[](https://github.com/microsoft/ML-For-Beginners/blob/master/LICENSE) [](https://GitHub.com/microsoft/ML-For-Beginners/graphs/contributors/) [](https://GitHub.com/microsoft/ML-For-Beginners/issues/) [](https://GitHub.com/microsoft/ML-For-Beginners/pulls/) [](http://makeapullrequest.com) [](https://GitHub.com/microsoft/ML-For-Beginners/watchers/) [](https://GitHub.com/microsoft/ML-For-Beginners/network/) [](https://GitHub.com/microsoft/ML-For-Beginners/stargazers/) ### 🌐 Çok Dilli Destek #### GitHub Action ile desteklenir (Otomatik ve Her Zaman Güncel) [Arapça](../ar/README.md) | [Bengalce](../bn/README.md) | [Bulgarca](../bg/README.md) | [Birmence (Myanmar)](../my/README.md) | [Çince (Basitleştirilmiş)](../zh/README.md) | [Çince (Geleneksel, Hong Kong)](../hk/README.md) | [Çince (Geleneksel, Makao)](../mo/README.md) | [Çince (Geleneksel, Tayvan)](../tw/README.md) | [Hırvatça](../hr/README.md) | [Çekçe](../cs/README.md) | [Danca](../da/README.md) | [Flemenkçe](../nl/README.md) | [Estonca](../et/README.md) | [Fince](../fi/README.md) | [Fransızca](../fr/README.md) | [Almanca](../de/README.md) | [Yunanca](../el/README.md) | [İbranice](../he/README.md) | [Hintçe](../hi/README.md) | [Macarca](../hu/README.md) | [Endonezce](../id/README.md) | [İtalyanca](../it/README.md) | [Japonca](../ja/README.md) | [Kannada](../kn/README.md) | [Korece](../ko/README.md) | [Litvanca](../lt/README.md) | [Malayca](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepalce](../ne/README.md) | [Nijerya Pidgincesi](../pcm/README.md) | [Norveççe](../no/README.md) | [Farsça (Farsi)](../fa/README.md) | [Lehçe](../pl/README.md) | [Portekizce (Brezilya)](../br/README.md) | [Portekizce (Portekiz)](../pt/README.md) | [Pencapça (Gurmukhi)](../pa/README.md) | [Romence](../ro/README.md) | [Rusça](../ru/README.md) | [Sırpça (Kiril)](../sr/README.md) | [Slovakça](../sk/README.md) | [Slovence](../sl/README.md) | [İspanyolca](../es/README.md) | [Svahili](../sw/README.md) | [İsveççe](../sv/README.md) | [Tagalog (Filipince)](../tl/README.md) | [Tamilce](../ta/README.md) | [Telugu](../te/README.md) | [Tayca](../th/README.md) | [Türkçe](./README.md) | [Ukraynaca](../uk/README.md) | [Urduca](../ur/README.md) | [Vietnamca](../vi/README.md) #### Topluluğumuza Katılın [](https://discord.gg/nTYy5BXMWG) Discord üzerinde devam eden bir AI ile öğrenme serimiz var; daha fazlasını öğrenin ve 18 - 30 September, 2025 tarihlerinde bize katılın: [AI ile Öğrenme Serisi](https://aka.ms/learnwithai/discord). Veri Bilimi için GitHub Copilot kullanımıyla ilgili ipuçları ve püf noktaları alacaksınız.  # Başlangıç İçin Makine Öğrenimi - Bir Müfredat > 🌍 Dünya kültürleri aracılığıyla Makine Öğrenimini keşfederken dünya çapında seyahat edin 🌍 Microsoft Bulut Savunucuları, **Makine Öğrenimi** hakkında 12 haftalık, 26 derslik bir müfredat sunmaktan memnuniyet duyar. Bu müfredatta, genellikle bir kütüphane olarak Scikit-learn kullanılarak ve derin öğrenmeden kaçınılarak bazen "klasik makine öğrenimi" olarak adlandırılan konuları öğreneceksiniz; derin öğrenme, [AI for Beginners' curriculum](https://aka.ms/ai4beginners) içinde ele alınmıştır. Bu dersleri ayrıca ['Data Science for Beginners' curriculum](https://aka.ms/ds4beginners) ile eşleştirin! Bu klasik teknikleri dünyanın birçok bölgesinden gelen veriler üzerinde uygularken bizimle dünyayı gezin. Her ders öncesi ve sonrası kısa sınavlar, dersin tamamlanması için yazılı talimatlar, bir çözüm, bir ödev ve daha fazlasını içerir. Proje tabanlı