Eskişehir Teknik Üniversitesi - Sertifika Başvuru Sistemi

Kategori Adı

Veri Bilimi ve Yapay Zeka

Program İşleyişi

Uzaktan

Belge Türü

Katılım

Eğitim Dili

Türkçe

Canlı Derse Devam Zorunluluğu(%)

Başarı Koşulları

Devam koşulunu sağlamış olmak.

Kayıt Dönemi

21.07.2023-15.08.2023

Eğitim Dönemi

19.08.2023-27.08.2023

Program Adı

Python ile Veri Bilimi

Program Türü ve Modeli

Eğitim Programı

Program Koordinatörü

Doç. Dr. Aziz KABA

Eğitici(ler)

Doç. Dr. Aziz KABA

*Bu program, mesleki/kişisel gelişim amaçlıdır. Programdan başarılı olunması halinde sadece belgelendirme yapılmakta olup kesinlikle bir unvan ya da iş garantisi verilmemektedir.

*Minimum katılımcı sayısına ulaşılamaması durumunda bu program açılmayabilir. Bu durumda programa ilişkin ödenen ücret başvuru sahibine iade edilir.

Programın Amacı

Katılımcılara, Makine Öğrenmesi ve Veri Bilimi dünyasına yolculukları sırasında ihtiyaç duyacakları gereksinimlerin kazandırılmasını sağlamaktır. Bilimsel hesaplama ve vektörel işlemler için NumPy kütüphanesi, veri analizi ve işleme için Pandas kütüphanesi, veri görselleştirme için Seaborn kütüphanesi ve tümü için Python programlama dili ele alınacaktır.

Hedef Kitle

Veri Bilimci olmak, çalışmalarında veri analizi yöntemlerini kullanmak ve makine öğrenmesi alanında ilerlemek isteyen herkes.

Program Ön Koşulu

-

Program Ölçme Değerlendirme

İsteğe bağlı Uygulama ve Proje

Açıklamalar

-

Ders Listesi

Eğitici: Doç. Dr. Aziz KABA

Ders Gereksinimleri(donanım-yazılım vb.): Masaüstü ya da Dizüstü Bilgisayar (kamera, mikrofon ve hoparlöre sahip)

Ders Gün ve Saatleri:

19-20-26-27 Ağustos 2023 (09.00-11.45 ve 13.00-15.45)

Ders İçeriği:

#	Ders İçeriği
1	Python Programlamaya Giriş (Neden Python?, Python ve uygulama alanları, Anaconda Navigator, JupyterLab ve Google Colab, Markdown ve Tex, Akış Diyagramı, Merhaba Dünya: İlk Program)
2	Python Temelleri (Değişkenler ve Veri Tipleri, Temel işlemler, Karşılaştırma, Matematiksel işleçler, Stringler ve string işlemleri, Girdi / Çıktı, Listeler ve liste işlemleri, Demetler, Sözlükler, Kümeler)
3	Koşullar ve Döngüler (if, elif, else, for, while, break, continue, pass)
4	Fonksiyonlar (Fonksiyon tanımlama ve çağırma, Argümanlar, parametreler, dönüş değerleri, Lambda)
5	Bilimsel ve nümerik hesaplama (NumPy kütüphanesi, NumPy array yapısı, Metodlar, İndeksleme)
6	Veri analizi ve veri işleme (Pandas kütüphanesi, Veri okuma, DataFrame yapısı, Özet istatistikler, Gruplama işlemleri, Pivot tabloları, Veri Temizleme, Veri Dönüşümü, Keşifçi Veri Analizi, Veri Mühendisliği)
7	Veri Görselleştirme (Seaborn kütüphanesi, Veriseti yükleme,
8	Dağılım grafikleri,
9	Kategorik grafikler, Isı grafiği)
10	Uygulama (Uçtan uca veri bilimi uygulaması)
11
12
13