Data-Science-For-Beginners/translations/tr

Yeni Başlayanlar İçin Veri Bilimi - Bir Müfredat

Microsoft'taki Azure Cloud Advocates, Veri Bilimi hakkında 10 haftalık, 20 derslik bir müfredat sunmaktan mutluluk duyar. Her ders, ders öncesi ve sonrası quizleri, dersi tamamlamak için yazılı talimatlar, çözümler ve ödev içerir. Proje tabanlı pedagojimiz, öğrenirken yapmanızı sağlar; bu, yeni becerilerin 'kalıcı' olmasının kanıtlanmış bir yoludur.

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

🙏 Özel teşekkürler 🙏 Microsoft Öğrenci Elçimiz Microsoft Student Ambassador yazarlarına, inceleyicilerine ve içerik katkıcılarına, 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 - @nitya tarafından Sketchnote

🌐 Çoklu Dil Desteği

GitHub Action ile Desteklenir (Otomatik & 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

Yerel Olarak Klonlamayı Tercih Ediyor musunuz?

Bu depo, indirme boyutunu önemli ölçüde artıran 50'den fazla dil çevirisi içerir. Çeviriler olmadan klonlamak için, seyrek checkout kullanın:

git clone --filter=blob:none --sparse https://github.com/microsoft/Data-Science-For-Beginners.git
cd Data-Science-For-Beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

Bu, kursu tamamlamak için gereken her şeyi daha hızlı bir indirme ile sağlar.

Ek çeviri dillerinin desteklenmesini isterseniz, bunlar burada listelenmiştir

Topluluğumuza Katılın

AI ile öğrenme dizisi Discord'da devam ediyor, daha fazlasını öğrenin ve 18 - 30 Eylül 2025 tarihleri arasında Learn with AI Series ’e katılın. Veri Bilimi için GitHub Copilot kullanımıyla ilgili ipuçları ve püf noktaları edineceksiniz.

Öğrenci misiniz?

Aşağıdaki kaynaklarla başlayın:

• Öğrenci Merkezi sayfası Bu sayfada, yeni başlayan kaynakları, Öğrenci paketlerini ve hatta ücretsiz sertifika kuponu alma yollarını bulacaksınız. İçeriği en az ayda bir 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 sorunlar için çözümler
• Katkıda Bulunma Kılavuzu - Bu projeye nasıl katkıda bulunulur
• Öğretmenler İçin - Öğretim rehberi ve sınıf kaynakları

👨‍🎓 Öğrenciler İçin

Tamamen Yeni Başlayanlar: Veri bilimine yeni misiniz? Başlamak için yeni başlayan dostu örneklerimize göz atın! Bu basit, iyi yorumlanmış örnekler, tam müfredata dalmadan önce temel bilgileri anlamanıza yardımcı olur. Öğrenciler: Bu müfredatı kendi başınıza kullanmak için, tüm depoyu çatallayıp önceden quiz ile başlayarak alıştırmaları kendiniz yapabilirsiniz. Ardından dersi okuyup geri kalan etkinlikleri tamamlayın. Çözümleri kopyalamak yerine dersleri kavrayarak projeleri oluşturmaya çalışın; ancak bu kod, her proje odaklı dersin /solutions klasörlerinde mevcuttur. Bir diğer fikir, arkadaşlarınızla bir çalışma grubu oluşturup içeriği birlikte geçmek olabilir. Daha ileri çalışma için Microsoft Learn ’i öneriyoruz.

Hızlı Başlangıç:

1. Ortamınızı kurmak için Kurulum Kılavuzu'nu inceleyin
2. Müfredatla nasıl çalışılacağını öğrenmek için Kullanım Kılavuzu'nu gözden geçirin
3. 1. Dersle 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 bekliyoruz!

Takımla Tanışın

Gif yapan Mohit Jaisal

🎥 Proje ve onu oluşturan ekip hakkında bir video izlemek için yukarıdaki görsele tıklayın!

Pedagoji

Bu müfredatı oluştururken iki pedagojik ilkeyi seçtik: proje tabanlı olması ve sık sık quizler içermesi. Bu serinin sonunda öğrenciler etik kavramlar, veri hazırlama, verilerle çalışma şekilleri, veri görselleştirme, veri analizi, veri biliminin gerçek dünya kullanım alanları 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 bilgilerinin daha iyi kalıcı olmasını sağlar. Bu müfredat esnek ve eğlenceli olacak şekilde tasarlandı ve tamamı ya da bölümler halinde alınabilir. Projeler küçük başlar ve 10 haftalık döngünün sonunda giderek daha karmaşık hale gelir.

Davranış Kurallarımızı, Katkıda Bulunma, Çeviri rehberlerimizi bulun. Yapıcı geri bildirimlerinizi memnuniyetle karşılıyoruz!

Her ders şunları içerir:

• İsteğe bağlı taslak notu
• İsteğe bağlı destekleyici video
• Dersten önce ısınma sınavı
• Yazılı ders
• Proje tabanlı derslerde, projenin nasıl yapılacağına dair adım adım rehberler
• Bilgi kontrolü
• Bir meydan okuma
• Destekleyici okuma
• Ödev
• Dersten sonra quiz

Quizzler hakkında bir not: Tüm quizler Quiz-App klasöründe bulunur, toplam 40 adet her biri 3 sorudan oluşan quiz vardır. Derslerin içinde bağlantılar verilmiştir, ancak quiz uygulaması yerel olarak çalıştırılabilir veya Azure’a dağıtılabilir; quiz-app klasöründeki talimatları izleyin. Quizler kademeli olarak yerelleştirilmektedir.

