Data Analysis with SQL and Python

Eğitim Hakkında

SQL ve Python ile veri analizi

Eğitim SQL ve Python'u birlikte kullanarak veri analizi yapmayı öğretir. SELECT, JOIN, GROUP BY, CTE ve pencere fonksiyonları (ROW_NUMBER, LAG, SUM OVER), SQLAlchemy ile bağlantı, pandas.read_sql, veri temizleme ve eksik veri, keşifçi veri analizi, groupby ve pivot, matplotlib ve seaborn ile görselleştirme, kohort ve satış analizi örnekleri ve otomatik rapor üretimi uygulamalı işlenir.

Süre ve Format

2 Gün. Her gün dört modül; 1. gün SQL ile Veri Hazırlama; 2. gün Python ile Analiz ve Raporlama.

Seviye

Orta Seviye — SQL ve Python ile uçtan uca veri analizi

Öğrenme Metodu

Katılımcılar PostgreSQL üzerindeki satış veri tabanından SQL ile veri çeker, pandas ile temizleyip analiz eder, görselleştirir ve otomatik rapor üretir.

Neden Bu Eğitim?

🧮SQL Gücü

Veriyi tabloda iken filtreleyip özetleyerek analiz süresini kısaltırsınız.

🐼pandas Esnekliği

SQL'in yapamadığı dönüşüm ve istatistik işlemlerini Python'da yaparsınız.

📈Anlatan Raporlar

Bulguları grafiklerle hikâyeleştirip otomatik rapora dönüştürürsünüz.

Anahtar Konular

sql python veri analizipandas sqlalchemypencere fonksiyonlarıkeşifçi veri analiziveri analisti eğitimiseaborn matplotlibkohort analizipostgresql python

“Veri sorusunu SQL ile çekin, Python ile yorumlayın, grafikle anlatın.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1

Temel SQL

SELECT ve WHERE bilgisi faydalıdır.

2

Temel Python

Değişken, döngü ve fonksiyon bilgisi gerekir.

3

Jupyter

Anaconda veya JupyterLab kurulumu yapılmalıdır.

4

İstatistik

Ortalama, medyan ve dağılım kavramları bilinmelidir.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiKatılımcı JOIN, GROUP BY, CTE ve pencere fonksiyonlarıyla analiz sorguları yazar.

Modül 1

SQL Temelleri

SELECT, WHERE, ORDER BY, LIMIT
Tarih ve metin fonksiyonları
CASE WHEN ile koşullu sütun
NULL yönetimi: COALESCE
DISTINCT ve tekilleştirme
Veri tipleri ve dönüşümler

Modül 2

Birleştirme ve Gruplama

INNER, LEFT, FULL JOIN
Çoktan-çoğa ilişkiler ve tuzaklar
GROUP BY ve HAVING
COUNT, SUM, AVG, MIN, MAX
Alt sorgu ve EXISTS
UNION ve kümeler

Modül 3

CTE ve Pencere Fonksiyonları

WITH ile okunaklı sorgu
ROW_NUMBER, RANK, DENSE_RANK
LAG ve LEAD ile dönemsel fark
SUM() OVER hareketli toplam
NTILE ve yüzdelik dilim
Kohort sorgusu

Modül 4

Sorgu Performansı

EXPLAIN ve sorgu planı
İndeks kullanımı
Gereksiz sütun ve satırı azaltma
Sorguyu veritabanında aggregate etme
Parametreli sorgu
Analiz için görünüm (view) oluşturma

Günün hedefiKatılımcı SQL verisini pandas'a alıp temizler, analiz eder, görselleştirir ve rapor üretir.

Modül 1

Python-SQL Bağlantısı

SQLAlchemy engine ve bağlantı dizesi
pandas.read_sql ve parçalı okuma (chunksize)
DataFrame'i tabloya yazma (to_sql)
Parametre güvenliği ve SQL enjeksiyonu
Bağlantı yönetimi
Yapılandırma ve gizli bilgi

Modül 2

pandas ile Temizleme

info, describe ve value_counts
Eksik veri: dropna, fillna
Tür dönüşümü ve tarih ayrıştırma
Yinelenen kayıt temizleme
Aykırı değer: IQR yöntemi
Metin temizleme: str metotları

Modül 3

Keşifçi Analiz

groupby ve agg
pivot_table ve crosstab
merge ve concat
Zaman serisi: resample, rolling
Korelasyon ve dağılım
Kohort ve tutundurma analizi

Modül 4

Görselleştirme ve Rapor

matplotlib ve seaborn grafik seçimi
Çizgi, çubuk, histogram, ısı haritası
Etiket, renk ve okunabilirlik
Jupyter'den HTML ve PDF rapor
Zamanlanmış rapor betiği
Analiz bulgularını anlatma

Eğitim Kazanımları

Program sonunda katılımcılar:

✅

SQL Sorguları

İş sorularını SQL sorgusuna çevirirsiniz.

✅

Pencere Fonksiyonları

Sıralama ve dönemsel karşılaştırmaları yaparsınız.

✅

CTE Kullanımı

Karmaşık sorguları okunaklı parçalara ayırırsınız.

✅

Python Bağlantısı

SQLAlchemy ile veritabanından DataFrame alırsınız.

✅

Veri Temizleme

Eksik, yinelenen ve aykırı veriyi temizlersiniz.

✅

Keşifçi Analiz

groupby ve pivot ile veriden örüntü çıkarırsınız.

✅

Görselleştirme

Doğru grafik türünü seçip okunaklı çizersiniz.

✅

Rapor Otomasyonu

Analizi tekrar çalıştırılabilir rapor betiğine dönüştürürsünüz.

Kimler İçin Uygundur?

Veri analistleri
iş zekâsı uzmanları
veri tabanından rapor üretmek isteyen mühendisler için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?

Veri analistleri, iş zekâsı uzmanları ve veri tabanından rapor üretmek isteyen mühendisler için uygundur. SELECT ve WHERE bilgisi faydalıdır.

Hangi veritabanı kullanılır?

PostgreSQL kullanılır; sorgular MySQL ve SQL Server'a kolayca uyarlanır.

Büyük veriyle çalışılır mı?

Parçalı okuma ve veritabanında aggregate gibi ölçekleme teknikleri gösterilir.

Sertifika verilir mi?

Digital Vizyon Akademi Katılım ve Başarı Sertifikası verilir.

Power BI var mı?

Hayır, görselleştirme Python kütüphaneleriyle yapılır.

Sertifikalandırma

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.

Örnek Sertifika

DATA ANALYSIS WITH SQL AND PYTHON EĞİTİMİ