Data Handling in Python Eğitimi

Basit tablo yapıları ve veri türleri gibi temel veri kavramlarına aşina olacağınız varsayılmakla birlikte Python ile önceden herhangi bir deneyime sahip olmanıza gerek yoktur; ihtiyacınız olan tüm ön koşullar Veri Temelleri eğitimimiz kapsamındadır.

• Veri analizi, veri mühendisliği, veri bilimi, makine öğrenimi ve yapay zeka ve Veriyle ilgili Ops rollerini içeren rollerdeki verileri işlemek için Python kullanarak veri bilginizi pratik olarak uygulamak.
• Python ile çalıştığınız Yazılım veya BT ile ilgili bir görevdeyseniz, bu kurs Verilerle nasıl çalışacağınızı öğrenmenizde size destek olacaktır.
• Python ile Veri Bilimi ve Makine Öğrenimi konusunda ilerlemek istiyorsanız, Veri Bilimine Giriş ile birleştirildiğinde gerekli önkoşul bilgiye sahip olduğunuzdan emin olmak için.

1.Veri İşleme için Programlamaya Giriş

• Verilerle çalışmak için programlama dillerini kullanmanın artılarını ve eksilerini açıklama
• Veri işleme için en uygun dilleri belirleyin
• Veri analizi araçlarına karşı programlama dillerini kullanmanın zorluklarını açıklayın

2. Python ve IDE'lere giriş

• Python programlama dilinin temel özelliklerini açıklayın.
• Python programlama için Jupyter IDE'nin rolünü açıklayın.
• Temel bir Python programı yazmak için Jupyter IDE'yi kullanın.
• String, integer, float ve boolean veri türlerini kullanan bir program yazın.

3. Veri Yapıları, Akış Kontrolü, İşlevler ve Temel Türler

• Veri sorunlarını çözmek için koleksiyonlar oluşturun.
• Bir Python programının akışını kontrol etmek için seçim ve yineleme söz dizimini kullanın.
• Verileri değiştirmek ve tekrarlanan görevleri otomatikleştirmek için kullanılabilecek yeniden kullanılabilir işlevler yazın.
• Dosyaları oluşturmak, okumak ve düzenlemek için Python'un yerleşik açma işlevini kullanın.

4. NumPy ile Matematiksel ve İstatistiksel Programlama

• NumPy dizilerinin temel özelliklerini açıklayın.
• Veri sorunlarını çözmek için NumPy dizileri oluşturun, dizinleyin ve değiştirin.
• İstenilen değerleri almak için maskeleme ve sorgulama sözdizimini kullanın.
• Vektörleştirilmiş işlevler kullanın.

5. Pandas'a Giriş

• Pandas ile Seriler ve DataFrame'ler oluşturun, yönetin ve değiştirin.
• Seriler ve Veri Çerçevelerinin endekslerini tanımlayın ve değiştirin.
• Sütun türlerini değiştirmek, özet istatistikleri hesaplamak ve verileri toplamak için Pandas'ın işlevlerini ve yöntemlerini kullanın.
• CSV, xlsx, json ve diğer yapılandırılmış dosya formatlarındaki verileri okuyun, değiştirin ve yazın.

6. Pandas ile Veri Temizleme

• Eksik verileri belirleyin ve bunlarla başa çıkmak için teknikler uygulayın.
• Değerleri tekilleştirin, dönüştürün ve değiştirin.
• Metin verilerini işlemek için DataFrame dize yöntemlerini kullanın.
• Metin verilerini değiştiren düzenli ifadeler yazın.

7. Pandas ile Veri Manipülasyonu

• Pandas'ta Pivot tablolar oluşturun.
• Zaman serisi manipülasyonu.
• Veri boyutu sorunlarını çözmek için verileri Pandas'a aktarın.

8. Verileri Görselleştirme Yöntemleri

• Hem sayısal hem de sayısal olmayan veriler için Matplotlib ve Seaborn'u kullanarak temel veri görselleştirmelerini oluşturun ve uyarlayın.
• Matplotlib ve Seaborn'u kullanarak toplu verileri anlamlı bir şekilde görselleştirin.