Data-Science-For-Beginners/translations/tr

Yeni Başlayanlar için Veri Bilimi - Bir Müfredat

Microsoft'taki Azure Cloud Advocates, Veri Bilimi hakkında 10 haftalık, 20 derslik bir müfredatı sunmaktan memnuniyet duyar. Her ders, ders öncesi ve ders sonrası quiz'leri, dersi tamamlamak için yazılı talimatları, bir çözümü ve bir ödevi içerir. Proje tabanlı pedagojiyle, inşa ederken öğrenmenizi sağlıyoruz; 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 Student Ambassador yazarlarımıza, inceleyicilerimize ve içerik katkıcılarımıza, 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 - Sketchnote by @nitya

🌐 Çok Dilli Destek

GitHub Action ile Desteklenir (Otomatik ve Her Zaman Güncel)

Arapça | Bengalce | Bulgarca | Burmaca (Myanmar) | Çince (Basitleştirilmiş) | Çince (Geleneksel, Hong Kong) | Çince (Geleneksel, Makao) | Çince (Geleneksel, Tayvan) | Hırvatça | Çekçe | Danca | Hollandaca | Estonca | Fince | Fransızca | Almanca | Yunanca | İbranice | Hintçe | Macarca | Endonezyaca | İtalyanca | Japonca | Kannadaca | Korece | Litvanca | Malayca | Malayalam | Marathice | Nepalce | Nijerya Pidgin | Norveççe | Farsça (Farsi) | Lehçe | Portekizce (Brezilya) | Portekizce (Portekiz) | Pencapça (Gurmukhi) | Rumence | Rusça | Sırpça (Kiril) | Slovakça | Slovence | İspanyolca | Svahili | İsveççe | Tagalog (Filipin) | Tamilce | Telugu | Tayca | Türkçe | Ukraynaca | Urduca | Vietnamca

Ek çeviri dilleri isterseniz desteklenen diller burada listelenmiştir

Topluluğumuza Katılın

Yapay Zeka ile öğrenme serimiz Discord'da devam ediyor, daha fazla bilgi almak ve bize katılmak için 18 - 30 Eylül 2025 tarihleri arasında Learn with AI Series sayfasını ziyaret edin. GitHub Copilot'ı Veri Bilimi için kullanmaya dair ipuçları ve püf noktaları edineceksiniz.

Öğrenci misiniz?

Aşağıdaki kaynaklarla başlayın:

• Öğrenci Merkezi sayfası Bu sayfada, başlangıç kaynakları, Öğrenci paketleri ve hatta ücretsiz sertifika kuponu alma yolları bulacaksınız. Bu, yer işaretlerine eklemek isteyeceğiniz ve içerikleri en az aylık olarak güncellediğimiz için zaman zaman kontrol etmeniz gereken bir sayfadır.
• Microsoft Learn Öğrenci Elçileri Küresel bir öğrenci elçileri topluluğuna katılın; bu, 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
• Katkıda Bulunma Kılavuzu - Bu projeye nasıl katkıda bulunulur
• Öğretmenler için - Öğretim rehberi ve sınıf kaynakları

👨‍🎓 Öğrenciler için

Tamamen Yeni Başlayanlar: Veri bilimine yeni misiniz? Başlangıç 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 fork'layın ve alıştırmaları ders öncesi bir quiz ile başlayarak kendi başınıza tamamlayın. Ardından dersi okuyun ve diğer etkinlikleri tamamlayın. Projeleri, çözüm kodunu kopyalamak yerine dersleri anlayarak oluşturmaya çalışın; yine de, proje odaklı her dersin /solutions klasörlerinde o kod mevcuttur. Bir diğer fikir de arkadaşlarınızla bir çalışma grubu oluşturarak içeriği birlikte gözden geçirmektir. 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 gözden geçirin
3. Ders 1 ile başlayın ve sırayla ilerleyin
4. Destek için Discord topluluğumuza katılın

👩‍🏫 Öğretmenler için

Öğretmenler: bu müfredatı nasıl kullanacağınıza dair bazı önerileri ekledik. Geri bildirimlerinizi tartışma forumumuzda duymaktan memnun oluruz!

Ekibi Tanıyın

Gif hazırlayan Mohit Jaisal

🎥 Projeyi ve onu oluşturan kişileri anlatan bir video için yukarıdaki resme tıklayın!

Pedagoji

Bu müfredatı oluştururken iki öğretim ilkesi seçtik: proje tabanlı olmasını sağlamak ve sık aralıklarla kısa sınavlar içermesini sağlamak. 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 ilkelerini öğrenmiş olacaklar.

Ayrıca, ders öncesi düşük riskli bir quiz öğrencinin bir konu öğrenme niyetini belirlerken, ders sonrası ikinci bir quiz daha fazla bilgilerinin korunmasını 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 Kuralları, Katkıda Bulunma ve Çeviri yönergelerimizi bulun. Yapıcı geri bildirimlerinizi memnuniyetle karşılıyoruz!

Her ders şunları içerir:

• İsteğe bağlı sketchnote
• İsteğe bağlı destekleyici video
• Ders öncesi ısındırma sınavı
• Yazılı ders
• Proje tabanlı dersler için, projeyi nasıl inşa edeceğinize dair adım adım rehberler
• Bilgi yoklamaları
• Bir meydan okuma
• Ek okuma
• Ödev
• Ders sonrası sınav

Sınavlarla ilgili bir not: Tüm sınavlar Quiz-App klasöründe yer almakta olup, her biri üç sorudan oluşan toplam 40 sınav bulunmaktadır. Derslerin içinden bağlantı verilmektedir, ancak quiz uygulaması yerel olarak çalıştırılabilir veya Azure'a dağıtılabilir; talimatlar quiz-app klasöründe bulunmaktadır. Kademeli olarak yerelleştirilmektedir.

