Her Uzmanlık Düzeyi İçin 60+ Python Projesi

Python Projelerine Başlamadan Önce

Python’a zaten aşinaysanız, bu projelere hemen başlayabilirsiniz. Ancak Python projelerine başlamak için gerekli temel becerileri edinmek isterseniz, DataCamp’in 140+ Python kursu listesine göz atın. Tüm kurslarımız etkileşimlidir ve kodlama bariyerini aşmanıza, Python becerilerinizi geliştirmenize yardımcı olacak şekilde tasarlanmıştır. 

Projeler üzerinde çalışmaya hazır olduğunuzda, DataLab’i inceleyin ve tamamen yapılandırılmış veri not defterinde, doğrudan tarayıcı üzerinden projelerinizi geliştirmeye ve yayımlamaya başlayın. 

Başlangıç Düzeyi Python Projeleri

Başlangıç aşamasında, öğrendiklerinizi pekiştirmek ve yeni beceriler edinmek için Python projelerinden faydalanmalısınız. Bu projelerin çoğu, ilgili gerçek dünya veri setleri üzerinde keşifçi veri analizi görevlerinin yanı sıra basit modelleme ve tahminleme görevleri etrafında şekillenir.

1. Elmas Fiyatları Veri Analizi

Elmaslar, karbon atomlarının yapısına göre beş saflık türüne ayrılır. Kaggle’daki Diamonds veri seti size daha da fazla bilgi sunar — kesim, berraklık, renk ve fiyat. Keşifçi veri analizi ile bu veri seti üzerinde veri görselleştirme becerilerinizi geliştirin. 

2. Abalone Kabuklarının Yaşı Veri Analizi

Bu, zoolojiden eşsiz bir veri setidir. Abalone kabukları doğanın mucizeleridir ve kabuklarının içindeki halkaları sayarak yaşlarını belirleyebilirsiniz. Python veri analizi becerilerinizle Abalone kabuklarının yaşını belirleyebilir misiniz?

3. Premier League Veri Analizi

İngiliz Premier League’in 2018-2019 sezonundaki olayları keşfedip analiz ve görselleştirme yapabileceğiniz bir futbol veri seti. Soccer Data veri seti, veri analizi için mükemmel bir başlangıç seviyesinde Python projesi sunar. Temel maç detaylarından ayrıntılı istatistiklere kadar zengin bir özellik seti sunarak veri keşfi, görselleştirme ve istatistiksel analiz için bolca fırsat sağlar. Proje, açık bir veri sözlüğü ve yönlendirmeli alıştırmalarla gelir; bu da yeni başlayanlar için erişilebilir kılar. Ayrıca, sadece projeyi daha ilgi çekici kılmakla kalmayıp portföye eklenebilecek kapsamlı bir çalışma olarak da hizmet eden gerçek dünya senaryoları içerir. Rehberli öğrenme ile serbest keşif arasında iyi bir denge kurar ve beceri gelişimi için idealdir.

Futbol trendlerini analiz eden bir başlangıç düzeyi Python projesinden veriler

4. Telekom Terk Oranı Tahmini

Müşteri terk oranı, en temel makine öğrenmesi problemlerinden biridir. Bu müşteri veri setinde, bir telekom sağlayıcısının müşterilerinin kullanım verilerine dayanarak terki tahmin edebileceksiniz. Veri seti; çağrı hataları, abonelik süresi ve müşteri değeri gibi çeşitli özellikler içerir ve derinlemesine analiz için zengin bir kaynak sunar. Başlangıç seviyesindeki proje, veri keşfi, görselleştirme ve istatistiksel analize odaklanan yönlendirmeli alıştırmalarla birlikte gelir ve yapılandırılmış bir öğrenme yolu sağlar. Yeni bir pazar rakibi karşısında müşteri terkini öngörme görevi, projeye ek bir karmaşıklık ve gerçeklik katmanı ekler.

5. Hisse Senedi Fiyatları Analizi ve Tahmini

İki yıl önce Tesla hisselerindeki %100’lük sıçramanın nedenini öğrenmek ister misiniz? Evetse, 2010–2021 teknoloji hisseleri veri seti başlamak için ilk adresiniz olacak.

6. NBA Şut Verileri

Basketbol oyuncuları hangi mesafeden en yüksek isabet oranına sahiptir? 2021 NBA playofflarından alınan bu NBA şut veri setinde, tam da bu soruyu yanıtlayabileceksiniz. 

