28 KiB

Raw Blame History Unescape Escape

Yeni Başlayanlar İçin Veri Bilimi - Müfredat

Microsoft'taki Azure Cloud Advocates, Veri Bilimi hakkında 10 haftalık, 20 derslik bir müfredatı sunmaktan mutluluk duyar. Her ders, ders öncesi ve sonrası quizler, dersi tamamlamak için yazılı talimatlar, bir çözüm ve bir ödev içerir. Proje tabanlı pedagoji yaklaşımımız sayesinde, yeni beceriler 'sağlam kalıcı' olacak şekilde öğrenirken inşa edebilirsiniz.

Yazarlarımıza kalpten 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 İçin Veri Bilimi - @nitya tarafından Sketchnote

🌐 Çok Dilli Destek

GitHub Action ile Destekleniyor (Otomatik & Her Zaman Güncel)

Tercihiniz Yerelde Klonlamak mı?

Bu depo 50+ dil çevirisi içerir, bu da indirme boyutunu önemli ölçüde artırır. 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 ihtiyacınız olan her şeyi çok daha hızlı bir indirme ile sağlar.

Ek dil desteği isterseniz, desteklenen diller burada listelenmiştir

Topluluğumuza Katılın

Discord’da yapay zeka ile öğrenme serimiz devam ediyor, daha fazla bilgi edinip AI ile Öğrenme Serisi etkinliğine 18 - 30 Eylül 2025 tarihleri arasında katılabilirsiniz. GitHub Copilot’u Veri Bilimi için kullanmanın ipuçlarını ve püf noktalarını alacaksınız.

Öğrenci misiniz?

Aşağıdaki kaynaklarla başlayın:

Öğrenci Merkezi sayfası Bu sayfada, yeni başlayanlar için kaynaklar, Öğrenci paketleri ve hatta ücretsiz sertifika kuponu alma yolları bulabilirsiniz. İçeriği en az ayda bir kez değiştirdiğimiz için bu sayfayı sık kullanılanlara ekleyip zaman zaman kontrol etmek isteyeceksiniz.
Microsoft Learn Öğrenci Elçileri Küresel öğrenci elçileri topluluğuna katılın, bu sizin 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 sorunların çözümleri
Katkıda Bulunma Kılavuzu - Bu projeye nasıl katkıda bulunulur
Öğretmenler İçin - Öğretim rehberi ve sınıf kaynakları

👨‍🎓 Öğrenciler İçin

Tamamen Yeni Başlayanlar: Veri bilimine yeni misiniz? başlangıç dostu örneklerimizle başlayın! Bu basit ve iyi yorumlanmış örnekler, tam müfredata geçmeden önce temel bilgileri anlamanıza yardımcı olacak. Öğrenciler: müfredatı kendi başınıza kullanmak için tüm depoyu çatallayın ve öncelikle ders öncesi quizini tamamlayıp ardından dersi okuyup geri kalan aktiviteleri 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 oluşturarak içeriği birlikte gözden geçirmek olabilir. Daha ileri çalışmalar için Microsoft Learn öneririz.

Hızlı Başlangıç:

Ortamınızı kurmak için Kurulum Kılavuzu ‘nu kontrol edin
Müfredatla nasıl çalışılacağını öğrenmek için Kullanım Kılavuzu ‘nu gözden geçirin
1. Dersten başlayıp sıralı şekilde devam edin
Destek için Discord topluluğumuza katılın

👩‍🏫 Öğretmenler İçin

Öğretmenler: bu müfredatın nasıl kullanılacağına dair bazı önerilerimizi ekledik. Geri bildiriminizi tartışma forumumuzda bekliyoruz!

Takım ile Tanışın

Gif yapan Mohit Jaisal

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

Pedagoji

Bu müfredatı oluştururken iki pedagojik ilke seçtik: proje tabanlı olmasını sağlamak ve sık sık quizler içermesini sağlamak. Bu serinin sonunda, öğrenciler etik kavramlar, veri hazırlama, veri ile çalışma yöntemleri, veri görselleştirme, veri analizi, veri biliminin gerçek dünya kullanımları ve daha fazlasını içeren veri biliminin temel prensiplerini öğrenecekler.

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

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

Her ders şunları içerir:

İsteğe bağlı sketchnote
İsteğe bağlı ek video
Dersten önce ısınma quizi
Yazılı ders
Proje tabanlı derslerde, projenin adım adım nasıl oluşturulacağına dair rehberler
Bilgi kontrolleri
Bir meydan okuma
Ek okuma materyali
Ödev
Dersten sonra quiz

Quizler hakkında bir not: Tüm quizler Quiz-App klasöründe yer almakta olup, toplamda üç sorudan oluşan 40 quiz vardır. Derslerden linklenmiştir, 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 mi başlıyorsunuz? Başlamak için basit ve iyi yorumlanmış kodlarla oluşturulmuş özel bir örnekler dizini hazırladık:

🌟 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, böylece kesinlikle yeni başlayanlar için mükemmeldir!

