Python Programlama Dili: Veri Bilimi için NumPy

NumPy, Veri Filtreleme + Ücretsiz Python Kurslarına Erişim Sağla

What you'll learn:

• Python'da bilimsel hesaplama için en yaygın kullanılan paketlerden biri olan NumPy kütüphanesini öğreneceksiniz.
• NumPy Kütüphanesi'ni öğrenmek, ilerde hem Pandas kütüphanesini hem de veri görselleştirme kütüphanelerini öğrenmeyi kolaylaştıracaktır.
• Anaconda kurulumu, Jupyter arayüzü, NumPy, Matrisler, Diziler, Veri Biliminin Temelleri ve İlerlemek için Ek kurslar.
• Numpy Kütüphanesi
• Matrisler
• Diziler
• Veri biliminin temelleri

Merhaba!

Veri bilimi için NumPy, Pandas ve Matplotlib kütüphanelerine dair eğitimlere 3 farklı kursta, hiçbir ücret ödemeden ulaşabilirsiniz.

Python Programlama Dili: Veri Bilimi için Numpy

Python Programalama Dili: Veri Bilimi için Pandas

Python Programalama Dili: Veri Görselleştirme (Data Visualization)

kursları size Python'da en yaygın yapıları kullanarak basit algoritmalar yazmanızın temellerini öğretmek için oluşturulmuştur. Önceden programlama bilmenize gerek yoktur. İncelemekte olduğunuz kursların sonucunda, Python kullanarak basit algoritmalar yazabilir; NumPy Kütüphanesini, matris ve dizileri anlayabilir; ve karmaşık bir metin içerisinden istediğiniz verileri filtreleyebilirsiniz. Veri Bilimi ve Python Programlamanın temellerine doğrudan girerek başlayacağız. Yol boyunca, alıştırmalar ve örnekler aracılığıyla algoritma kavramlarıyla ilgili uygulamalı deneyim edineceksiniz. Bilgisayarların çok sayıda görevi nasıl yerine getirebileceğini hızla görmeye başlayacaksınız. Bu görevleri yerine getirmeleri için onlara ne yapacaklarını söyleyen bir kod yazmanız yeterli.

Anaconda kurulumu ile beraber kullanabileceğiniz text editörlerini öğrenecek, ayrıca ihtiyacınız olabilecek kütüphaneler hakkında bilgi edinecek ve bu kütüphaneleri nasıl yükleyebileceğinizi öğreneceksiniz. Numpy Kütüphanesinin yapıtaşları ve teorik bilgi ile beraber uygulamalı bir şekilde, her ders kod yazılarak konu anlatımı sağlanacaktır. Findall komutu ile bir veri setinde geçen harcamaları ya da mail adreslerini nasıl filtreleyebileceğinizi görecek, internetinizin bağlantı hızını test eden algoritmayı oluşturabileceksiniz.

Bu eğitim boyunca Python 3.9 versiyonu kullanılacak olup kodlamalar Jupyter üzerinde yapılacaktır. Oluşturulan her bir çalışma dosyası ve ipynb uzantılı kod defterleri kaynaklar bölümünde yer alacak ve indirilmeye açık kalacaktır.