pedagojimiz, oluştururken öğrenmenizi sağlar; yeni becerilerin 'kalıcı' olmasını sağlayan kanıtlanmış bir yoldur. **✍️ Yazarlarımıza içten teşekkürler** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu ve Amy Boyd **🎨 İllüstratörlerimize de teşekkürler** Tomomi Imura, Dasani Madipalli ve Jen Looper **🙏 Özel teşekkürler 🙏 Microsoft Student Ambassador yazarlarımıza, inceleyicilerimize ve içerik katkıda bulunanlarımıza**, özellikle Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila ve Snigdha Agarwal **🤩 R derslerimiz için Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi ve Vidushi Gupta'ya ekstra teşekkürler!** # Başlarken Bu adımları izleyin: 1. **Depoyu Fork'layın**: Bu sayfanın sağ üst köşesindeki "Fork" düğmesine tıklayın. 2. **Depoyu Klonlayın**: `git clone https://github.com/microsoft/ML-For-Beginners.git` > [Bu kurs için tüm ek kaynakları Microsoft Learn koleksiyonumuzda bulun](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) > 🔧 **Yardıma mı ihtiyacınız var?** Kurulum, yapılandırma ve dersleri çalıştırmayla ilgili yaygın sorunlar için [Sorun Giderme Rehberimizi](TROUBLESHOOTING.md) kontrol edin. **[Öğrenciler](https://aka.ms/student-page)**, bu müfredatı kullanmak için tüm repo'yu kendi GitHub hesabınıza fork'layın ve alıştırmaları kendi başınıza veya bir grupla tamamlayın: - Ders öncesi kısa sınavla başlayın. - Dersi okuyun ve her bilgi kontrolünde durup düşünerek etkinlikleri tamamlayın. - Çözüm kodunu çalıştırmaktan ziyade dersleri anlayarak projeleri oluşturmaya çalışın; ancak bu kod her proje odaklı dersin `/solution` klasöründe mevcuttur. - Ders sonrası kısa sınavı yapın. - Meydan okumayı tamamlayın. - Ödevi tamamlayın. - Bir ders grubunu tamamladıktan sonra [Tartışma Panosu](https://github.com/microsoft/ML-For-Beginners/discussions)'nu ziyaret edin ve uygun PAT değerlendirme formunu doldurarak "yüksek sesle öğrenin". 'PAT', öğreniminizi ilerletmek için doldurduğunuz bir İlerleme Değerlendirme Aracı (Progress Assessment Tool) olan bir derecelendirme formudur. Birlikte öğrenebilmemiz için diğer PAT'lere de tepki verebilirsiniz. > İleri çalışma için bu [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) modüllerini ve öğrenme yollarını takip etmenizi öneririz. **Öğretmenler**, bu müfredatı nasıl kullanacağınıza dair bazı önerileri [içeriyoruz](for-teachers.md). --- ## Video anlatımları Bazı dersler kısa format video olarak mevcuttur. Bunların tamamını derslerin içinde bulabilirsiniz ya da aşağıdaki görseli tıklayarak [Microsoft Developer YouTube kanalındaki ML for Beginners oynatma listesinde](https://aka.ms/ml-beginners-videos) izleyebilirsiniz. [](https://aka.ms/ml-beginners-videos) --- ## Ekiple Tanışın [](https://youtu.be/Tj1XWrDSYJU) **Gif tarafından** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal) > 🎥 Proje ve yaratan kişiler hakkında bir video için yukarıdaki görsele tıklayın! --- ## Pedagoji Bu müfredatı oluştururken iki pedagojik ilke seçtik: uygulamalı ve proje tabanlı olmasını sağlamak ve içinde sık sık kısa sınavlar bulundurmak. Ayrıca, bu müfredatın bütünlüğünü sağlamak için ortak bir **tema** içerir. İçeriğin projelerle hizalanmasını sağlayarak süreç öğrenciler için daha ilgi çekici hale gelir ve kavramların kalıcılığı artırılır. Ayrıca, sınıftan önce yapılan düşük riskli bir sınav öğrencinin bir konuya yönelik niyetini belirlerken, sınıftan sonra yapılan ikinci bir sınav ek kalıcılık sağlar. Bu müfredat esnek ve eğlenceli olacak şekilde tasarlanmıştır ve tamamını veya