12 ay
Tahmini Süre
6
Modül
3
Sektörel Proje
120+
Quiz
Sertifika
Mezuniyette
₺300K
Yıllık Kazanç
Mezunlarımızın Çalıştığı Şirketler
Modüller
Sıfırdan Başlayanlar için Veri Bilimi
Veri Bilimi dünyasına hızlı giriş yapabilmek için gerekli olan temel yetkinlikleri içeren bu kariyer yolculuğu, ilk adımlarınızı sağlam atmanıza yardımcı olacak. Bu eğitim ile Python ve SQL öğrenerek programlama yeteneklerinizi geliştireceksiniz. Özellik Mühendisliği, Makine Öğrenmesi ve Doğal Dil İşleme konularıyla Veri Bilimi alanında sağlam bir temele sahip olacaksınız. Sektörel projeler sayesinde sektör profesyonellerinin bu teorik konuları nasıl uyguladığını deneyimlemiş olacaksınız. Haydi başlayalım!
Modül 1 2 Saat
Veri Bilimi ve Yapay Zekaya Giriş
Günlük hayatımızın bir parçası haline gelen yapay zeka uygulamaları ve 21. yüzyılın en önemli meslekleri arasında gösterilen veri biliminin temellerini öğrenin.
Günlük hayatımızın bir parçası olan yapay zeka uygulamalarına göz atıyoruz.
Farklı alanlara ilişkin örnek yapay zeka uygulamaları ele alıyoruz.
Veri bilimi ve veri bilimciliğinin ne olduğuna bakmakla başlayıp; veriden faydalı bilgi çıkarma işleminin nasıl gerçekleştiği konusu üzerinde duruyoruz.
Veri bilimi proje sürecini yönetmek için kullanılan CRISP-DM metodolojisini bir örnek üzerinden ele alıyoruz.
Modül 2 11 Saat
Veri Bilimi için Python Programlama
Bu eğitim Python programlama dilini etkin bir PyCharm IDE kullanımı ile fonksiyonel yetenekler kapsamında öğrenilmesini sağlar. Veri okuma, veri ön işleme, özellik geliştirme ve makine öğrenmesi (machine learning) modelleri üretimi gibi tüm temel veri bilimi işlemlerini yapabilmeniz için gerekli altyapıyı proje geliştirme düzeyinde edineceksiniz.
Endüstri projesi veri sponsoru : 
PyCharm, Virtual Environment ve Dependency Management konuları ile büyük ölçekli projeler için kendi çalışma ortamınızı oluşturmayı ve yönetmeyi öğreneceksiniz. Çalışma ortamı ayarları gerçekleştirildikten sonra Python’da ilk adımlarımızı atmış olacağız.
Python programlamanın temellerini oluşturan veri yapılarını kapsamlı bir şekilde öğrenme imkanı bulacaksınız.
Sıfırdan kapsamlı bir şekilde ileri seviye fonksiyonları yazmayı öğrenecek ve zor senaryolar için kendi fonksiyonlarınızı yazabileceksiniz. Ayrıca comprehensions konusu ile veri bilimi ve makine öğrenmesi süreçlerini ölçeklenebilir pipeline’lar ile sürdürebilmek için çok değerli bilgiler edineceksiniz.
Veri bilimi, makine öğrenmesi ve yapay zeka uygulamaları için kaçınılmaz olan temel kütüphaneleri öğreneceksiniz. Bu bilgileri yaygın kaynaklardan farklı olarak gelişmiş fonksiyonlar yazmak için kullanacaksınız ve fonksiyonel veri analizi modülünüzü dokümantasyonu ile birlikte yazabileceksiniz.
Modül 3 7 Saat
Veri bilimi süreçlerinin çok büyük bir kısmını, veri temizliği ve değişken mühendisliği oluşturmaktadır. Bu eğitim; ham veriyi temizleyerek, ilgili veriden yeni özellik çıkarmak ve modele girmeye uygun olmayan değişkenleri dönüştürmek için öğrencilerin belirli yaklaşımlar edinmesini amaçlamaktadır. Edinilen yaklaşımlar sayesinde veri setini bir makine öğrenmesi (machine learning) modeline girmeye uygun hale getirme konusunda gerekli altyapıyı edineceksiniz.