7. E-ticaret Satışlarını Tahmin Edin

Bir çevrim içi perakendeciden alınan bu e-ticaret veri setini kullanarak, gelecekteki satışları tahmin etmek için veri görselleştirme ve tahmin tekniklerinden yararlanın. Veri seti, bir yıl boyunca birden fazla ülkeden siparişleri kapsar ve fatura numaraları, stok kodları, miktarlar ve birim fiyatlar gibi çeşitli değişkenleri içerir. Bu sayede zaman serisi eğilimleri, müşteri segmentasyonu ve ürün kategorilendirmesi gibi çok yönlü analizler mümkün olur. Sunulan alıştırmalar, negatif sipariş miktarları gibi veri anormalliklerini keşfetmenize, farklı zaman dilimlerinde kârları görselleştirmenize ve ülkeler arasındaki sipariş büyüklüklerini karşılaştırmanıza teşvik eder. Bu görevler, temel veri bilimi becerilerini pratik etmenizi sağlar ve gerçek dünya iş sorularını taklit eder. Senaryo ayrıca çeşitli özelliklere göre 4000’den fazla benzersiz ürünü kategorilere ayırmanızı ister; bu da e-ticaret sektöründe oldukça ilgili bir görevdir. 

e-Ticaret verilerine bakan başka bir başlangıç düzeyi Python projesi

8. Airbnb İlanlarını Analiz Edin

Bu, Airbnb kiralama ilanlarının dinamiklerini anlamak için mükemmel bir veri setidir. Keşifçi veri analizi ve görselleştirme ile en popüler ilanların hangi mahallelerde olduğunu, fiyat ile oda tipi arasındaki ilişkiyi ve daha fazlasını anlayabileceksiniz. 

9. GSYH Verilerini Analiz Edin 

Gayri safi yurt içi hasıla, bir bölge veya ülkenin ekonomik sağlığının en güçlü göstergelerinden biridir. Bu veri setinde, ülkeler için son 50 yılda GSYH’nin nasıl değiştiğini analiz edin. 

10. Olimpiyat Verileri Analizi 

Judoda en başarılı ülke hangisi? Sporcularda boy uzunluğu bir spordaki başarıyı nasıl etkiler? Olimpiyat veri setinin keşifçi analizi ile bu soruları ve daha fazlasını yanıtlayabileceksiniz.   

Olimpiyat projesinin bulgularından bir örnek

Orta Düzey Python Projeleri

Başlangıç düzeyindeki görev ve veri setlerinin ötesine geçerek, bu Python projeleri sizi tablo dışı veri setleriyle (ör. görseller, ses) çalışmaya zorlayacak ve çeşitli problemlerde makine öğrenmesi yetkinliğinizi sınayacaktır.

1. Ses Verisinden Şarkı Türlerini Sınıflandırın

Gerçek bir müzik tutkunu musunuz? Öyleyse bu ses tanıma projesinde bir müzik veri setinde makine öğrenmesiyle müzik türlerini tahmin etmekten keyif alacaksınız. Bu orta düzey Python projesi, veri keşfinden ve öznitelik mühendisliğinden, birden fazla makine öğrenmesi algoritmasının uygulanması ve değerlendirilmesine kadar tüm veri bilimi hattını kapsar. Proje ayrıca dengesiz verilerle başa çıkma ve çapraz doğrulama gibi model değerlendirme teknikleri gibi ileri konuları da ele alır. Çok adımlı, kütüphane yoğun bu proje, becerilerini geliştirmek isteyenler için harika bir öğrenme deneyimi ve portföy çalışmasıdır.

2. New York’ta Uber Alımlarını Analiz Edin ve Görselleştirin

Coğrafi konum içeren veri setlerini harita üzerinde analiz etmek ve görselleştirmek her zaman keyiflidir. New York City’de 20 milyondan fazla yolculuğu içeren bu Uber alım veri seti de istisna değil. 

3. El Yazısı Karakter Tanıma

MNIST rakam tanıma, derin öğrenme pratiği için harika bir başlangıçtır. Ancak bu veri seti, İngilizce el yazısı harflerini tahmin edeceğiniz için zorluk düzeyini bir kademe artırır.

