Microsoft'taki Azure Cloud Advocates, Veri Bilimi hakkında 10 haftalık, 20 derslik bir müfredat sunmaktan mutluluk duyuyor. Her ders, ders öncesi ve sonrası testler, dersi tamamlamak için yazılı talimatlar, bir çözüm ve bir ödev içerir. Proje tabanlı pedagojimiz, öğrenirken inşa etmenizi sağlar; bu, yeni becerilerin kalıcı olmasını sağlayan kanıtlanmış bir yöntemdir.
Yazarlarımıza içten teşekkürler: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.
🙏 Özel teşekkürler 🙏 Microsoft Öğrenci Elçisi yazarlarımıza, gözden geçirenlere ve içerik katkıda bulunanlara, özellikle Aaryan Arora, Aditya Garg, Alondra Sanchez, Ankita Singh, Anupam Mishra, Arpita Das, ChhailBihari Dubey, Dibri Nsofor, Dishita Bhasin, Majd Safi, Max Blum, Miguel Correa, Mohamma Iftekher (Iftu) Ebne Jalal, Nawrin Tabassum, Raymond Wangsa Putra, Rohit Yadav, Samridhi Sharma, Sanya Sinha, Sheena Narula, Tauqeer Ahmad, Yogendrasingh Pawar , Vidushi Gupta, Jasleen Sondhi
 |
|---|
| Yeni Başlayanlar İçin Veri Bilimi - @nitya tarafından Sketchnote |
Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Korean | Lithuanian | Malay | Marathi | Nepali | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Thai | Turkish | Ukrainian | Urdu | Vietnamese
Ek dil çevirileri istiyorsanız, desteklenen diller burada listelenmiştir.
AI ile öğrenme serimiz devam ediyor, daha fazla bilgi edinin ve AI ile Öğrenme Serisi etkinliğimize 18 - 30 Eylül 2025 tarihleri arasında katılın. Veri bilimi için GitHub Copilot kullanımı hakkında ipuçları ve püf noktaları alacaksınız.
Aşağıdaki kaynaklarla başlayabilirsiniz:
- Öğrenci Merkezi sayfası Bu sayfada başlangıç kaynakları, öğrenci paketleri ve hatta ücretsiz sertifika kuponu alma yollarını bulabilirsiniz. Bu sayfayı yer imlerine ekleyin ve düzenli olarak kontrol edin, çünkü içeriği en az ayda bir değiştiriyoruz.
- Microsoft Learn Öğrenci Elçileri Küresel bir öğrenci elçileri topluluğuna katılın, bu Microsoft'a açılan kapınız olabilir.
- Kurulum Kılavuzu - Yeni başlayanlar için adım adım kurulum talimatları
- Kullanım Kılavuzu - Örnekler ve yaygın iş akışları
- Sorun Giderme - Yaygın sorunlara çözümler
- Katkı Kılavuzu - Bu projeye nasıl katkıda bulunabilirsiniz
- Öğretmenler İçin - Öğretim rehberi ve sınıf kaynakları
Tamamen Yeni Başlayanlar: Veri bilimine yeni mi başlıyorsunuz? Yeni başlayanlar için örneklerimize göz atın! Bu basit, iyi açıklanmış örnekler, tam müfredata dalmadan önce temelleri anlamanıza yardımcı olacaktır. Öğrenciler: Bu müfredatı kendi başınıza kullanmak için tüm repo'yu çatallayın ve alıştırmaları kendi başınıza tamamlayın, bir ders öncesi testiyle başlayın. Ardından dersi okuyun ve diğer etkinlikleri tamamlayın. Dersleri anlayarak projeler oluşturmaya çalışın, çözüm kodunu kopyalamayın; ancak bu kod, her proje odaklı derste /solutions klasörlerinde mevcuttur. Başka bir fikir, arkadaşlarınızla bir çalışma grubu oluşturmak ve içeriği birlikte gözden geçirmek olabilir. Daha fazla çalışma için Microsoft Learn öneriyoruz.
Hızlı Başlangıç:
- Ortamınızı kurmak için Kurulum Kılavuzu'na göz atın
- Müfredatla nasıl çalışacağınızı öğrenmek için Kullanım Kılavuzu'nu inceleyin
-
- Dersten başlayarak sırayla ilerleyin
- Destek için Discord topluluğumuza katılın
Öğretmenler: Bu müfredatı nasıl kullanabileceğinizle ilgili bazı öneriler ekledik. Geri bildiriminizi tartışma forumumuzda paylaşmanızı çok isteriz!
Gif Mohit Jaisal tarafından
🎥 Yukarıdaki görsele tıklayarak proje ve onu oluşturan kişiler hakkında bir video izleyebilirsiniz!
Bu müfredatı oluştururken iki pedagojik ilkeye odaklandık: proje tabanlı olmasını sağlamak ve sık sık quizler içermesini. Bu serinin sonunda öğrenciler, veri biliminin temel ilkelerini, etik kavramları, veri hazırlama, veriyle çalışma yöntemleri, veri görselleştirme, veri analizi, veri biliminin gerçek dünya uygulamaları ve daha fazlasını öğrenmiş olacaklar.
