Analiz için doğru kodlama ortamını kur ve kullan
Veri analitiği için SQL istemcileri, Python (pandas, NumPy) ve R (tidyverse) ortamları, Jupyter ve RMarkdown not defterleri, pip/conda/renv paket yönetimi ve Git ile üretilebilir iş akışlarını uygulamalı öğreten orta seviye eğitim.
SQL, Python, R ortamları, not defterleri ve sürüm yönetimi
Bu eğitim, CompTIA Data+ kapsamında veri analitiği için kullanılan kodlama ortamlarını orta seviyede ele alır. SQL ortamları ve sorgu istemcileri; Python (pandas, NumPy) ve R (tidyverse) ekosistemleri; Jupyter ve RMarkdown not defterleri; VS Code gibi IDE'ler karşılaştırılır. Ortam kurulumu, sanal ortam ve paket yönetimi (pip, conda, renv); veri okuma/yazma, temel dönüştürme ve betik (script) yapısı işlenir. Git ile sürüm kontrolü, üretilebilirlik (reproducibility), kod stili ve belgeleme ele alınır. Katılımcılar bir analiz işini uygun ortamda kurup üretilebilir ve paylaşılabilir hale getirir.
3 Gün. Her gün dört modül; katılımcılar SQL ortamından Python/R'a ve not defteri, sürüm yönetimiyle üretilebilir akışa ilerler.
Orta Seviye — Veri analitiği için SQL, Python ve R kodlama ortamlarının, not defterlerinin ve sürüm yönetiminin uygulamalı ele alınması.
Katılımcılar SQL istemcisi, Jupyter ve VS Code üzerinde gerçek veri setleriyle betik ve not defteri yazarak çalışır.
İşe uygun ortamı seçerek analizin hızını ve kalitesini artırırsınız.
Not defteri ve sürüm kontrolüyle analizi tekrar üretilebilir kılarsınız.
Git ve belgeleme ile ekip içinde kod ve sonucu kolayca paylaşırsınız.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
Temel veri analizi ve tablo kavramlarına aşinalık beklenir.
Temel SQL veya herhangi bir dilde betik yazma deneyimi faydalıdır.
Basit terminal/komut satırı kullanımına aşinalık işi kolaylaştırır.
Python, R ve bir SQL istemcisi kurulabilen bir bilgisayar gerekir.
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
Veritabanı istemcisinde analitik sorgular yazarsınız.
CTE ve pencere fonksiyonlarıyla ileri sorgular kurarsınız.
pandas ve NumPy ile veri yükleyip özetlersiniz.
dplyr ve ggplot2 ile dönüştürme ve görsel üretirsiniz.
venv, conda ve renv ile yalıtılmış ortam kurarsınız.
Jupyter ve RMarkdown ile anlatılı analiz üretirsiniz.
Git ile kodu sürümler ve ekip içinde paylaşırsınız.
Analizi tekrar üretilebilir ve paylaşılabilir hale getirirsiniz.
Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.
Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.
Ön-dikkat öznitelikleri, Cleveland-McGill kodlama, Gestalt ilkeleri, renk teorisi ve tipografiyle hızlı ve doğru okunan grafikler tasarlamayı öğrenin.
Detayları Gör →
Microsoft Project Online Desktop Client'ta Visual Reports, panolar, Gantt biçimlendirme ve earned value grafikleriyle proje verisini görselleştirmeyi öğrenin.
Detayları Gör →
SAS DATA adımında diziler, PROC TRANSPOSE ile geniş-uzun dönüşüm ve SET/MERGE ile veri seti birleştirmeyi BY ve IN= teknikleriyle uygulamalı öğrenin.
Detayları Gör →
SQL'de CAST/CONVERT ve TRY_CAST ile tip dönüşümlerini, UNION, INTERSECT, EXCEPT küme işlemlerini ve performans etkilerini uygulamalı öğrenin.
Detayları Gör →
SQL DDL ile CREATE/ALTER/DROP, PRIMARY/FOREIGN KEY, CHECK kısıtları, indeks ve şema tasarımını, veri bütünlüğü ve göç yaklaşımlarıyla öğrenin.
Detayları Gör →