R PROGRAMMING FOR BEGINNERS: LEVERAGING R WITH MATRICES, ARRAYS, & LISTS EĞİTİMİ

Matris, dizi ve listelerle R'ı çok boyuta taşıyın

R matrisleri, array ve listeler: oluşturma, indeksleme, matris cebiri, apply ve iç içe liste yönetimi.

R'ın matris, çok boyutlu dizi ve liste yapılarını oluşturma, indeksleme, matris cebiri ve apply ailesiyle işlemeyi uygulatan başlangıç seviyesi R veri yapıları eğitimi.

2 gün Başlangıç Seviye Online / Yüz Yüze / Hibrit Sertifikalı

Eğitim Hakkında

Matris, array ve liste yapılarıyla veri düzenleme

Bu eğitim, R'ın vektör ötesindeki yapıları olan matris, array ve listeleri öğretir. matrix() ile matris oluşturma, boyut (dim), satır/sütun isimleri, byrow dolum, rbind/cbind ile birleştirme ele alınır. İki boyutlu indeksleme, matris aritmetiği, transpoz, %*% matris çarpımı ve solve ile ters matris gösterilir. array() ile çok boyutlu diziler, apply() ile satır/sütun/boyut üzerinde işlem işlenir. list() ile heterojen liste oluşturma, [[ ]] ve $ erişimi, iç içe liste, lapply/sapply ve listelerin veri çerçevesine ilişkisi anlatılır.

Süre ve Format

2 Gün. Her gün dört modül; matris ve liste yapıları üzerinde bol uygulamalı alıştırmalar.

Seviye

Başlangıç Seviye — R'da matris, çok boyutlu dizi (array) ve liste veri yapılarını oluşturma, indeksleme ve işleme becerilerini kapsar.

Öğrenme Metodu

RStudio'da matris, array ve liste oluşturup indeksleyerek ve apply ailesiyle işleyerek uygulamalı ilerlenir.

Neden Bu Eğitim?

🔢Çok Boyut

Vektörün ötesine geçip iki ve çok boyutlu verileri düzenlemeyi öğrenirsiniz.

🧮Matris Cebiri

Matris çarpımı ve ters alma gibi işlemleri R'da uygularsınız.

📚Esnek Liste

Farklı tipleri bir arada tutan listelerle karmaşık veriyi yönetirsiniz.

Anahtar Konular

r matris eğitimir arrayr listematris cebiri rapply lapply sapplyr veri yapılarır programlama başlangıçrstudio matris
“Doğru veri yapısı, yarısı çözülmüş problemdir.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1
R Vektörleri

Vektör oluşturma ve indeksleme bilgisi gerekir.

2
Temel R

Atama, fonksiyon çağırma ve tiplere aşinalık faydalıdır.

3
RStudio

R ve RStudio kurulu bir ortam gerekir.

4
Matematik

Temel matris kavramına aşinalık avantaj sağlar (zorunlu değil).

Eğitim İçeriği

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

Günün hedefiKatılımcı matris ve array oluşturur, iki boyutlu indeksleme ve matris cebirini uygulayabilir.
Modül 1
Matris Oluşturma
  • matrix(data, nrow, ncol)
  • byrow ile dolum yönü
  • dim() ile boyut
  • rownames/colnames
  • rbind ve cbind ile birleştirme
  • diag ve identity matris
Modül 2
Matris İndeksleme
  • m[satır, sütun] erişimi
  • Tüm satır/sütun seçme m[1,]
  • Alt matris dilimleme
  • Mantıksal indeksleme
  • Değer atama ve güncelleme
  • Satır/sütun silme
Modül 3
Matris Cebiri
  • Eleman bazlı işlemler
  • %*% matris çarpımı
  • t() ile transpoz
  • solve() ile ters matris
  • Determinant (det)
  • rowSums/colSums/rowMeans
Modül 4
Array
  • array(data, dim) ile çok boyut
  • 3B dizi indeksleme
  • Boyut isimleri (dimnames)
  • Dilim (slice) alma
  • Boyut üzerinde özet
  • Kullanım senaryoları
Günün hedefiKatılımcı liste oluşturup erişebilir ve apply ailesiyle yapılar üzerinde işlem yapabilir.
Modül 1
Liste Oluşturma
  • list() ile heterojen eleman
  • İsimlendirilmiş liste
  • İç içe (nested) liste
  • Eleman ekleme/çıkarma
  • length ve str ile inceleme
  • Liste vs vektör farkı
Modül 2
Liste Erişimi
  • [[ ]] ile eleman erişimi
  • $ ile isimle erişim
  • [ ] ile alt liste
  • Derin erişim: l$a$b
  • Eleman güncelleme
  • NULL ile eleman silme
Modül 3
apply Ailesi
  • apply(m, 1/2, fun) satır/sütun
  • lapply ile liste üzerinde
  • sapply ile sadeleştirme
  • vapply ile tip güvenliği
  • mapply çoklu girdi
  • Map/Reduce sezgisi
Modül 4
Veri Yapısı Seçimi
  • Matris mi liste mi?
  • Liste → veri çerçevesi dönüşümü
  • do.call ile birleştirme
  • Fonksiyon çıktısını listede toplama
  • Yapıyı düzleştirme (unlist)
  • Yaygın hatalardan kaçınma

Eğitim Kazanımları

Program sonunda katılımcılar:

✅
Matris

matrix() ile matris oluşturup iki boyutlu indeksleme yaparsınız.

