Eğitim Hakkında
Python, Power BI, Tableau, makine öğrenmesi ve derin öğrenmeyi uygulamalı analiz programında birleştirin. Modüler içerik; teknik seviyeye ve kurum ihtiyacına göre opsiyonel Python, Looker Studio ve NLP ile uyarlanabilir.
Eğitim İçeriği
Hedef Kitle
Veri analistleri, iş zekâsı uzmanları, raporlama ekipleri, veri bilimine yönelen teknik profesyoneller ve kurumların analitik ekipleri.
Ön Koşullar
Temel veri ve tablo kavramları. Python deneyimi olmayan katılımcılar için temel Python modülü opsiyonel olarak eklenir.
Eğitim Sonunda Kazanımlar
• Python ile veriyi hazırlamak, analiz etmek ve görselleştirmek.
• Power BI ve Tableau ile etkileşimli dashboard ve rapor tasarlamak.
• ML modellerini kurmak ve değerlendirmek.
• TensorFlow/Keras ile temel derin öğrenme uygulamaları geliştirmek.
• Veri stratejisi örneklerini değerlendirmek ve vaka analizini sunmak.
• Seçilen opsiyonel modüllerde Looker Studio raporları veya NLP uygulamaları geliştirmek.
Eğitim İçeriği
Program Yapısı ve Süre
• Ana modüller toplamı 20–29 gündür; opsiyonel modüller bu süreye dahil değildir.
• Tüm opsiyonel modüller seçildiğinde toplam süre 28–40 gündür.
• Katılımcı seviyesi, seçilen araçlar ve kurum ihtiyacına göre modül süreleri belirlenir.
• Her modül uygulamalı ve interaktiftir; modül sonunda kısa uygulama ve değerlendirme yapılır.
Temel Python – Opsiyonel (4–5 Gün)
• Python’a giriş, veri tipleri, kontrol yapıları, döngüler, fonksiyonlar ve dosya işlemleri
• Jupyter Notebook, VS Code veya Google Colab
Python ile Veri Analizi ve Görselleştirme (4–5 Gün)
• pandas, NumPy, Matplotlib ve Seaborn ile analiz ve görselleştirme
Power BI (3–5 Gün)
• Power Query, DAX, dashboard ve etkileşimli raporlar
Tableau (4–6 Gün)
• Veri hazırlama, hesaplamalar, görsel hikâyeleştirme ve dashboard tasarımı
Looker Studio – Opsiyonel (2–3 Gün)
• Basit veri modelleri, rapor tasarımı ve paylaşımlar
Makine Öğrenmesi (4–6 Gün)
• Denetimli ve denetimsiz öğrenme; modelleme, değerlendirme ve Python uygulamaları
Derin Öğrenme (3–4 Gün)
• Yapay sinir ağları, CNN, RNN, TensorFlow ve Keras uygulamaları
Doğal Dil İşleme – Opsiyonel (2–3 Gün)
• Metin ön işleme, tokenization, NER ve sentiment analysis
• NLTK, spaCy ve Hugging Face
Dünya Genelinde İyi Uygulama Örnekleri (1 Gün)
• OECD, Estonya, Güney Kore ve AB ülkelerinin veri stratejileri ve AI politikaları
• Sunum ve tartışma oturumu
Vaka Analizleri ve Atölye (1–2 Gün)
• Gerçek veya örnek veri setleriyle analiz ve grup çalışması
• Seçilen araçlarla uygulamalı bitirme çalışması
