Data-Science-For-Beginners/translations/tr

Veri Bilimi için Başlangıç - Bir Müfredat

Microsoft'taki Azure Cloud Advocates ekibi, Veri Bilimi hakkında 10 haftalık, 20 derslik bir müfredat sunmaktan mutluluk duyar. Her ders, ders öncesi ve sonrası testler, dersi tamamlamak 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, 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

Veri Bilimi için Başlangıç - @nitya tarafından Sketchnote

🌐 Çok Dilli Destek

GitHub Action ile Destekleniyor (Otomatik ve Her Zaman Güncel)

Arapça | Bengalce | Bulgarca | Burma (Myanmar) | Çince (Basitleştirilmiş) | Çince (Geleneksel, Hong Kong) | Çince (Geleneksel, Macau) | Çince (Geleneksel, Tayvan) | Hırvatça | Çekçe | Danca | Felemenkçe | Estonca | Fince | Fransızca | Almanca | Yunanca | İbranice | Hintçe | Macarca | Endonezce | İtalyanca | Japonca | Korece | Litvanca | Malayca | Marathi | Nepalce | Norveççe | Farsça | Lehçe | Portekizce (Brezilya) | Portekizce (Portekiz) | Pencapça (Gurmukhi) | Romence | Rusça | Sırpça (Kiril) | Slovakça | Slovence | İspanyolca | Swahili | İsveççe | Tagalog (Filipince) | Tamilce | Tayca | Türkçe | Ukraynaca | Urduca | Vietnamca

Ek çeviri dillerinin desteklenmesini istiyorsanız, desteklenen diller burada listelenmiştir.

Topluluğumuza Katılın

AI ile öğrenme serimiz devam ediyor, daha fazla bilgi edinin ve AI ile Öğrenme Serisi etkinliğine 18 - 30 Eylül 2025 tarihleri arasında katılın. GitHub Copilot'u Veri Bilimi için kullanma ipuçlarını ve püf noktalarını öğrenin.

Öğrenci misiniz?

Aşağıdaki kaynaklarla başlayın:

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

Başlarken

📚 Belgeler

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

👨‍🎓 Öğrenciler için

Tamamen Yeni Başlayanlar: Veri bilimine yeni mi başlıyorsunuz? Yeni başlayanlar için örnekler ile başlayın! Bu basit, iyi açıklanmış örnekler, tam müfredata dalmadan önce temel bilgileri anlamanıza yardımcı olacaktır. Öğrenciler: Bu müfredatı kendi başınıza kullanmak için tüm depoyu çatallayın ve alıştırmaları kendi başınıza tamamlayın, bir ders öncesi testiyle başlayın. Ardından dersi okuyun ve diğer etkinlikleri tamamlayın. Dersleri anlayarak projeleri oluşturmaya çalışın, çözüm kodunu kopyalamayın; ancak bu kod, her proje odaklı dersin /solutions klasörlerinde mevcuttur. Bir başka fikir, arkadaşlarınızla bir çalışma grubu oluşturmak ve içeriği birlikte incelemek olabilir. Daha fazla çalışma için Microsoft Learn öneriyoruz.

Hızlı Başlangıç:

1. Ortamınızı kurmak için Kurulum Kılavuzu'nu kontrol edin
2. Müfredatla nasıl çalışacağınızı öğrenmek için Kullanım Kılavuzu'nu inceleyin
3. 1. Dersten başlayarak sırayla ilerleyin
4. Destek için Discord topluluğumuza katılın

👩‍🏫 Öğretmenler için

Öğretmenler: Bu müfredatı nasıl kullanabileceğinizle ilgili bazı öneriler ekledik. Geri bildiriminizi tartışma forumumuzda bekliyoruz!

Ekibi Tanıyın

Gif tasarımı Mohit Jaisal

🎥 Yukarıdaki görsele tıklayarak proje ve onu oluşturan kişiler hakkında bir video izleyebilirsiniz!

Pedagoji

Bu müfredatı oluştururken iki pedagojik ilkeye odaklandık: proje tabanlı olmasını sağlamak ve sık sık quizler içermesini. Bu serinin sonunda öğrenciler, veri biliminin temel ilkelerini, etik kavramları, veri hazırlama, veriyle çalışma yöntemleri, veri görselleştirme, veri analizi, veri biliminin gerçek dünya uygulamaları ve daha fazlasını öğrenmiş olacaklar.