✅
Birleştirme

rbind/cbind ile matrisleri birleştirebilirsiniz.

✅
Matris Cebiri

Çarpım, transpoz ve ters matris işlemlerini uygularsınız.

✅
Array

Çok boyutlu dizileri oluşturup dilimleyebilirsiniz.

✅
Listeler

Heterojen ve iç içe listeleri oluşturup yönetirsiniz.

✅
Erişim

[[ ]], $ ve [ ] ile liste elemanlarına doğru erişirsiniz.

✅
apply

apply/lapply/sapply ile fonksiyonel işlem yaparsınız.

✅
Yapı Seçimi

Senaryoya uygun veri yapısını seçebilirsiniz.

Kimler İçin Uygundur?

  • R temel vektör bilgisi olan başlangıç seviyesi öğrenciler
  • analist adayları

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?
R temel vektör bilgisi olan başlangıç seviyesi öğrenciler ve analist adayları için uygundur.
Matris cebiri gerekir mi?
Hayır; matris kavramı sıfırdan anlatılır, ileri matematik gerektirmez.
Liste neden önemli?
Farklı tipleri bir arada tutar ve veri çerçevesi dahil birçok R yapısının temelidir.
Vektör bilmek şart mı?
Temel vektör oluşturma ve indeksleme bilgisi önerilir.
Sertifika veriliyor mu?
Eğitim sonunda Digital Vizyon Akademi Katılım ve Başarı Sertifikası verilir.

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 d Digital Vizyon AKADEMİ KATILIM SERTİFİKASI Bu sertifika [Katılımcı Adı Soyadı] adlı katılımcının aşağıdaki eğitim programını başarıyla tamamladığını belgeler. R Programming for Beginners: Leveraging R with Matrices, Arr Sertifika Kodu DV-2026XX00 Tarih 26.10.2026 Yetkili İmza DV AKADEMİ

Eğitim Bilgileri

Süre2 gün
SeviyeBaşlangıç Seviye
FormatOnline / Yüz Yüze / Hibrit
Sertifika✓ Var
Hemen Bilgi Al
İlgili Eğitimler

Bu Eğitimle Birlikte Tercih Edilenler

Veri Analizi ve İstatistikNew Age Data Infrastructures: Factors Driving Data Infrastructures Eğitimi
Veri ve Analitik Eğitimleri

New Age Data Infrastructures: Factors Driving Data Infrastructures Eğitimi

2 günOrtaOnline / Yüz Yüze / Hibrit

Modern veri altyapısını yönlendiren etkenler: veri büyümesi, bulut ve depolama-işlem ayrımı, dağıtık işleme, batch/streaming, FinOps, yönetişim ve modern data s

Detayları Gör →
Veri Analizi ve İstatistikNo-code ML with RapidMiner: Time-series Forecasting & Market Basket Analysis Eğitimi
Veri ve Analitik Eğitimleri

No-code ML with RapidMiner: Time-series Forecasting & Market Basket Analysis Eğitimi

2 günOrtaOnline / Yüz Yüze / Hibrit

RapidMiner ile kodsuz ML: süreç tasarımı, zaman serisi tahmini (ARIMA, Holt-Winters) ve pazar sepeti analizi (FP-Growth, support/confidence/lift) uygulamalı.

Detayları Gör →
Veri Analizi ve İstatistikObjects & Retrieving Data Eğitimi
Veri ve Analitik Eğitimleri

Objects & Retrieving Data Eğitimi

2 günTemelOnline / Yüz Yüze / Hibrit

Veritabanı nesneleri ve SQL ile veri getirme: tablo/view, SELECT, WHERE, BETWEEN/IN/LIKE, ORDER BY, toplama fonksiyonları, GROUP BY/HAVING ve JOIN uygulamalı.

Detayları Gör →
Veri Analizi ve İstatistikOlay Yönetimi ve Suçlamasız Olay Sonrası Analiz Eğitimi
Veri ve Analitik Eğitimleri

Olay Yönetimi ve Suçlamasız Olay Sonrası Analiz Eğitimi

2 günOrtaOnline / Yüz Yüze / Hibrit

Olay yönetimi ve suçlamasız postmortem: olay yaşam döngüsü, roller, gözlemlenebilirlik, kök neden (5 Neden), MTTR/MTTD, SLO ve hata bütçesi ile sürekli iyileşti

Detayları Gör →
Veri Analizi ve İstatistikONTAP Cluster Administration and Data Protection Bundle (CDOTDP) Eğitimi
Veri ve Analitik Eğitimleri

ONTAP Cluster Administration and Data Protection Bundle (CDOTDP) Eğitimi

5 günİleriOnline / Yüz Yüze / Hibrit

NetApp ONTAP küme yönetimi ve veri koruma (CDOTDP): küme, aggregate/RAID, SVM, NFS/SMB ve SAN, Snapshot, FlexClone, SnapMirror replikasyon ve felaket kurtarma.

Detayları Gör →
+90 (501) 369 40 14 WhatsApp [email protected] LinkedIn