Veri Analitiği İçin Python Eğitimi

Eğitim Hakkında

Python ile veri temizleme, analiz ve görselleştirme

Eğitim, Python'u veri analitiği için kullanmayı öğretir. Jupyter Notebook, NumPy dizileri, pandas Series ve DataFrame, CSV/Excel okuma, eksik değer temizleme, filtreleme, groupby, merge ve pivot_table, tarih-saat verisi, matplotlib ve seaborn ile grafik üretimi, betimsel istatistik ve korelasyon, sonuçları rapora dönüştürme uygulamalı gerçek veri setleriyle işlenir.

Süre ve Format

3 Gün. Her gün dört modül; 1. gün Python Veri Araçları ve NumPy; 2. gün pandas ile Veri Hazırlama; 3. gün Görselleştirme ve Raporlama.

Seviye

Temel Seviye — Python ile veri temizleme, analiz ve görselleştirme

Öğrenme Metodu

Katılımcılar Jupyter'de gerçek bir satış ve müşteri veri setini baştan sona temizler, analiz eder ve görselleştirir.

Neden Bu Eğitim?

📊Veriden Sonuç

Ham veriyi temizleyip anlamlı özetlere dönüştürürsünüz.

📈Görselleştirme

Doğru grafik türünü seçip okunur grafikler üretirsiniz.

⚙️Tekrarlanabilirlik

Excel'deki elle işleri tekrar çalıştırılabilir notebook'lara çevirirsiniz.

Anahtar Konular

python veri analitiğipandas eğitiminumpyjupyter notebookveri temizlemematplotlib seabornpython veri analiziexcel pythonveri görselleştirme

“Veri, temizlenmeden konuşmaz; temizlendiğinde ise hikâye anlatır.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1

Temel Python

Değişken, koşul ve döngü yapılarını bilmek yeterlidir.

2

Jupyter/Anaconda

Anaconda veya JupyterLab kurulu bir bilgisayar gerekir.

3

Excel deneyimi

Tablo, filtre ve özet tablo kavramlarına aşinalık yeterlidir.

4

Temel istatistik

Ortalama, medyan ve standart sapma bilgisi faydalıdır.

Eğitim İçeriği

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

Günün hedefiKatılımcı Jupyter ortamında çalışır ve NumPy ile sayısal veriyi vektörel olarak işler.

Modül 1

Jupyter Ortamı

Notebook hücre türleri
Kısayollar ve magic komutları
Markdown ile belgeleme
Kernel yönetimi
conda ve pip ile paketler
Tekrarlanabilir notebook düzeni

Modül 2

Python Hızlı Tekrar

Liste ve sözlük
Fonksiyonlar
Liste kavrayışları
Dosya okuma
Tür dönüşümü
Hata okuma

Modül 3

NumPy Dizileri

ndarray oluşturma
shape, dtype
Dilimleme ve boolean maskeleme
Yayınlama (broadcasting)
sum, mean, std
random modülü

Modül 4

Vektörel İşlem

Döngüsüz hesaplama
where ve clip
Matris işlemleri
Tarih ve metin dizileri
Performans karşılaştırması
NaN davranışı

Günün hedefiKatılımcı pandas ile veriyi okur, temizler ve dönüştürür.

Modül 1

Veri Yükleme

read_csv ve read_excel
Sütun türleri ve parse_dates
head, info, describe
Büyük dosya parçalı okuma
SQL'den okuma
Dışa aktarma (to_csv, to_excel)

Modül 2

Seçim ve Filtreleme

loc ve iloc
Boolean filtre
query metodu
isin ve between
Sütun ekleme ve silme
Sıralama (sort_values)

Modül 3

Temizleme

isna, fillna, dropna
Yinelenen kayıtlar
Tür dönüştürme (astype)
String metotları (.str)
Aykırı değer tespiti (IQR)
rename ve kategori kodlama

Modül 4

Gruplama ve Birleştirme

groupby ve agg
pivot_table
merge ve join türleri
concat
apply ve map
Yeni sütun hesaplama

Günün hedefiKatılımcı grafikler üretir, temel istatistiksel sonuçlar çıkarır ve raporlar.