👉 Örneklerle başlayın 👈

Dersler


Veri Bilimi Başlangıç Rehberi: 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 sınıflandırılması ve yaygın kaynakları.	ders	Jasmine
04	İstatistik ve Olasılığa Giriş	Giriş	Veriyi anlamak için olasılık ve istatistik matematiksel teknikleri.	ders video	Dmitry
05	İlişkisel Veri ile Çalışma	Veri ile Çalışma	İlişkisel veriye giriş ve İlişkisel Sorgu Dili (SQL) kullanarak veriyi keşfetme ve analiz etmenin temelleri.	ders	Christopher
06	NoSQL Veri ile Çalışma	Veri ile Çalışma	İlişkisel olmayan veriye giriş, türleri ve döküman veri tabanlarını 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 temelinin anlaşılması önerilir.	ders video	Dmitry
08	Veri Hazırlama	Veri ile Çalışma	Eksik, yanlış ya da eksik verilerle başa çıkmak için veri temizleme ve dönüştürme teknikleri.	ders	Jasmine
09	Nicelikleri Görselleştirme	Veri Görselleştirme	Matplotlib kullanarak kuş verilerini nasıl görselleştireceğinizi 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 bulgular için değerli kılmak için teknikler ve rehberlik.	ders	Jen
14	Veri Bilimi Yaşam Döngüsüne Giriş	Yaşam Döngüsü	Veri bilimi yaşam döngüsüne giriş ve verinin edinilip çıkarılmasının ilk adımı.	ders	Jasmine
15	Analiz Etme	Yaşam Döngüsü	Veri bilimi yaşam döngüsünün bu aşaması veri analiz tekniklerine odaklanır.	ders	Jasmine
16	İletişim Kurma	Yaşam Döngüsü	Veri bilimi yaşam döngüsünün bu aşaması, alınan içgörüleri karar vericilerin kolayca anlayabilmesi için sunmaya odaklanır.	ders	Jalen
17	Bulutta Veri Bilimi	Bulut Verisi	Bu ders serisi, bulutta veri bilimi ve faydalarını tanıtır.	ders	Tiffany ve Maud
18	Bulutta Veri Bilimi	Bulut Verisi	Düşük Kod araçları kullanarak modellerin eğitilmesi.	ders	Tiffany ve Maud
19	Bulutta Veri Bilimi	Bulut Verisi	Azure Machine Learning Studio ile modellerin dağıtımı.	ders	Tiffany ve Maud
20	Doğada Veri Bilimi	Doğada	Gerçek dünyadaki veri bilimi odaklı projeler.	ders	Nitya

GitHub Codespaces

Bu örneği bir Codespace'te açmak için şu adımları izleyin:

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

VSCode Remote - Containers

Bu depoyu yerel makineniz ve VSCode kullanarak bir konteynerde açmak için VS Code Remote - Containers eklentisini kullanın:

Eğer ilk defa bir geliştirme konteyneri kullanıyorsanız sisteminizin ön koşulları (örneğin Docker kurulu olması) karşıladığından emin olun, detaylar için başlarken dökümantasyonuna bakın.

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

Not: Bu durumda, yerel dosya sistemi yerine kaynak kodu Docker hacmine klonlamak için Remote-Containers: Clone Repository in Container Volume... komutu kullanılacaktır. Hacimler konteyner verilerini kalıcı hale getirmenin tercih edilen yoludur.

Ya da yerel olarak klonlanmış ya da indirilen depo 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 çalıştırmak için Docsify kullanabilirsiniz. Bu depoyu fork edin, yerel makinenize Docsify kurun, sonra bu deponun kök klasöründe docsify serve komutunu çalıştırın. Site localhost:3000 portunda hizmet verir: localhost:3000.

Not, defterler Docsify ile render edilmez; bu yüzden defter çalıştırmanız gerekiyorsa, bunu VS Code'da ayrı bir Python çekirdeği çalıştırarak yapmanız gerekir.

Diğer Müfredatlar

Ekibimiz başka müfredatlar da üretiyor! Şunlara göz atın:

LangChain

Azure / Edge / MCP / Ajanlar

Üretken Yapay Zeka Serisi

Temel Öğrenme

Copilot Serisi

Yardım Alma

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

Yapay zeka uygulamaları geliştirme konusunda takılırsanız veya sorularınız olursa, diğer öğrenenler ve deneyimli geliştiricilerle MCP hakkında tartışmalara katılın. Soruların hoş karşılandığı ve bilginin özgürce paylaşıldığı destekleyici bir topluluktur.

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

Feragatname: Bu belge, AI çeviri servisi Co-op Translator kullanılarak çevrilmiştir. Doğruluk için özen gösterilse de, otomatik çevirilerin hata veya yanlışlık içerebileceğini lütfen unutmayınız. Orijinal belge, ana dilinde yetkili kaynak olarak kabul edilmelidir. Kritik bilgiler için profesyonel insan çevirisi önerilir. Bu çevirinin kullanımı sonucu ortaya çıkabilecek yanlış anlamalar veya yorum hatalarından sorumlu değiliz.

28 KiB Raw Blame History Unescape Escape