bir kısmını alabilirsiniz. Projeler küçük başlar ve 12 haftalık döngünün sonunda giderek daha karmaşık hale gelir. Bu müfredat ayrıca gerçek dünya ML uygulamaları hakkında bir sonuç bölümü içerir; bu, ekstra kredi olarak veya tartışma temeli olarak kullanılabilir. > Davranış Kuralları, Katkıda Bulunma, Çeviri ve Sorun Giderme yönergelerimizi bulun: [Davranış Kuralları](CODE_OF_CONDUCT.md), [Katkıda Bulunma](CONTRIBUTING.md), [Çeviri](TRANSLATIONS.md) ve [Sorun Giderme](TROUBLESHOOTING.md). Yapıcı geri bildirimlerinizi memnuniyetle karşılıyoruz! ## Her ders içerir - isteğe bağlı sketchnote - isteğe bağlı ek video - video anlatımı (sadece bazı dersler) - [Derse öncesi ısınma sınavı](https://ff-quizzes.netlify.app/en/ml/) - yazılı ders - proje tabanlı dersler için, projeyi nasıl oluşturacağınıza dair adım adım rehberler - bilgi kontrolleri - bir meydan okuma - ek okuma - ödev - [Ders sonrası kısa sınav](https://ff-quizzes.netlify.app/en/ml/) > **Diller hakkında bir not**: Bu dersler öncelikle Python ile yazılmıştır, ancak birçoğu R olarak da mevcuttur. Bir R dersini tamamlamak için `/solution` klasörüne gidin ve R derslerini arayın. Bunlar .rmd uzantısı içerir; bu uzantı, `R Markdown` dosyasını temsil eder ve basitçe `kod parçacıkları` (R veya diğer dillerden) ve `YAML başlığı` (PDF gibi çıktıları nasıl biçimlendireceğinizi yönlendiren) içeren bir `Markdown belgesi` olarak tanımlanabilir. Bu nedenle, kodunuzu, çıktısını ve düşüncelerinizi Markdown içinde yazmanıza olanak tanıyarak veri bilimi için örnek bir yazım çerçevesi olarak hizmet eder. Ayrıca, R Markdown belgeleri PDF, HTML veya Word gibi çıktı formatlarına dönüştürülebilir. > **Quiz'ler hakkında bir not**: Tüm sınavlar [Quiz Uygulaması klasöründe](../../quiz-app) bulunur; toplam 52 sınav, her biri üç sorudan oluşmaktadır. Bunlar derslerin içinden bağlantılanmıştır ancak quiz uygulaması yerel olarak çalıştırılabilir; yerel olarak barındırmak veya Azure'a dağıtmak için `quiz-app` klasöründeki talimatları izleyin. | Lesson Number | Topic | Lesson Grouping | Learning Objectives | Linked Lesson | Author | | :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: | | 01 | Makine öğrenimine giriş | [Giriş](1-Introduction/README.md) | Makine öğreniminin temel kavramlarını öğrenin | [Ders](1-Introduction/1-intro-to-ML/README.md) | Muhammad | | 02 | Makine öğreniminin tarihi | [Giriş](1-Introduction/README.md) | Bu alanın tarihini öğrenin | [Ders](1-Introduction/2-history-of-ML/README.md) | Jen and Amy | | 03 | Adillik ve makine öğrenimi | [Giriş](1-Introduction/README.md) | Makine öğrenimi modelleri oluşturup uygularken öğrencilerin dikkate alması gereken adillik etrafındaki önemli felsefi konular nelerdir? | [Ders](1-Introduction/3-fairness/README.md) | Tomomi | | 04 | Makine öğrenimi teknikleri | [Giriş](1-Introduction/README.md) | ML araştırmacılarının ML modelleri oluşturmak için kullandığı teknikler nelerdir? | [Ders](1-Introduction/4-techniques-of-ML/README.md) | Chris and Jen | | 05 | Regresyona giriş | [Regresyon](2-Regression/README.md) | Regresyon modelleri için Python ve Scikit-learn ile başlayın | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau | | 06 | Kuzey Amerika kabak fiyatları 🎃 | [Regresyon](2-Regression/README.md) | Makine öğrenimi için veri hazırlığı kapsamında verileri görselleştirin ve temizleyin | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau | | 07 | Kuzey Amerika kabak fiyatları 🎃 | [Regresyon](2-Regression/README.md) | Doğrusal ve