4. Kredi Kartı Dolandırıcılığı Tespiti

Kredi kartı dolandırıcılığı her zaman zorludur — özellikle de veride şiddetli sınıf dengesizliği olduğundan. Bunu bu kredi kartı dolandırıcılığı veri setinde aşabilir misiniz? proje, finans ve güvenlik sektörlerindeki veri bilimi ve makine öğrenmesi uygulamalarıyla ilgilenen orta-ileri düzey Python kullanıcıları için oldukça uygundur. Proje, dolandırıcılık faaliyetlerini belirlemek için kredi kartı işlemlerinin kapsamlı bir analizini içerir. Coğrafi görselleştirme dahil keşifçi veri analizinden öngörüsel modellemeye kadar geniş bir beceri yelpazesini kapsar. Proje, dengesiz sınıflarla başa çıkma ve dolandırıcılık tespitinde yanlış pozitiflerin etik sonuçları gibi gerçek dünya zorlukları da sunar. Bu da projeyi, yalnızca teknik becerileri geliştirmekle kalmayıp finansal güvenlik gibi hassas alanlarda makine öğrenmesi modellerinin etkileri üzerine eleştirel düşünmeyi de teşvik eden çok yönlü bir öğrenme deneyimi haline getirir.

Bu orta düzey Python projesinden bir coğrafi görselleştirme örneği

5. Sesten Cinsiyet Tahmini

Bu ses verisi projesinde, fuzzy paketini kullanarak isimleri fonemlerine ve nasıl telaffuz edildiklerine göre cinsiyete ayıracaksınız.

6. Otel Rezervasyon İptal Oranları

Emlak sektörüyle ilgileniyorsanız, otel rezervasyon iptal oranlarını anlamak için üzerinde çalışabileceğiniz mükemmel bir veri seti. Basit makine öğrenmesi teknikleriyle, geçmiş verilere dayanarak otel iptallerinin olasılığını tahmin etmeyi deneyebilirsiniz.

7. Görsellerde Yüz Tespiti

iPhone’unuzun yüzünüzün etrafına küçük kutular çizmesini hiç merak ettiniz mi? Bunun nedeni, arka planda yüz tespiti yapıyor olmasıdır. Bu küçük veri setini kullanarak yüz içeren açıklamalı görsellerle benzer bir işlevsellik oluşturabilirsiniz.

8. Görsellerden Arı Türlerini Tahmin Edin

Bir makine öğrenmesi algoritması, bir görsele bakarak arı türlerini tespit edebilir mi? Bu görüntü tanıma projesinde tam da bunu yapacaksınız. 

9. Bisiklet Paylaşım Talebini Analiz Edin ve Tahmin Edin

Bu bisiklet paylaşımı veri seti, bir bisiklet paylaşım girişiminin sürüşlerine dair zengin bilgiler içerir. Bu orta düzey proje, hava durumu, günün saati ve resmi tatiller gibi çeşitli faktörleri içeren bir veri setini kullanarak Seul’deki bisiklet kiralama talebini tahmin etmek için Python’dan yararlanmayı içerir. Keşifçi veri analizinden öngörüsel modellemeye kadar uzanan kapsamlı bir öğrenme deneyimi sunar. Projedeki zorluklar arasında farklı saatlerde ve mevsimlerde kiralama kalıplarını karşılaştırmak, sıcaklığın kiralamalar üzerindeki etkisini görselleştirmek ve bisiklet talebi için en etkili değişkenleri belirlemek yer alır. Bu, veri işleme, görselleştirme ve makine öğrenmesi becerilerini geliştirmek isteyenler için, aynı zamanda ölçeklenen bir girişimin operasyonel zorluklarına dair içgörüler kazandıran mükemmel bir projedir.

Bisiklet kiralamaları üzerine Python projesinden bir örnek

10. Tweet Sınıflandırıcı Oluşturun

Farklı kişiliklerin farklı tweet atma tarzları vardır. Bu sosyal medya analizi projesinde, Donald Trump veya Justin Trudeau tarafından yazılıp yazılmadığını sınıflandırmak için makine öğrenmesi ve doğal dil işleme kullanacaksınız.

