Algoritmik İşlem Python ve R ile Eğitimi

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), büyük veri kümelerini oluşturmak, ölçeklendirmek ve analiz etmek için Dask'i Python ekosistemi ile kullanmak isteyen veri bilimcileri ve yazılım mühendislerini hedeflemektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Dask ve Python ile büyük veri işleme için ortamı kurmak.
• Dask'de bulunan özellikleri, kitaplıkları, araçları ve API'leri keşfetmek.
• Dask'in Python içinde paralel işlemeyi nasıl hızlandırdığını anlamak.
• Python ekosistemini (Numpy, SciPy ve Pandas) Dask kullanarak nasıl ölçeklendireceğini öğrenmek.
• Büyük veri kümelerini işlerken yüksek performansı korumak için Dask ortamını optimize etmek.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), veri analizi ve manipülasyonu becerilerini Pandas ve NumPy kullanarak geliştirmek isteyen orta seviyedeki Python geliştiriciler ve veri analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Python, Pandas ve NumPy içeren bir geliştirme ortamı kurmak.
• Pandas ve NumPy kullanarak bir veri analizi uygulaması oluşturmak.
• Gelişmiş veri düzenleme, sıralama ve filtreleme işlemleri gerçekleştirmek.
• Toplu işlemler yürütmek ve zaman serisi verilerini analiz etmek.
• Matplotlib ve diğer görselleştirme kütüphanelerini kullanarak verileri görselleştirmek.
• Veri analizi kodlarını ayıklamak ve optimize etmek.

Bu eğitmen liderliğindeki, canlı eğitim (çevrimiçi veya yerinde), FARM (FastAPI, React ve MongoDB) yığınını kullanarak dinamik, yüksek performanslı ve ölçeklenebilir web uygulamaları oluşturmak isteyen geliştiricilere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• FastAPI, React ve MongoDB'yı entegre eden gerekli geliştirme ortamını kurmak.
• FARM yığınının temel kavramlarını, özelliklerini ve faydalarını anlamak.
• FastAPI ile REST API'leri nasıl oluşturacaklarını öğrenmek.
• React ile etkileşimli uygulamaları nasıl tasarlayacaklarını öğrenmek.
• FARM yığınını kullanarak uygulamaları (ön uç ve arka uç) geliştirmek, test etmek ve dağıtmak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), RESTful API'leri daha kolay ve hızlı bir şekilde oluşturmak, test etmek ve dağıtmak için FastAPI ile Python'i kullanmak isteyen geliştiricilere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• FastAPI ve Python ile API'ler geliştirmek için gerekli geliştirme ortamını kurmak.
• FastAPI kütüphanesini kullanarak API'leri daha hızlı ve kolay bir şekilde oluşturmak.
• Pydantic ve OpenAPI temelinde veri modelleri ve şemaları oluşturmayı öğrenmek.
• SQLAlchemy kullanarak API'leri bir veritabanına bağlamak.
• FastAPI araçlarını kullanarak API'lerde güvenlik ve kimlik doğrulama uygulamak.
• Web API'lerini bir bulut sunucusuna dağıtmak için konteyner imajları oluşturmak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), orta düzeydeki veri analistleri ve R kullanarak zaman serisi tahmini yapmak ve veri analiz iş akışlarını otomatikleştirmek isteyen iş profesyonellerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• R'de tahmin tekniklerinin temellerini anlayabilecektir.
• Zaman serisi analizi için üstel yumuşatma ve ARIMA modellerini uygulayabilecektir.
• Doğru tahmin modelleri oluşturmak için ‘forecast’ paketini kullanabilecektir.
• İş ve araştırma uygulamaları için tahmin iş akışlarını otomatikleştirebilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), daha hızlı veri analizi için Pandas ile paralel hesaplamalar oluşturmak ve uygulamak isteyen veri bilimcileri ve geliştiricileri hedeflemektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Modin ile ölçeklenebilir Pandas iş akışlarını geliştirmek için gerekli ortamı kurmak.
• Modin'in özelliklerini, mimarisini ve avantajlarını anlamak.
• Modin, Dask ve Ray arasındaki farkları bilmek.
• Modin ile Pandas işlemlerini daha hızlı gerçekleştirmek.
• Tüm Pandas API'sini ve işlevlerini uygulamak.

Hedef Kitle

Business sahipleri (pazarlama yöneticileri, ürün yöneticileri, müşteri tabanı yöneticileri) ve ekipleri; müşteri içgörüleri uzmanları.

Genel Bakış

Bu kurs, müşterilerin edinilmesinden başlayarak, mevcut müşterilerin karlılık için yönetilmesinden, iyi müşterilerin elde tutulmasına ve son olarak hangi müşterilerin bizi terk ettiğini ve nedenini anlamaya kadar müşteri yaşam döngüsünü takip eder. Telekomünikasyon, sigorta, medya ve yüksek teknoloji gibi çeşitli sektörlerden gerçek (anonim) verilerle çalışacağız.

Format

Eğitmen liderliğinde, sınıfiçi egzersizlerin yanı sıra ödevlerle birlikte beş yarım günlük oturumdan oluşan eğitim. Sınıfta veya uzaktan (çevrimiçi) bir kurs olarak sunulabilir.