Modül 1

matplotlib

Figure ve Axes yapısı
Çizgi, çubuk, histogram
Etiket, başlık, açıklama
Alt grafikler
Renk ve stil
Grafiği dosyaya kaydetme

Modül 2

seaborn

Kutu, keman, dağılım grafikleri
Isı haritası ile korelasyon
pairplot
Kategorik grafikler
Tema ve palet
Grafik seçim rehberi

Modül 3

Zaman ve İstatistik

Tarih indeksi ve resample
Hareketli ortalama
Betimsel istatistik
Korelasyon ve nedensellik farkı
Basit regresyon girişi (scipy)
Hipotez testine giriş

Modül 4

Rapor ve Proje

Analiz sorusu belirleme
Uçtan uca notebook
Sonuç özeti yazımı
HTML/PDF dışa aktarma
Etik ve veri gizliliği
Final projesi sunumu

Eğitim Kazanımları

Program sonunda katılımcılar:

📓

Jupyter kullanımı

Notebook'ta tekrarlanabilir analiz yapabilirsiniz.

🔢

NumPy dizileri

Vektörel hesaplamalar yapabilirsiniz.

🐼

pandas temeli

DataFrame ile veri okuyup dönüştürebilirsiniz.

🧹

Veri temizleme

Eksik, yinelenen ve aykırı değerleri yönetebilirsiniz.

🔗

Veri birleştirme

merge ve groupby ile tabloları birleştirip özetleyebilirsiniz.

📈

Grafik üretimi

matplotlib ve seaborn ile grafik oluşturabilirsiniz.

📐

İstatistik

Betimsel istatistik ve korelasyon yorumlayabilirsiniz.

📝

Raporlama

Bulguları notebook'tan rapora dönüştürebilirsiniz.

Kimler İçin Uygundur?

Excel'den Python'a geçmek isteyen analistler
raporlama uzmanları
veri bilimine yeni başlayanlar içindir

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?

Excel'den Python'a geçmek isteyen analistler, raporlama uzmanları ve veri bilimine yeni başlayanlar içindir.

Excel biliyorsam yeterli mi?

Temel Python bilgisiyle birlikte Excel deneyimi büyük avantajdır; Python tekrarı kısa tutulur.

Hangi veri setleri kullanılır?

Satış, müşteri ve zaman serisi örnekleri içeren açık veri setleri.

Makine öğrenmesi var mı?

Hayır; analiz ve görselleştirmeye odaklanılır, regresyon sadece giriş düzeyinde ele alınır.

Eğitim sonunda belge verilir mi?

Katılımcılara Digital Vizyon Akademi Katılım ve Başarı Sertifikası verilir. Eğitim herhangi bir üretici sınavına doğrudan hazırlık vaat etmez; sınav söz konusu ise başvuru ve ücret ilgili kuruma aittir.

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

INTRODUCTION TO PYTHON FOR DATA ANALYTICS EĞİTİMİ

Eğitim Hakkında

Neden Bu Eğitim?

Anahtar Konular

Ön Koşullar

Eğitim İçeriği

Jupyter Ortamı

Python Hızlı Tekrar

NumPy Dizileri

Vektörel İşlem

Veri Yükleme

Seçim ve Filtreleme

Temizleme

Gruplama ve Birleştirme

matplotlib

seaborn

Zaman ve İstatistik

Rapor ve Proje

Eğitim Kazanımları

Kimler İçin Uygundur?

Sıkça Sorulan Sorular

Sertifikalandırma

Eğitim Bilgileri

Bu Eğitimle Birlikte Tercih Edilenler

Python - Introduction to Pandas and DataFrames Eğitimi

Python - Manipulating & Analyzing Data in Pandas DataFrames Eğitimi

Python - Pandas Advanced Features Eğitimi

Python - Python and Django (PDWAD) Eğitimi

Python - Python for Network Automation (PNA) Eğitimi