İleri Düzey Python Projeleri

Bu ileri düzey projeler, karmaşık veri setlerinin ötesine geçerek ilginç problemlere yaratıcı çözümler uygulamanızı ister. İster film öneri sistemi geliştirmek, ister kitap karakterleri arasındaki ağları analiz etmek, ister makine öğrenmesiyle işaret dilini yorumlamak olsun, bu projeler hareket halindeyken yeni beceriler öğrenmeniz için yeterli karmaşıklığı sunar.

1. Film Öneri Sistemi Oluşturun

Yayın platformları, sizin ve size benzeyen diğer kullanıcıların içerikle nasıl etkileşime girdiğine göre ayrıntılı öneriler sunar. Bu öneri sistemi projesinde bir film öneri sistemi oluşturmayı öğreneceksiniz.

2. Amerikan İşaret Dili Tanıma

American Sign Language, Kuzey Amerika’da birçok sağır birey tarafından kullanılan birincil dildir. Bu görüntü tanıma projesinde, ASL harflerini tanımak için derin öğrenmeden yararlanacaksınız.

3. Gerçek Zamanlı Plaka Tanıma

Video veri setleri üzerinde derin öğrenme kullanarak gerçek zamanlı olarak araç plakalarını tanımaya yönelik harika bir proje. Veri setini ve kodu içeren GitHub projesine göz atın. 

Plaka tespiti üzerine ileri düzey bir Python projesi - kaynak

4. Hisse Senedi Haber Başlıklarında Duygu Analizi

Yatırımcı duyarlılığı, bir hissenin gelecekteki performansına dair ipuçları ararken son derece önemli bir göstergedir. Bu doğal dil işleme projesinde, haber başlıklarından duygu bilgisini makine öğrenmesi ve doğal dil işleme ile otomatik olarak çıkarabilirsiniz. 

5. SMS Spam Tespiti

Spam tespiti, veri biliminin temel taşlarından biridir ve doğal dil işleme ile makine öğrenmesi tekniklerinin bir kombinasyonunu gerektirir. Bu SMS veri seti ile bir spam tespit aracı oluşturun.

6. Game of Thrones Ağ Analizi

Artık biraz eskimiş olsa da Game of Thrones, başka hiçbir diziye benzemeyen şekilde dünyanın hayal gücünü yakaladı. Bu kadar geniş bir karakter ve kurgu dünyası varken, içlerinden en önemlisi hangisiydi? Bu Ağ Analizi projesinde tam da bu soruyu yanıtlayacaksınız.

7. Trafik Ölüm Oranlarını Makine Öğrenmesi ile Azaltma

Bu trafik ölüm oranı projesinde, ABD’de eyalet bazında trafik ölümlerine ilişkin tarihsel verileri inceleyecek ve eyaletler arasındaki benzerlikleri ve farklılıkları bulmak ve ayrıntılı politika önerileri sunmak için makine öğrenmesi uygulayacaksınız. Diğer makine öğrenmesi projelerimizi ayrı bir yazıda inceleyebilirsiniz. 

8. Özetlerine Göre Film Benzerliği 

Bu kadar çok film varken, birbirine benzeyen filmleri düşünmek kolaydır. Peki filmleri özetlerine göre kategorize etmek için doğal dil işleme ve makine öğrenmesinden yararlanabilir misiniz? Bu film benzerliği veri setiyle tam da bunu yapacaksınız. Bu ileri düzey Python projesi, keşifçi veri analizi, metin madenciliği ve trend analizi konularında zorluklar sunar. En ileri görev, oyuncu kadrosu ve yönetmenler arasındaki profesyonel ilişkileri analiz etmek için bir ağ grafiği kurmayı içerir ve karmaşık veri işleme ile grafik kuramı becerileri gerektirir. Proje, gelişmiş veri bilimi tekniklerini gerçek dünya verilerine uygulamak için sağlam bir platform sağlar.

Film verileri üzerine ileri düzey bir Python projesi

9. Çoklu Etiket Çıkışlı Film Türü Sınıflandırması

Bir film birden fazla türü birleştirebilir. Bu Netflix film veri setiyle, bir filmin açıklaması, puanı ve daha fazlasına dayanarak birden çok türünü tahmin etmek için çoklu etiket sınıflandırması uygulayabilirsiniz.

10. Bir Makine Öğrenmesi Hattı Oluşturun ve Dağıtın 

Bu belirli bir proje olmasa da listedeki diğer projeleri dağıtmak ve sürdürmek, işverenlere göstermek için son derece faydalı bir beceridir. Bu öğreticide bunu nasıl yapacağınızı adım adım öğreneceksiniz. 