Hedef Kitle

• yöneticiler
• geliştiriciler
• bilim insanları
• öğrenciler

Kurs Formatı

çevrimiçi eğitim ve tartışma VEYA yüz yüze atölye çalışmaları

R, istatistiksel hesaplama, veri analizi ve grafikler için açık kaynaklı ve ücretsiz bir programlama dilidir. R, şirketlerde ve akademide giderek artan sayıda yönetici ve veri analisti tarafından kullanılmaktadır. Ayrıca, bilgisayar programlama becerisi olmayan istatistikçiler, mühendisler ve bilim insanları arasında da kullanımı kolay olduğu için popülerlik kazanmıştır. Bu popülaritenin nedeni, reklam fiyatlarını belirleme, yeni ilaçları daha hızlı bulma veya finansal modelleri iyileştirme gibi çeşitli amaçlarla veri madenciliğinin artan kullanımıdır. R'nin veri madenciliği için geniş bir paket yelpazesi bulunmaktadır.

Bu kurs, R'deki nesnelerin manipülasyonunu, veri okuma, R paketlerine erişim, R fonksiyonları yazma ve bilgilendirici grafikler oluşturma konularını kapsamaktadır. Yaygın istatistiksel modeller kullanarak veri analizini içerir. Kurs, R yazılımının (https://www.r-project.org) hem komut satırında hem de grafik kullanıcı arayüzünde (GUI) nasıl kullanılacağını öğretmektedir.

Bu kurs, R-project yazılımını kullanarak gerçek dünya problemlerine sinir ağlarını uygulama konusunda bir giriş niteliğindedir.

Bu kurs, temel R ve C++ kodlama becerilerine sahip ve R koduyla çalışan veri bilimcileri ve istatistikçiler için ileri düzey R kodlama becerileri kazanmayı hedeflemektedir.

Amaç, iş hayatında bu yöntemleri uygulamak isteyen katılımcılara pratik bir ileri düzey R programlama kursu sunmaktır.

Eğitimin hedef kitleye uygunluğunu sağlamak için sektöre özgü örnekler kullanılmaktadır.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye – çevrimiçi veya yerinde) büyük veri kümelerini analiz etmek isteyen veri analistlerine yöneliktir ve Stata ile çalışmayı amaçlamaktadır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Temel ilgi değişkenlerini ve olayları tahmin etmek için istatistiksel modeller oluşturmak.
• Tanımlayıcı görselleştirmeler, özet tablolar, frekanslar ve daha fazlasını oluşturmak.
• Büyük veri kümelerini yönetmek ve yapılandırmak, böylece veri analizine hazır hale getirmek.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), istatistiksel analiz için Stata'yi kullanmak ve bunu R ile entegre etmek isteyen orta ve ileri düzeydeki bilgisayar bilimleri profesyonellerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Veri analizi ve istatistiksel modelleme için Stata'yi etkin bir şekilde kullanmak.
• Stata'nin işlevselliğini SPSS ve R ile karşılaştırmak.
• Sorunsuz istatistiksel hesaplama için Stata'yi R ile entegre etmek.
• Stata ve R kullanarak iş akışlarını geliştirmek ve otomatikleştirmek.

Bu eğitmen liderliğindeki, canlı eğitim (çevrimiçi veya yerinde), istatistiksel analiz için büyük verileri analiz etmek amacıyla Stata ve R kullanmak isteyen veri analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Temel ilgi değişkenlerini ve olayları tahmin etmek için istatistiksel modeller oluşturmak.
• Tanımlayıcı görselleştirmeler, özet tablolar, frekanslar ve daha fazlasını oluşturmak.
• Veri analizine hazırlık için büyük veritabanlarını yönetmek ve yapılandırmak.

Kitle

Course Formatı

Bu eğitim sonunda, katılımcılar şunları yapabilecek hale gelecekler:

Bu eğitmen yönetimi altında gerçekleştirilen canlı eğitimde, katılımcılar veriyi manipüle etmek ve görselleştirmek için Tidyverse içinde bulunan araçları kullanmayı öğrenecekler.

Tidyverse, verinin temizlenmesi, işleme yapılması, modelleme ve görselleştirilmesi için esnek R paketlerinin bir koleksiyonudur. Dahil olan bazı paketler şunlardır: ggplot2, dplyr, tidyr, readr, purrr ve tibble.

• R diline yeni başlayanlar
• Veri analizi ve veri görselleştirmesine yeni başlayanlar

• Ders, tartışma, alıştırma ve yoğun pratik içeren bir format

• Veri analizi yapmak ve çekici görselleştirmeler oluşturmak
• Örnek veri setlerinden yararlı sonuçlar çıkarabilmek
• Keşif sorularına yanıt verebilmek için veriyi filtrelemek, sıralamak ve özeti oluşturmak
• İşlenmiş veriyi bilgilendirici çizgi grafikleri, sütun grafikleri, histogramlar haline dönüştürmek
• Excel, CSV ve SPSS dosyaları dahil olmak üzere çeşitli veri kaynaklarından veriyi içe aktarabilmek ve filtrelemek