sırasıyla ilerleyin
4. Destek için Discord topluluğumuza katılın

👩‍🏫 Öğretmenler için

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

Takım ile Tanışın

Gif: Mohit Jaisal

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

Pedagoji

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

Ayrıca, dersten önce yapılan düşük riskli bir quiz, öğrencinin bir konuyu öğrenme niyetini belirlerken, dersten sonra yapılan ikinci bir quiz bilgilerin daha iyi kalıcı olmasını sağlar. Bu müfredat esnek ve eğlenceli olacak şekilde tasarlandı ve tamamı ya da bir kısmı alınabilir. Projeler küçük başlar ve 10 haftalık döngünün sonunda giderek daha karmaşık hale gelir.

Davranış Kurallarımızı, Katkıda Bulunma, Çeviri yönergelerimizi bulun. Yapıcı geri bildirimlerinizi bekliyoruz!

Her ders şunları içerir:

• İsteğe bağlı sketchnote
• İsteğe bağlı destekleyici video
• Dersten önce ısınma quiz’i
• Yazılı ders
• Proje tabanlı dersler için, projenin nasıl yapılacağına dair adım adım rehberler
• Bilgi kontrolleri
• Bir meydan okuma
• Destekleyici okuma
• Ödev
• Dersten sonra quiz

Quizler hakkında bir not: Tüm quizler Quiz-App klasöründe yer almakta olup, her biri üç sorudan oluşan toplam 40 quiz vardır. Derslerin içinde bağlantılıdırlar, ancak quiz uygulaması yerel olarak çalıştırılabilir veya Azure’a dağıtılabilir; quiz-app klasöründeki talimatları izleyin. Quizler kademeli olarak yerelleştirilmektedir.

🎓 Yeni Başlayanlar için Örnekler

Veri Bilimine yeni misiniz? Başlamak için basit, iyi yorumlanmış kod içeren özel bir örnekler dizini oluşturduk:

• 🌟 Merhaba Dünya - İlk veri bilimi programınız
• 📂 Veri Yükleme - Veri setlerini okuma ve keşfetmeyi öğrenin
• 📊 Basit Analiz - İstatistik hesaplayın ve desenler bulun
• 📈 Temel Görselleştirme - Grafikler ve çizelgeler oluşturun
• 🔬 Gerçek Dünya Projesi - Baştan sona tam iş akışı

Her örnek, her adımı açıklayan ayrıntılı yorumlar içerir, bu da onları tamamen yeni başlayanlar için mükemmel yapar!

👉 Örneklerle başlayın 👈

Dersler

Veri Bilimine Yeni Başlayanlar için Yol Haritası - Sketchnote @nitya tarafından

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, 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 Veri ile Çalışma	Veri ile Çalışma	İlişkisel veriye giriş ve Yapılandırılmış Sorgu Dili (SQL) 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 programlamanın temel bilgisi önerilir.	ders video	Dmitry
08	Veri Hazırlama	Veri ile Çalışma	Eksik, yanlış veya eksik verilerle başa çıkmak için veri temizleme ve dönüştürme teknikleri.	ders	Jasmine
09	Miktarları Görselleştirme	Veri Görselleştirme	Matplotlib kullanarak kuş verilerini görselleştirmeyi öğrenin 🦆	ders	Jen
10	Verinin Dağılımlarını Görselleştirme	Veri Görselleştirme	Bir aralıktaki gözlemleri ve eğilimleri görselleştirme.	ders	Jen
11	Oranları Görselleştirme	Veri Görselleştirme	Ayrık ve gruplanmış 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	Görselleştirmelerinizi etkili problem çözme ve içgörüler için değerli kılmak için teknikler ve rehberlik.	ders	Jen
14	Veri Bilimi Yaşam Döngüsüne Giriş	Yaşam Döngüsü	Veri bilimi yaşam döngüsüne ve veriyi edinme ve çıkarma ilk adımına giriş.	ders	Jasmine
15	Analiz Etme	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 daha kolay anlaması için sunmaya odaklanır.	ders	Jalen
17	Bulutta Veri Bilimi	Bulut Verisi	Bu ders serisi bulutta veri bilimine ve faydalarına 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	Doğada Veri Bilimi	Doğada	Gerçek dünyada veri bilimi odaklı projeler.	ders	Nitya

GitHub Codespaces

Bu örneği bir Codespace içinde açmak için şu adımları izleyin:

1. Kod açılır menüsüne tıklayın ve Open with Codespaces seçeneğini seçin.
2. Panelin altındaki + New codespace seçeneğini seçin. Daha fazla bilgi için GitHub dokümantasyonuna bakabilirsiniz.

VSCode Remote - Containers

Bu depoyu yerel makinenizde ve VSCode kullanarak VS Code Remote - Containers uzantısı ile bir konteyner içinde açmak için şu adımları izleyin:

1. Eğer geliştirme konteynerini ilk kez kullanıyorsanız, sisteminizin önkoşulları karşıladığından emin olun (örneğin Docker kurulu olmalı) başlangıç dokümantasyonunda belirtildiği gibi.

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

Not: Arkada, kaynak kodu yerel dosya sistemi yerine bir Docker hacmine klonlamak için Remote-Containers: Clone Repository in Container Volume... komutu kullanılır. Hacimler konteyner verilerini kalıcı hale getirmek için tercih edilen mekanizmadır.

Ya da depoyu 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 kopyasını seçin, konteynerin başlamasını bekleyin ve deneyin.

Çevrimdışı erişim

Bu dokümantasyonu çevrimdışı olarak Docsify kullanarak çalıştırabilirsiniz. Bu depoyu çatallayın, yerel makinenize Docsify kurun, ardından bu deponun kök klasöründe docsify serve yazın. Web sitesi localhost’unuzda 3000 portunda sunulacaktır: localhost:3000.

Not, not defterleri Docsify ile render edilmez, bu yüzden bir not defterini çalıştırmanız gerektiğinde, bunu ayrı olarak Python çekirdeği çalışan VS Code’da yapın.

Diğer Müfredatlar

Ekibimiz başka müfredatlar da üretiyor! Şunlara göz atın:

LangChain

---

Azure / Edge / MCP / Agents

---

Üretken AI Serisi

---

Temel Öğrenme

---

Copilot Serisi

Yardım Alma

Sorun mu yaşıyorsunuz? Yaygın sorunlar için çözümler içeren Sorun Giderme Kılavuzumuza göz atın.

Yapay zeka uygulamaları geliştirme konusunda takılırsanız veya herhangi bir sorunuz olursa, MCP hakkında tartışmalara katılmak için diğer öğrenenler ve deneyimli geliştiricilerle buluşun. Soruların hoş karşılandığı ve bilginin özgürce paylaşıldığı destekleyici bir topluluktur.

Ürün geri bildirimi veya geliştirme sırasında karşılaştığınız hatalar için ziyaret edin:

---

Feragatname:
Bu belge, AI çeviri servisi Co-op Translator kullanılarak çevrilmiştir. Doğruluk için çaba göstersek de, otomatik çevirilerin hatalar veya yanlışlıklar içerebileceğini lütfen unutmayın. Orijinal belge, kendi dilinde yetkili kaynak olarak kabul edilmelidir. Kritik bilgiler için profesyonel insan çevirisi önerilir. Bu çevirinin kullanımı sonucu oluşabilecek yanlış anlamalar veya yorum hatalarından sorumlu değiliz.