Python Becerilerinizi Geliştirecek Eğlenceli Python Projeleri

En karmaşık olmasalar da bu projeler, Python öğrenme yolculuğunuzu hızlandırmak için keşfetmeye değer ilginç ve sürükleyici veri setleri sunar. 

1. Korku Yazarlarını Tanımlama

Gizem yazarlarının eserlerini sınıflandırın. Bir alıntının Edgar Allen Poe, HP Lovecraft veya Mary Shelley’ye ait olup olmadığını bulun.

2. Video Oyunu Satış Tahmini

Activision veya EA’dan çıkacak bir oyunu bekliyor musunuz? 16 binden fazla geçmiş video oyununun verilerini kullanarak ne kadar satacağını tahmin etmeyi deneyin. 

3. Myers-Briggs (MBTI) Kişilik Tipi Tahmini

MBTI göstergesine göre 16 kişilik tipi vardır. Google’lamak yerine, bu kişilik tipi veri setini kullanarak kişiliğinizi tahmin etmeyi deneyin.

4.Bitcoin Fiyat Verilerini Keşfedin

Kripto para fiyatları, aşırı oynaklıklarıyla dünyayı büyüledi. Bu projede Bitcoin fiyatlarına zaman serisi analizi ve veri görselleştirme teknikleri uygulayacaksınız. 

5. Şarkı Popülerliği Tahmini

50’lerden şarkılara ait harika bir veri setinde, bir şarkının çeşitli özelliklerine dayanarak popülerliğini tahmin edin.

6. Aktivite Takibi Verilerini Analiz Edin

Aktivite takip cihazlarının yaygınlaşmasıyla analiz edebileceğiniz veri bolluğu ortaya çıktı. Bu veri analizi projesinde, Runkeeper aktivite takip verilerini analiz edip görselleştireceksiniz.  

7. Verilerle Mitleri Çürütün

1991’de yapılan bir çalışma, solak insanların sağlaklara kıyasla ortalama dokuz yıl daha erken öldüğünü buldu. Gerçekten doğru mu? Bu istatistiksel analiz projesinde öğrenin. 

8. Alkolmetre Verilerini Analiz Edin

Iowa eyaletindeki alkolmetrelerden toplanan verileri kullanarak Iowa’daki sarhoşluk durumunu görselleştirip analiz edecek ve daha iyi politika kararlarına yol açabilecek kalıplar bulacaksınız. 

9. Müzik Listelerinde Zirveye Çıkın

2010-2019 arası ~600 şarkıdan oluşan bu Spotify veri setiyle, popüler türlerin son on yılda nasıl evrildiğini keşfedip analiz edebilecek, bir şarkının kilit özelliklerine dayanarak türünü tahmin edebilecek ve daha fazlasını yapabileceksiniz. 

10. Bir Lego Veritabanını Analiz Edin

Bu proje bazı SQL becerileri de gerektirse de, Lego veritabanı yıl boyunca binlerce Lego satışını incelemenize ve en çok satışı hangi Lego setlerinin sağladığını anlamanıza olanak tanır. 

Pratik İçin Ek Rehberli ve Serbest Python Projeleri

Bu yazı boyunca birçok DataCamp projesine ve veri setine bağlantı verdik. DataCamp, hedeflediğiniz zorluk seviyesine göre rehberli ve serbest projeler sunar. İşte pratik için ek proje listesi

Pratik İçin Rehberli Python Projeleri

1. Kredi Kartı Onaylarını Tahmin Etme

Otomatik kredi kartı onayları, bankacılıkta büyük bir makine öğrenmesi kullanım alanıdır. Bu kart onayları projesinde, bir kredi kartı başvurusunun bankalarca kabul edilip edilmeyeceğini nasıl tahmin edeceğinizi öğreneceksiniz.

2. Makine Öğrenmesi Araştırmalarında Trend Konuları Ortaya Çıkarma

Bu trend konular veri setini kullanarak, son on yılın Neural Information Processing Systems makalelerini analiz edip makine öğrenmesi araştırmalarının gelecekteki eğilimlerini keşfetmek için makine öğrenmesi uygulayacaksınız.