Ayrıca, ders öncesi yapılan düşük riskli bir quiz, öğrencinin bir konuyu öğrenmeye yönelik niyetini belirlerken, ders sonrası yapılan ikinci bir quiz, bilgilerin daha iyi pekişmesini sağlar. Bu müfredat esnek ve eğlenceli olacak şekilde tasarlandı ve tamamı veya bir kısmı alınabilir. Projeler küçük başlar ve 10 haftalık döngünün sonunda giderek daha karmaşık hale gelir.
Davranış Kuralları, Katkıda Bulunma, Çeviri yönergelerimizi inceleyin. Yapıcı geri bildirimlerinizi bekliyoruz!
- İsteğe bağlı çizim notları
- İsteğe bağlı ek video
- Ders öncesi ısınma quizleri
- Yazılı ders
- Proje tabanlı dersler için, projeyi nasıl oluşturacağınızı adım adım anlatan rehberler
- Bilgi kontrolü
- Bir meydan okuma
- Ek okuma materyalleri
- Ödev
- Ders sonrası quiz
Quizler hakkında bir not: Tüm quizler Quiz-App klasöründe yer almakta olup, her biri üç sorudan oluşan toplam 40 quiz bulunmaktadır. Quizler derslerin içinden bağlantılandırılmıştır, ancak quiz uygulaması yerel olarak çalıştırılabilir veya Azure'a dağıtılabilir;
quiz-appklasöründeki talimatları takip edin. Quizler kademeli olarak yerelleştirilmektedir.
Veri Bilimine Yeni mi Başlıyorsunuz? Başlamanıza yardımcı olmak için basit, iyi açıklanmış kod içeren özel bir örnekler dizini oluşturduk:
- 🌟 Merhaba Dünya - İlk veri bilimi programınız
- 📂 Veri Yükleme - Veri setlerini okumayı ve keşfetmeyi öğrenin
- 📊 Basit Analiz - İstatistik hesaplayın ve desenleri bulun
- 📈 Temel Görselleştirme - Grafikler ve tablolar oluşturun
- 🔬 Gerçek Dünya Projesi - Baştan sona tam bir iş akışı
Her örnek, her adımı açıklayan detaylı yorumlar içerir, bu da onu tamamen yeni başlayanlar için mükemmel bir hale getirir!
 |
|---|
| Veri Bilimi Başlangıç Seviyesi: Yol Haritası - @nitya tarafından çizim notu |
| Ders Numarası | Konu | Ders Grubu | Öğrenme Hedefleri | Bağlantılı Ders | Yazar |
|---|---|---|---|---|---|
| 01 | Veri Bilimini Tanımlama | Giriş | Veri biliminin temel kavramlarını ve yapay zeka, makine öğrenimi ve büyük veri ile ilişkisini öğrenin. | ders video | Dmitry |
| 02 | Veri Bilimi Etiği | Giriş | Veri etiği kavramları, zorluklar ve çerçeveler. | ders | Nitya |
| 03 | Veriyi Tanımlama | Giriş | Verinin nasıl sınıflandırıldığı ve yaygın kaynakları. | ders | Jasmine |
| 04 | İstatistik ve Olasılığa Giriş | Giriş | Veriyi anlamak için olasılık ve istatistik matematiksel teknikleri. | ders video | Dmitry |
| 05 | İlişkisel Veri ile Çalışma | Veri ile Çalışma | İlişkisel veriye giriş ve Structured Query Language (SQL) olarak bilinen dil ile ilişkisel veriyi keşfetme ve analiz etmenin temelleri. | ders | Christopher |
| 06 | NoSQL Veri ile Çalışma | Veri ile Çalışma | İlişkisel olmayan veriye giriş, çeşitli türleri ve belge veritabanlarını keşfetme ve analiz etmenin temelleri. | ders | Jasmine |
| 07 | Python ile Çalışma | Veri ile Çalışma | Pandas gibi kütüphanelerle Python kullanarak veri keşfetmenin temelleri. Python programlama konusunda temel bir anlayış önerilir. | ders video | Dmitry |
| 08 | Veri Hazırlama | Veri ile Çalışma | Eksik, yanlış veya eksik verilerle ilgili zorlukları ele almak için veri temizleme ve dönüştürme teknikleri. | ders | Jasmine |
| 09 | Miktarları Görselleştirme | Veri Görselleştirme | Matplotlib kullanarak kuş verilerini görselleştirmeyi öğrenin 🦆 | ders | Jen |
| 10 | Veri Dağılımlarını Görselleştirme | Veri Görselleştirme | Bir aralık içindeki gözlemleri ve eğilimleri görselleştirme. | ders | Jen |
| 11 | Oranları Görselleştirme | Veri Görselleştirme | Ayrık ve gruplandırılmış yüzdeleri görselleştirme. | ders | Jen |
| 12 | İlişkileri Görselleştirme | Veri Görselleştirme | Veri setleri ve değişkenleri arasındaki bağlantıları ve korelasyonları görselleştirme. | ders | Jen |
