|
Veri Analizine Giriş
|
Veri biliminin temelleri, analitik düşünce yapısı, veri analizi süreçlerinin adımları ve temel kavramların tanıtılması.
|
|
Python'a Giriş
|
Python programlama dili ve sözdizimi. Kullanılacak geliştirme araçları (Jupyter Notebook vb.) ve çalışma ortamının ayarlanması.
|
|
Python Kütüphaneleri
|
Veri analizi ve manipülasyonunda sıklıkla kullanılan temel Python kütüphaneleri (Pandas, NumPy vb.) ve veri yapıları (DataFrames, Series).
|
|
Veri Ön İşleme (Preprocessing)
|
Veri setlerinin analize hazır hale getirilmesi. Eksik verilerin (Missing Values) yönetimi, aykırı gözlemlerin (Outliers) tespiti, veri temizleme ve dönüştürme adımları.
|
|
Temel İstatistiksel Analizler
|
Betimleyici istatistikler (ortalama, medyan, varyans vb.), dağılım özellikleri ve temel hipotez testlerinin Python üzerinden uygulanması.
|
|
Veri Görselleştirme
|
Analiz sonuçlarının grafikler yardımıyla sunulması. Matplotlib ve Seaborn kütüphaneleri kullanılarak görselleştirme tekniklerinin (Histogram, Boxplot, Scatter Plot vb.) oluşturulması.
|
|
Gerçek Veri Seti Uygulamaları
|
Öğrenilen teorik bilgilerin ve analiz yeteneklerinin, örnek gerçek dünya veri setleri üzerinde uçtan uca projelendirilmesi ve yorumlanması.
|