3. Kan Bağışçısı Sınıflandırması

Kan bağışları hayat kurtarır. Bu kan bağışçıları projesinde, kan bağışlarındaki kalıpları analiz edecek ve bir kişinin gelecekte tekrar bağış yapıp yapmayacağını tahmin edeceksiniz.

4. Kozmetikleri İçeriklerine Göre Karşılaştırma

Cildinizin sağlığını riske atmayacak bir kozmetik ürünü seçmek zordur. Bu rehberli projede, yeni bir kozmetiğin size uygun olup olmadığına daha bilinçli karar verebilmek için kozmetiklerin içeriklerini işlemeyi öğreneceksiniz.

5. Nobel Ödülü Sahiplerinin Görsel Tarihi

Araştırma dünyasında neredeyse herkes hayatında bir kez Nobel almayı hayal eder. Peki yaşınız, ırkınız ve cinsiyetiniz şansınızı etkiler mi? 1901’den bu yana kazananlara ait verileri analiz ederek öğrenin.

6. Scala Dilinin GitHub Geçmişi

Scala, TIOBE endeksine göre en popüler 34. programlama dilidir. Bu rehberli projede GitHub deposunun geçmişini analiz ederek nasıl bu noktaya geldiğini öğrenin.

7. Linux’un Evrimini Keşfetme

Git gibi sürüm kontrol sistemleri, bir yazılım projesinin evrimine dair zengin bilgiler barındırır. Bu Linux evrimi projesinde, Linux Çekirdeği’nin gerçek Git deposunu analiz edip dönüştürecek ve 700 binden fazla commit’in dünyanın en yaygın işletim sistemlerinden birini nasıl yarattığını anlayacaksınız. 

8. John Snow’un Hayalet Haritasını Yeniden Yaratma

Doktor John Snow (Game of Thrones karakteri değil), kolera vakalarını elle haritalandırıp bölgesindeki salgınların kaynağını çıkararak modern epidemiyolojinin doğuşuna katkı sağladı. Bu tarihsel projede, onun çalışmasını ve ünlü haritasını yeniden yaratacaksınız. 

9. Beyzbolda Veri Analizinin Yeni Çağı

Moneyball, spor analitiği çağını başlattı. Bu projede, MLB Statcast verilerini analiz ederek farklı beyzbol oyuncularını karşılaştıracak ve home run’ları neyin tetiklediğini anlayacaksınız.  

10. Google Ads için Anahtar Kelime Üretimi

Arama reklamları için anahtar kelime üretimi inanılmaz derecede titiz ve zahmetli bir süreçtir. Peki bu görevi Python ile otomatikleştirebilir misiniz? Bu Google Ads anahtar kelime projesinde tam olarak bunu nasıl yapacağınızı öğreneceksiniz. 

11. Mobil Oyunlarda A/B Testi 

A/B testleri, pek çok dijital ürün ve hizmetin başarısını besler; mobil oyunlar bunun harika bir örneğidir. Bu projede, popüler Cookie Cats oyununda yürütülen bir denemenin kullanıcı tutma üzerindeki etkisini anlayacaksınız. 

12. Makine Öğrenmesi ile Tahsilata Öncelik Verme

Gecikmiş borçlar, bankalar ve finansal kurumlar için büyük bir sorundur. Bu projede, bir banka için tahsilata nasıl öncelik verileceğini anlamak üzere makine öğrenmesi ve regresyonlardan yararlanacaksınız. 

13. Charles Darwin’den Kitap Öneri Sistemi

Charles Darwin sıkı bir okuyucuydu ve geniş bir bibliyografyaya sahipti. Bu projede, Charles Darwin’in favori kitaplarını kullanarak, zevklerine göre kitap önerileri sunan bir öneri sistemi oluşturacaksınız. 

Pratik İçin Serbest (Unguided) Python Projeleri

1. Netflix Filmlerini ve The Office’te Konuk Oyuncuları İnceleme

Bu The Office projesinde, Netflix filmlerinin performansını ve kült fenomen dizi “The Office”teki konuk oyuncuları işleyip görselleştireceksiniz.

2. Lego’nun Tarihini Keşfetme

Saniyede yaklaşık 1140 Lego parçası üretiliyor. Dünyanın en popüler oyuncak markasının nasıl bu kadar baskın hale geldiğini, geçmiş satış verilerini analiz ederek öğrenin. 