Veri setindeki aykırı gözlemler ile mücadele etme yöntemleri hakkında bilgi edineceksiniz.
Veri setindeki eksik gözlemler ile mücadele etme yöntemleri hakkında bilgi edineceksiniz.
Veriyi makine öğrenmesine girmeden önce sayısal ifadelerle temsil etmemizi sağlayan LabelEncoder ve One-Hot Encoding yaklaşımları ve uzaklık temelli makine öğrenmesi algoritmalarında model performansını önemli ölçüde etkileyen değişken standartlaştırma ve değişken dönüşüm işlemleri hakkında bilgi edineceksiniz.
Regular expression yardımıyla, ham veriyi temizleyerek anlamlı hale getirmek için kullanılan yöntemler hakkında bilgi edineceksiniz.
Modül 4 13 Saat
Veri bilimi Python programlama dilini kullanarak ve CRISP-DM süreçlerini dikkate alarak denetimli ve denetimsiz makine öğrenmesi (machine learning) yöntemlerini öğrenmemizi sağlar. Bu eğitimde geleneksel algoritmalar ve son zamanlarda öne çıkan birçok algoritmayı (XGBoost, LightGBM, CatBoost) kıyaslayarak ve model seçme özellikleri ile işleyerek önemli bir yetkinlik edineceksiniz.
Endüstri projesi veri sponsoru : 
Makine öğrenmesine giriş yapacağınız bu bölümde makine öğrenmesi için gerekli olan temel kavramları öğreneceksiniz.
Bağımlı ve bağımsız değişken/değişkenler arasındaki ilişkiyi doğrusal olarak modelleyen doğrusal regresyon algoritmasının teorisini öğrenecek ve uygulamasını gerçekleştireceksiniz.
Sınıflandırma problemi için bağımlı ve bağımsız değişkenler arasındaki ilişkiyi doğrusal olarak modelleyen lojistik regresyon algoritmasının teorisini öğrenecek ve uygulamasını gerçekleştireceksiniz.
Makine öğrenmesi dünyasında çok geniş bir alana sahip olan karar ağaçlarının temelini oluşturan CART’ın teorisini öğrenecek ve uygulamasını gerçekleştireceksiniz.
Gelişmiş ağaç yöntemlerinin ele alınacağı bu bölümde Random Forests ve Gradient Descent temelli ağaç yöntemleri ele alınacaktır.
Modele verilebilecek herhangi bir bağımlı değişken olmadığı durumlarda, verideki gözlemleri uzaklık tabanlı gruplayarak sınıflandırmamızı sağlayan modeller hakkında bilgi edineceksiniz.
Uçtan uca bir makine öğrenmesi pipeline oluşturma sürecini öğrenme imkanı bulacaksınız.
Modül 5 2 Saat
Doğal Dil İşleme (NLP) eğitimi doğal dillerin yapısının çözümlenerek anlaşılması için gerekli olan text analitik süreçlerini ele alır. Chatbotlar, duygu analizleri veya çeviri gibi birçok uygulamanın temelini oluşturan algoritmaları Python dili kullanılarak geliştirebileceksiniz.
Endüstri projesi veri sponsoru : 
Bir metnin normalization, tokenization, stemming, lemmatization gibi temel text processing işlemlerinden nasıl geçirildiğini öğrenme imkanı bulacaksınız.
Bir metnin temel text processing işlemlerinden sonra anlamlı sonuçlara ulaşmak için nasıl görselleştirildiğini öğrenme imkanı bulacaksınız.
Bir metni, müşteri yorumlarını ya da bir konu hakkında sözlü veya yazılı bilgileri veri olarak, doğal dil işleme yetkinlikleri ve Python programlama dilini kullanarak Sentiment(Duygu) analizi yapmayı öğreneceksiniz.