🎓 Yeni Başlayanlar için Örnekler

Veri bilimine yeni misiniz? Başlarken yardımcı olmak için basit, iyi yorumlanmış kod içeren özel bir örnekler dizini oluşturduk:

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

Her örnek, her adımı açıklayan ayrıntılı yorumlar içerir, bu da onları tam anlamıyla yeni başlayanlar için mükemmel kılar!

👉 Örneklerle başlayın 👈

Dersler

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

Ders Numarası	Konu	Ders Gruplaması	Öğrenme Hedefleri	Bağlantılı Ders	Yazar
01	Veri Bilimini Tanımlama	Giriş	Veri biliminin temel kavramlarını ve bunun yapay zeka, makine öğrenimi ve büyük veri ile nasıl ilişkili olduğunu 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 Yapısal Sorgu Dili (SQL, “see-quell” okunur) 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 kullanımının temelleri. Temel Python programlama bilgisi önerilir.	ders video	Dmitry
08	Veri Hazırlama	Veri ile Çalışma	Eksik, hatalı veya eksik verilerle başa çıkmak için veriyi temizleme ve dönüştürme teknikleri.	ders	Jasmine
09	Miktarları Görselleştirme	Data Visualization	Matplotlib kullanarak kuş verilerini nasıl görselleştireceğinizi öğrenin 🦆	ders	Jen
10	Veri Dağılımlarını Görselleştirme	Data Visualization	Bir aralık içindeki gözlemleri ve eğilimleri görselleştirme.	ders	Jen
11	Oranları Görselleştirme	Data Visualization	Kesikli ve gruplanmış yüzdeleri görselleştirme.	ders	Jen
12	İlişkileri Görselleştirme	Data Visualization	Veri kümeleri ve değişkenleri arasındaki bağlantıları ve korelasyonları görselleştirme.	ders	Jen
13	Anlamlı Görselleştirmeler	Data Visualization	Görselleştirmelerinizi etkili problem çözme ve içgörüler için değerli hale getirmek üzere teknikler 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 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, karar vericilerin anlamasını kolaylaştıracak şekilde veriden elde edilen içgörüleri sunmaya odaklanır.	ders	Jalen
17	Bulutta Veri Bilimi	Bulut Verisi	Bu ders serisi bulutta veri bilimini ve faydalarını tanıtır.	ders	Tiffany and Maud
18	Bulutta Veri Bilimi	Bulut Verisi	Düşük Kod araçları kullanılarak modellerin eğitilmesi.	ders	Tiffany and Maud
19	Bulutta Veri Bilimi	Bulut Verisi	Modelleri Azure Machine Learning Studio ile dağıtma.	ders	Tiffany and Maud
20	Gerçek Dünyada Veri Bilimi	Sahada	Gerçek dünyada veri bilimi odaklı projeler.	ders	Nitya

GitHub Codespaces

Bu örneği bir Codespace içinde açmak için şu adımları izleyin:

1. Code açılır menüsüne tıklayın ve Open with Codespaces seçeneğini seçin.
2. Panelin altındaki + New codespace seçeneğini seçin. Daha fazla bilgi için GitHub belgeleri sayfasına bakın.

VSCode Remote - Containers

Yerel makineniz ve VSCode'u kullanarak bu depoyu bir konteyner içinde açmak için (VS Code Remote - Containers uzantısını kullanarak) şu adımları izleyin:

1. Eğer bu geliştirme konteynerini ilk kez kullanıyorsanız, sisteminizin önkoşulları karşıladığından emin olun (ör. Docker yüklü olsun) için başlarken belgelerine bakın.

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

Not: İşin perde arkasında, kaynak kodunu yerel dosya sistemine değil bir Docker hacmine klonlamak için Remote-Containers: Clone Repository in Container Volume... komutunu kullanacaktır. Hacimler konteyner verilerini kalıcı hale getirmek için tercih edilen mekanizmadır.

Veya yerel olarak klonlanmış veya indirilmiş bir depo sürümünü açın:

• Bu depoyu yerel dosya sisteminize klonlayın.
• F1'e basın ve Remote-Containers: Open Folder in Container... komutunu seçin.
• Bu klasörün klonlanmış kopyasını seçin, konteynerin başlatılmasını bekleyin ve deneyin.

Çevrimdışı erişim

Bu dökümantasyonu Docsify kullanarak çevrimdışı çalıştırabilirsiniz. Bu depoyu fork'layın, yerel makinenize Docsify'ı yükleyin, sonra bu deponun kök klasöründe docsify serve yazın. Web sitesi localhost'unuzda 3000 portunda sunulacaktır: localhost:3000.

Not, notebook'lar Docsify aracılığıyla render edilmeyecektir, bu yüzden bir notebook çalıştırmanız gerektiğinde bunu ayrı olarak VS Code'da bir Python kernel ile yapın.

Diğer Müfredatlar

Ekibimiz başka müfredatlar da üretiyor! Şunlara göz atın:

LangChain

---

Azure / Edge / MCP / Agents

---

Üretken Yapay Zeka Serisi

---

Temel Öğrenme

---

Copilot Serisi

Yardım Alma

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

Eğer takılırsanız veya yapay zeka uygulamaları oluşturma hakkında herhangi bir sorunuz olursa, MCP hakkında tartışmalarda diğer öğrenenler ve deneyimli geliştiricilerle katılın. Soruların hoş karşılandığı ve bilginin özgürce paylaşıldığı destekleyici bir topluluktur.

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

---

Feragatname: Bu belge, yapay zeka çeviri hizmeti 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 ortaya çıkabilecek herhangi bir yanlış anlama veya yanlış yorumdan sorumlu değiliz.