🎓 Yeni Başlayanlar İçin Örnekler

Veri Bilimine yeni misiniz? Başlangıç yapmanız için basit, iyi yorumlanmış kodlarla özel bir örnek dizini oluşturduk:

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

Her örnek her adımı ayrıntılı yorumlarla açıklar, bu yüzden tamamen yeni başlayanlar için mükemmeldir!

👉 Örneklerle başlayın 👈

Dersler

Veri Bilimine Yeni Başlayanlar: Yol Haritası - @nitya tarafından çizim

Ders Numarası	Konu	Ders Gruplaması	Öğrenme Hedefleri	Bağlantılı Ders	Yazar
01	Veri Bilimini Tanımlama	Giriş	Veri biliminin temel kavramlarını ve yapay zeka, makine öğrenmesi ve büyük veri ile ilişkisini öğrenin.	ders video	Dmitry
02	Veri 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 SQL (Structured Query Language) kullanarak ilişkisel verinin keşfi ve analizi temelleri.	ders	Christopher
06	NoSQL Verisi ile Çalışma	Veri ile Çalışma	İlişkisel olmayan veriye giriş, çeşitli türleri ve doküman veritabanlarının keşfi ve analizi temelleri.	ders	Jasmine
07	Python ile Çalışma	Veri ile Çalışma	Pandas gibi kütüphanelerle data keşif için Python kullanmanın temelleri. Python programlama temeli önerilir.	ders video	Dmitry
08	Veri Hazırlama	Veri ile Çalışma	Eksik, yanlış veya eksik verilerin zorluklarıyla başa çıkmak için veriyi temizleme ve dönüştürme teknikleri.	ders	Jasmine
09	Miktarları Görselleştirme	Veri Görselleştirme	Matplotlib kullanarak kuş verisini görselleştirmeyi öğrenin 🦆	ders	Jen
10	Veri Dağılımlarını Görselleştirme	Veri Görselleştirme	Bir aralıktaki gözlemleri ve eğilimleri görselleştirme.	ders	Jen
11	Oranları Görselleştirme	Veri Görselleştirme	Kesikli ve gruplanmış yüzdeleri görselleştirme.	ders	Jen
12	İlişkileri Görselleştirme	Veri Görselleştirme	Veri setleri ve değişkenleri arasındaki bağlantı ve korelasyonları görselleştirme.	ders	Jen
13	Anlamlı Görselleştirmeler	Veri Görselleştirme	Görselleştirmelerin etkili problem çözme ve içgörüler için değerli olması adına teknikler ve rehberlik.	ders	Jen
14	Veri Bilimi Yaşam Döngüsüne Giriş	Yaşam Döngüsü	Veri bilimi yaşam döngüsünün tanıtımı ve veri elde etme ve çıkarma aşaması.	ders	Jasmine
15	Analiz	Yaşam Döngüsü	Veri bilimi yaşam döngüsünün veri analiz tekniklerine odaklanma aşaması.	ders	Jasmine
16	İletişim	Yaşam Döngüsü	Veri bilimi yaşam döngüsünün, karar vericilerin anlamasını kolaylaştıracak şekilde veri içgörülerini sunmaya odaklanan aşaması.	ders	Jalen
17	Bulutta Veri Bilimi	Bulut Verisi	Bulutta veri bilimine giriş ve avantajları hakkında bir dizi ders.	ders	Tiffany ve Maud
18	Bulutta Veri Bilimi	Bulut Verisi	Düşük Kod araçlarıyla modellerin eğitimi.	ders	Tiffany ve Maud
19	Bulutta Veri Bilimi	Bulut Verisi	Azure Machine Learning Studio ile modellerin dağıtımı.	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 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 eklentisi ile bir konteyner içinde açmak için şu adımları izleyin:

1. Eğer geliştirme konteynerini ilk defa kullanıyorsanız, sisteminizin ön koşulları karşıladığından emin olun (örneğin Docker yüklü olsun) başlangıç dokümantasyonunda belirtildiği gibi.

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

Not: Bu arka planda Remote-Containers: Clone Repository in Container Volume... komutunu kullanarak kaynak kodu yerel dosya sistemi yerine bir Docker hacmine klonlar. Hacimler konteyner verilerini kalıcı hale getirmek için tercih edilen mekanizmadır.

Ya da yerel olarak klonlanmış veya indirilmiş versiyonunu 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 kullanmak için Docsify kullanabilirsiniz. Bu depoyu çatallayın, Docsify kurulumunu yerel makinenize yapın, ardından bu deponun kök klasöründe docsify serve yazın. Site localhost üzerinde 3000 portundan erişilebilir olacaktır: localhost:3000.

Not, not defterleri Docsify ile görüntülenmez, bu nedenle bir not defteri çalıştırmanız gerektiğinde bunu VS Code’da Python çekirdeği çalıştırarak ayrı yapın.

Diğer Müfredatlar

Ekibimiz başka müfredatlar da üretiyor! İnceleyin:

LangChain

---

Azure / Edge / MCP / Agentler

---

Üretken AI Serisi

---

Temel Öğrenme

---

Copilot Serisi

Yardım Alma

Sorun mu yaşıyorsunuz? Yaygın sorunlar için çözümleri görmek üzere Sorun Giderme Rehberimizi inceleyin.

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

Ürün geribildirimi veya geliştirme sırasında karşılaştığınız hatalar için ziyaret edin:

---

Feragatname:
Bu belge, AI çeviri servisi Co-op Translator kullanılarak çevrilmiştir. Doğruluk için çaba gösterilse de, otomatik çevirilerin hatalar veya yanlışlıklar içerebileceğini lütfen unutmayınız. 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 tutulamayız.