Amazon web sitesindeki ürünlerin müşteri yorumları ve bu yorumlar hakkındaki değerlendirmeleri dikkate alarak makine öğrenmesi ve derin öğrenme algoritmaları kullanarak modellenmesini yapacaksınız.
Modül 6 9 Saat
Veri bilimi yolculuğunun temelinde en bilinmesi gereken konulardan biri olan veritabanı sistemleri ve ilişkisel veritabanlarını sorgulama dili olan SQL dilini öğreneceğiz. Bu eğitimde veri ile konuşmanın alfabesi diyebileceğimiz SQL dili ile gerçek veri ve gerçek hayat senaryoları üzerinde uygulamalar yapacaksınız.
Endüstri projesi veri sponsoru : 
Dijital veri depolama alanı olan veri tabanı kavramına ve veri tabanı işlemi için kullanılan sorgulama (SQL - Structered Query Language) diline giriş yapıyoruz.
İlişkisel veri tabanlarında tablo oluşturma, silme, değiştirmek gibi temel komutları kullanmayı öğreneceksiniz.
Endüstri Projesi
Yetenek Avcılığı Sınıflandırma Problemi
Futbolcuların özelliklerine bakarak çok iyi veya çok kötü anlamında anomali özellikleri olan oyuncuları tespit ediyor ve oyuncuların özelliklerine göre iyi oynama ihtimali olan farklı mevkileri belirliyoruz.
Amazon Yorumları için Duygu Analizi
Amazon üzerinden satışlarını gerçekleştiren ev tekstili ve günlük giyim odaklı üretimler yapan Kozmos ürünlerine gelen yorumları analiz ederek ve aldığı şikayetlere göre özelliklerini geliştirerek satışlarını artırmayı hedeflemektedir.
Metin Ön İşleme ve Metin Görselleştirme
Temiz veriye ulaşmak için adım adım metin ön işleme adımlarını uyguluyoruz ve çeşitli görselleştirme teknikleriyle metinlerden içgörü yakalıyoruz.
Yetenek Avcılığı Sınıflandırma Problemi
Futbolcuların özelliklerine bakarak çok iyi veya çok kötü anlamında anomali özellikleri olan oyuncuları tespit ediyor ve oyuncuların özelliklerine göre iyi oynama ihtimali olan farklı mevkileri belirliyoruz.
Amazon Yorumları için Duygu Analizi
Amazon üzerinden satışlarını gerçekleştiren ev tekstili ve günlük giyim odaklı üretimler yapan Kozmos ürünlerine gelen yorumları analiz ederek ve aldığı şikayetlere göre özelliklerini geliştirerek satışlarını artırmayı hedeflemektedir.
Metin Ön İşleme ve Metin Görselleştirme
Temiz veriye ulaşmak için adım adım metin ön işleme adımlarını uyguluyoruz ve çeşitli görselleştirme teknikleriyle metinlerden içgörü yakalıyoruz.
Bugün Başla
12 Aylık Erişim
Kendi programına uygun şekilde ilerle
$
269
$
161
- Tüm materyallere 12 aylık erişim
- Endüstri projeleri ve sanal mentor desteği
- Sertifika
Şirketler çalışanlarının yetkinliğini arttırmak için Miuul’u tercih ediyor.
Teklif almak için Bize yazın
Sıfırdan Başlayanlar için Veri Bilimi programına başlamadan önce katılımcıların çeşitli konularda deneyimli olmaları alınacak verim açısından değer taşımaktadır ancak bir ön-koşul olarak düşünülmemelidir. Tüm eğitimleri o konularla ilgili teknik yetkinliklere sahip olmadığınızı odağımıza alarak tasarladık.
Ayrıca mentor ekibimiz desteğe ihtiyaç duyduğunuz noktalarda başarılı bir öğrenme deneyimi yaşayabilmeniz adına sizinle birebir ilgileniyor olacak.
Şimdi başlamaya hazır mısın?
Öğrenmeye bugün başla - şimdi senin zamanın.
Kayıt Ol