polinomsal regresyon modelleri oluşturun | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen and Dmitry • Eric Wanjau | | 08 | Kuzey Amerika kabak fiyatları 🎃 | [Regresyon](2-Regression/README.md) | Lojistik regresyon modeli oluşturun | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau | | 09 | Bir Web Uygulaması 🔌 | [Web Uygulaması](3-Web-App/README.md) | Eğittiğiniz modeli kullanmak için bir web uygulaması oluşturun | [Python](3-Web-App/1-Web-App/README.md) | Jen | | 10 | Sınıflandırmaya giriş | [Sınıflandırma](4-Classification/README.md) | Verilerinizi temizleyin, hazırlayın ve görselleştirin; sınıflandırmaya giriş | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen and Cassie • Eric Wanjau | | 11 | Lezzetli Asya ve Hint mutfağı 🍜 | [Sınıflandırma](4-Classification/README.md) | Sınıflandırıcılara giriş | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Jen and Cassie • Eric Wanjau | | 12 | Lezzetli Asya ve Hint mutfağı 🍜 | [Sınıflandırma](4-Classification/README.md) | Daha fazla sınıflandırıcı | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Jen and Cassie • Eric Wanjau | | 13 | Lezzetli Asya ve Hint mutfağı 🍜 | [Sınıflandırma](4-Classification/README.md) | Modelinizi kullanarak bir öneri web uygulaması oluşturun | [Python](4-Classification/4-Applied/README.md) | Jen | | 14 | Kümelemeye giriş | [Kümeleme](5-Clustering/README.md) | Verilerinizi temizleyin, hazırlayın ve görselleştirin; kümelemeye giriş | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau | | 15 | Nijerya Müzik Zevklerini Keşfetme 🎧 | [Kümeleme](5-Clustering/README.md) | K-Means kümeleme yöntemini keşfedin | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau | | 16 | Doğal dil işlemeye giriş ☕️ | [Doğal dil işleme](6-NLP/README.md) | Basit bir bot oluşturarak doğal dil işleme (NLP) hakkında temel bilgileri öğrenin | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen | | 17 | Yaygın NLP Görevleri ☕️ | [Doğal dil işleme](6-NLP/README.md) | Dil yapılarını ele alırken gereken yaygın görevleri anlayarak NLP bilginizi derinleştirin | [Python](6-NLP/2-Tasks/README.md) | Stephen | | 18 | Çeviri ve duygu analizi ♥️ | [Doğal dil işleme](6-NLP/README.md) | Jane Austen ile çeviri ve duygu analizi | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen | | 19 | Avrupa'nın romantik otelleri ♥️ | [Doğal dil işleme](6-NLP/README.md) | Otel yorumları ile duygu analizi 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen | | 20 | Avrupa'nın romantik otelleri ♥️ | [Doğal dil işleme](6-NLP/README.md) | Otel yorumları ile duygu analizi 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen | | 21 | Zaman serisi tahminine giriş | [Zaman serileri](7-TimeSeries/README.md) | Zaman serisi tahminine giriş | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca | | 22 | ⚡️ Dünya Enerji Kullanımı ⚡️ - ARIMA ile zaman serisi tahmini | [Zaman serileri](7-TimeSeries/README.md) | ARIMA ile zaman serisi tahmini | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca | | 23 | ⚡️ Dünya Enerji Kullanımı ⚡️ - SVR ile zaman serisi tahmini | [Zaman serileri](7-TimeSeries/README.md) | Destek Vektör Regresörü ile zaman serisi tahmini | [Python](7-TimeSeries/3-SVR/README.md) | Anirban | | 24 | Pekiştirmeli öğrenmeye giriş | [Pekiştirmeli öğrenme](8-Reinforcement/README.md) | Q-Öğrenme ile pekiştirmeli öğrenmeye giriş | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry | | 25 | Peter'ın kurttan kaçmasına yardım et! 