| 13 | Anlamlı Görselleştirmeler | Veri Görselleştirme | Görselleştirmelerinizi etkili problem çözme ve içgörüler için değerli hale getirme teknikleri ve rehberlik. | ders | Jen |
| 14 | Veri Bilimi Yaşam Döngüsüne Giriş | Yaşam Döngüsü | Veri bilimi yaşam döngüsüne giriş ve veri toplama ve çıkarma adımı. | ders | Jasmine |
| 15 | Analiz | Yaşam Döngüsü | Veri bilimi yaşam döngüsünün bu aşaması, veriyi analiz etme tekniklerine odaklanır. | ders | Jasmine |
| 16 | İletişim | Yaşam Döngüsü | Veri bilimi yaşam döngüsünün bu aşaması, veriden elde edilen içgörüleri karar vericilerin anlamasını kolaylaştıracak şekilde sunmaya odaklanır. | ders | Jalen |
| 17 | Bulutta Veri Bilimi | Bulut Verisi | Bu ders serisi, bulutta veri bilimine ve avantajlarına giriş yapar. | ders | Tiffany ve Maud |
| 18 | Bulutta Veri Bilimi | Bulut Verisi | Düşük kod araçları kullanarak modelleri eğitme. | ders | Tiffany ve Maud |
| 19 | Bulutta Veri Bilimi | Bulut Verisi | Modelleri Azure Machine Learning Studio ile dağıtma. | ders | Tiffany ve Maud |
| 20 | Vahşi Doğada Veri Bilimi | Vahşi Doğada | Gerçek dünyada veri bilimi odaklı projeler. | ders | Nitya |
Bu örneği bir Codespace'de açmak için şu adımları izleyin:
- Kod açılır menüsüne tıklayın ve Codespaces ile Aç seçeneğini seçin.
- Pencerenin altındaki + Yeni codespace seçeneğini seçin. Daha fazla bilgi için GitHub belgelerine göz atın.
Bu depoyu yerel makineniz ve VSCode kullanarak bir konteyner içinde açmak için VS Code Remote - Containers uzantısını kullanarak şu adımları izleyin:
- İlk kez bir geliştirme konteyneri kullanıyorsanız, sisteminizin ön gereksinimleri karşıladığından emin olun (örneğin, Docker kurulu olmalı) başlangıç belgelerinde.
Bu depoyu kullanmak için, ya depoyu izole bir Docker hacminde açabilirsiniz:
Not: Arka planda, bu işlem, kaynak kodu yerel dosya sistemi yerine bir Docker hacminde klonlamak için Remote-Containers: Clone Repository in Container Volume... komutunu kullanacaktır. Hacimler konteyner verilerini kalıcı hale getirmek için tercih edilen mekanizmadır.
Ya da yerel olarak klonlanmış veya indirilmiş bir depo sürümünü açabilirsiniz:
- Bu depoyu yerel dosya sisteminize klonlayın.
- F1 tuşuna basın ve Remote-Containers: Open Folder in Container... komutunu seçin.
- Bu klasörün klonlanmış kopyasını seçin, konteynerin başlamasını bekleyin ve şeyleri deneyin.
Bu belgeleri Docsify kullanarak çevrimdışı çalıştırabilirsiniz. Bu depoyu çatallayın, Docsify'i yükleyin yerel makinenize, ardından bu deponun kök klasöründe docsify serve yazın. Web sitesi localhost'ta 3000 portunda hizmete sunulacaktır: localhost:3000.
Not, defterler Docsify üzerinden görüntülenmeyecektir, bu nedenle bir defteri çalıştırmanız gerektiğinde, bunu Python çekirdeği çalıştıran VS Code'da ayrı olarak yapın.
Ekibimiz başka müfredatlar da üretiyor! Göz atın:
-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA){kind=icon}
-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC){kind=icon}
-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9){kind=icon}
Sorunlarla mı karşılaşıyorsunuz? Yaygın problemler için çözümler bulmak adına Sorun Giderme Kılavuzumuza göz atabilirsiniz.
Eğer takılırsanız veya yapay zeka uygulamaları oluşturma konusunda sorularınız olursa, şu topluluğa katılabilirsiniz:
Ürün geri bildirimi vermek veya oluşturma sırasında hatalarla karşılaşırsanız, şu forumu ziyaret edin:
Feragatname:
Bu belge, AI çeviri hizmeti Co-op Translator kullanılarak çevrilmiştir. Doğruluk için çaba göstersek de, otomatik çeviriler hata veya yanlışlıklar içerebilir. Belgenin orijinal dili, yetkili kaynak olarak kabul edilmelidir. Kritik bilgiler için profesyonel insan çevirisi önerilir. Bu çevirinin kullanımından kaynaklanan yanlış anlamalar veya yanlış yorumlamalar için sorumluluk kabul etmiyoruz.