Ayrıca, ders öncesi yapılan düşük riskli bir quiz, öğrencinin bir konuyu öğrenmeye yönelik niyetini belirlerken, ders sonrası yapılan ikinci bir quiz, bilgilerin daha iyi pekişmesini 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.

Davranış Kuralları, Katkı Sağlama, Çeviri yönergelerimizi inceleyin. Yapıcı geri bildirimlerinizi memnuniyetle karşılıyoruz!

Her ders şunları içerir:

• İsteğe bağlı çizim notları
• İsteğe bağlı ek video
• Ders öncesi ısınma quizleri
• Yazılı ders
• Proje tabanlı dersler için, projeyi nasıl oluşturacağınızı adım adım anlatan rehberler
• Bilgi kontrolleri
• Bir meydan okuma
• Ek okumalar
• Ödev
• Ders sonrası quiz

Quizler hakkında bir not: Tüm quizler Quiz-App klasöründe yer alır ve her biri üç sorudan oluşan toplam 40 quiz içerir. Derslerin içinde bağlantılıdır, ancak quiz uygulaması yerel olarak çalıştırılabilir veya Azure'a dağıtılabilir; quiz-app klasöründeki talimatları takip edin. Quizler kademeli olarak yerelleştirilmektedir.

🎓 Yeni Başlayanlar İçin Örnekler

Veri Bilimine Yeni mi Başlıyorsunuz? Başlangıç için basit, iyi açıklanmış kodlar içeren özel bir örnekler dizini oluşturduk:

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

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

👉 Örneklerle başlayın 👈

Dersler

Veri Bilimi Yeni Başlayanlar İçin: 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 matematik 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 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 hakkında 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	Etkili problem çözme ve içgörüler için görselleştirmelerinizi değerli hale getirme teknikleri 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 daha kolay anlamasını sağlayacak 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	Vahşi Doğada Veri Bilimi	Vahşi Doğada	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 Codespaces ile Aç seçeneğini seçin.
2. Pencerenin altındaki + Yeni codespace seçeneğini seçin. Daha fazla bilgi için GitHub belgelerine göz atın.

VSCode Remote - Containers

Bu repo'yu yerel makineniz ve VSCode kullanarak bir konteynerde açmak için şu adımları izleyin:

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

Bu repo'yu kullanmak için, ya repo'yu izole bir Docker hacminde açabilirsiniz:

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

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

• Bu repo'yu 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 repo'yu çatallayın, Docsify'i yükleyin yerel makinenize, ardından bu repo'nun kök klasöründe docsify serve yazın. Web sitesi localhost'ta 3000 portunda sunulacaktır: localhost:3000.

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

Diğer Müfredatlar

Ekibimiz başka müfredatlar da üretiyor! Şunlara göz atın:

• Yeni Başlayanlar için Edge AI
• Yeni Başlayanlar için AI Ajanları
• Yeni Başlayanlar için Üretken AI
• Yeni Başlayanlar için Üretken AI .NET
• JavaScript ile Üretken AI
• Java ile Üretken AI
• Yeni Başlayanlar için AI
• Yeni Başlayanlar için Veri Bilimi
• Yeni Başlayanlar için Bash
• Yeni Başlayanlar için ML
• Yeni Başlayanlar için Siber Güvenlik
• Web Geliştirme için Başlangıç
• IoT için Başlangıç
• Makine Öğrenimi için Başlangıç
• XR Geliştirme için Başlangıç
• GitHub Copilot ile Yapay Zeka Eşli Programlamayı Ustalaştırma
• XR Geliştirme için Başlangıç
• GitHub Copilot ile C#/.NET Geliştiricileri için Ustalaştırma
• Kendi Copilot Maceranızı Seçin

Yardım Alma

Sorunlarla mı karşılaşıyorsunuz? Yaygın problemler için çözümler bulmak adına Sorun Giderme Kılavuzumuza göz atın.

Eğer takılırsanız veya yapay zeka uygulamaları oluşturma konusunda sorularınız olursa, şu topluluğa katılabilirsiniz:

Ürün geri bildirimi yapmak veya oluşturma sırasında hatalarla karşılaşmak için şu adresi ziyaret edin:

---

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 dilindeki hali, yetkili kaynak olarak kabul edilmelidir. Kritik bilgiler için profesyonel insan çevirisi önerilir. Bu çevirinin kullanımından kaynaklanan yanlış anlamalar veya yanlış yorumlamalar için sorumluluk kabul edilmemektedir.