3. El Yıkamanın Keşfi

El yıkamak hepimiz için ikinci bir doğa haline geldi ama geçmişte her zaman böyle değildi. Nitekim Macar doktor Ignaz Semmelweis, hastanelerdeki hasta ölümlerine ilişkin verileri analiz ederek el yıkamanın faydalarını keşfetti. Onun veri analizini bu veri setini kullanarak yeniden oluşturun.

4. Google Play’de Android Uygulama Pazarı

Android uygulama pazarı geniş ve rekabetçidir. Google Play Store’dan kazınmış bu veri setini analiz edip görselleştirerek iyi bir uygulamayı iyi yapan şeyin ne olduğunu ortaya çıkarın.

5. Klasik Romanlarda Kelime Sıklığı

Bu projede, Project Gutenberg sitesinden bir romanı kazıyacak, ardından geniş bir kitap külliyatında kelimelerin dağılımını analiz edeceksiniz. 

6. Kötü Parolalar ve NIST Yönergeleri

Hemen her site parola gerektirir; peki en iyi parolayı kullandığınızı nasıl bilirsiniz? Bu projede, parolanızın Ulusal Standartlar ve Teknoloji Enstitüsü (NIST) standartlarına uyup uymadığını otomatik olarak kontrol eden bir sistem oluşturacaksınız.

7. Google Trends ile Arama İlgi Düzeyini Karşılaştırma

Google, kullanıcıların herhangi bir anahtar kelimenin arama ilgisini bulabilmesi için Trends API’ını Python’da sunar. 2004’e kadar uzanan kayıtlarla mükemmel bir zaman serisi kaynağıdır. Bu projede, beş büyük internet tarayıcısına yönelik dünya çapındaki arama ilgisini keşfedeceksiniz.

8. NYC Airbnb Pazarını Keşfetme

New York City’nin Airbnb pazarına dair içgörüler ortaya çıkarmak için veri temizleme ve işleme tekniklerinden yararlanın.

Özgeçmişinize Hangi Python Projelerini Eklemelisiniz?

Bu kadar uzun bir Python proje listesiyle, özgeçmişinize hangisini eklemelisiniz? En çok satan “Ace the Data Science Interview” kitabının yazarı Nick Singh’e göre, Python projeleri peşinden giderken düşünmeniz gereken dört temel ilke şunlardır.

1. Projeler Gerçek İlgi Alanınızdan Doğmalı

Önem verdiğiniz bir konuda proje yapmak, süreci sizin için daha ilgi çekici kılar ve tamamlanma olasılığını artırır. Ayrıca bu heyecan, projeniz hakkında bir işe alım uzmanıyla konuşurken de yansır. 

2. Sadelik, Karmaşıklığı Yener

Günümüzde göz alıcı araçlar ve en yeni teknikler dikkatinizi kolayca dağıtabilir. Ancak gerçek dünyada veri bilimi, çözüm geliştirmede basit ve pragmatik bir yaklaşım gerektirir. Bir projenin hedeflerinden biri, nispeten basit tekniklerle faydalı veri bilimi çözümleri geliştirme becerinizi göstermektir. 

3. Projenizi Mutlaka Tamamlayın

Bir projede çalışırken kapsam sürünmesine kapılmak kolaydır. Genel bir kural olarak, A’dan Z’ye tamamlayabileceğinizi bildiğiniz bir kapsam belirleyin — bu sadece basit bir veri analizi alıştırması anlamına gelse bile. 

4. Projenin Ölçülebilir Bir Etkisi Olmalı

Bir proje tamamlandığında, çalışmanızı mutlaka paylaşın ve topluluktan ölçülebilir şekilde geri bildirim alın. İster GitHub yıldızları, ister LinkedIn paylaşımları, ister Reddit bahsedişleri olsun — çalışmanızı paylaşmak, projenizin ölçülebilir etkisini potansiyel işe alım yöneticilerine göstermek için en iyi yoldur.

Python Öğreniminizi Bir Sonraki Seviyeye Taşıyın

Bu Python proje listesinden keyif aldığınızı ve Python öğrenme yolculuğunuzu hızlandırabileceğini umuyoruz. Başlamak istiyor ancak önce bir Python tazelemesine ihtiyaç duyuyorsanız, DataCamp’in Python müfredatına ve aşağıdaki ek kaynaklara mutlaka göz atın.