🐺 | [Pekiştirmeli öğrenme](8-Reinforcement/README.md) | Pekiştirmeli öğrenme Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry | | Dipnot | Gerçek Dünyada ML senaryoları ve uygulamaları | [ML in the Wild](9-Real-World/README.md) | Klasik ML'nin ilginç ve öğretici gerçek dünya uygulamaları | [Ders](9-Real-World/1-Applications/README.md) | Takım | | Dipnot | RAI panosu kullanarak ML'de model hata ayıklama | [ML in the Wild](9-Real-World/README.md) | Responsible AI panosu bileşenlerini kullanarak Makine Öğreniminde model hata ayıklama | [Ders](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu | > [Bu kurs için tüm ek kaynakları Microsoft Learn koleksiyonumuzda bulun](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) ## Çevrimdışı erişim Bu dökümantasyonu çevrimdışı olarak [Docsify](https://docsify.js.org/#/) kullanarak çalıştırabilirsiniz. Bu depoyu fork edin, yerel makinenize [Docsify](https://docsify.js.org/#/quickstart) yükleyin ve ardından bu deponun kök klasöründe `docsify serve` yazın. Web sitesi localhost'ınızda 3000 portundan sunulacaktır: `localhost:3000`. ## PDF'ler Müfredatın bağlantılarıyla birlikte PDF'ini [burada](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) bulabilirsiniz. ## 🎒 Diğer Kurslar Ekibimiz başka kurslar da üretiyor! Göz atın: ### LangChain [](https://aka.ms/langchain4j-for-beginners) [](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin) --- ### Azure / Edge / MCP / Ajanlar [](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst) [](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst) [](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst) [](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst) --- ### Üretken Yapay Zeka Serisi [](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst) [-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst) [-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst) [-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst) --- ### Temel Öğrenme [](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst) [](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst) [](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst) [](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung) [](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst) [](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst) [](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst) --- ### Copilot Serisi [](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst) [](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst) [](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst) ## Yardım If you get stuck or have any questions about building AI apps. Join fellow learners and experienced developers in discussions about MCP. It's a supportive community where questions are welcome and knowledge is shared freely. [](https://discord.gg/nTYy5BXMWG) Eğer ürünle ilgili geri bildirimleriniz veya geliştirme sırasında karşılaştığınız hatalar varsa ziyaret edin: [](https://aka.ms/foundry/forum) --- Feragatname: Bu belge, yapay zeka çeviri hizmeti [Co-op Translator](https://github.com/Azure/co-op-translator) kullanılarak çevrilmiştir. Doğruluğu sağlamaya çalışsak da, otomatik çevirilerin hatalar veya eksiklikler içerebileceğini lütfen unutmayın. Belgenin orijinal dilindeki sürümü yetkili kaynak olarak kabul edilmelidir. Kritik bilgiler için profesyonel insan çevirisi tavsiye edilir. Bu çevirinin kullanımı sonucunda ortaya çıkabilecek herhangi bir yanlış anlama veya yanlış yorumdan sorumlu değiliz.