After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Kurs Açıklaması
Kodlama mülakatları zorlayıcı olabilir. Bir programlama dilindeki bilgini ölçmek için sorular sorulabilir. Öte yandan, nasıl düşündüğünü görmek için bir görevi çözmen istenebilir. Ve bir veri bilimci pozisyonu için mülakata giriyorsan, muhtemelen dilde mevcut ilgili araçlar hakkında da sorular gelebilir. Her iki durumda da, iyi bir veri bilimci pozisyonu kapmak için en iyi performansı göstermek adına biraz hazırlık yapman gerekir. İşte bu yüzden uzmanlığını kanıtlamak için pratik yapmak çok önemli! Bu kurs, profesyonel bir veri bilimci olma yoluna yeni başlayanlara rehber olurken, yeni fırsatlar arayanlar için de bir hatırlatma niteliğindedir. Python’da bir kodlama mülakatına hazırlanmana yardımcı olacak temel ve ileri düzey konuları birlikte ele alacağız. Bu, adım adım ilerleyen klasik bir kurs olmadığı için bazı egzersizler epey zor olabilir. Ama kim mülakatların kolay olduğunu söyledi ki, değil mi?
Ön Koşullar
Müfredat
Kurs içeriği
1
Python Veri Yapıları ve String İşleme
Bu bölümde, Python’da kullanılan temel veri yapıları bilgimizi tazeleyeceğiz. Listeler, demetler (tuple), kümeler ve sözlüklerle (dictionary) nasıl çalışılacağını ele alacağız. Ayrıca string’leri ve bir metinden belirli karakter dizilerini çekmek için düzenli ifadelerin nasıl yazılacağını inceleyeceğiz.
- Python'daki temel veri yapıları nelerdir?50 XP
- Liste metodları100 XP
- Kümeler üzerinde işlemler50 XP
- Verileri bir sözlükte saklamak100 XP
- String'leri işlemek için yaygın yöntemler nelerdir?50 XP
- String indeksleme ve birleştirme100 XP
- String işlemleri100 XP
- Bir DataFrame'deki string hatalarını düzeltme100 XP
- Python'da düzenli ifadeler nasıl yazılır?50 XP
- Bir düzenli ifade yaz100 XP
- Doğru deseni bul50 XP
- Bir desene göre bölme100 XP
2
Yinelenebilir nesneler ve temsilciler
Bu bölüm yinelenebilir nesnelere odaklanıyor. Yinelenebilir nesnelerin tanımını tazeleyecek ve bir nesnenin yinelenebilir olup olmadığını nasıl anlayacağını açıklayacağız. Ardından, Python programlama dilinin listeleri tanımlamak için sunduğu çok özel bir özellik olan liste üreteçlerini (list comprehensions) ele alacağız. Sonrasında, birden fazla yinelenebilir nesneyi tek bir yapıda nasıl birleştireceğimizi anımsayacağız. Son olarak, jeneratörler kullanarak özel yinelenebilir nesnelerin nasıl oluşturulacağını işleyeceğiz.
3
Fonksiyonlar ve lambda ifadeleri
Bu bölüm Python’un fonksiyonel yönlerine odaklanacak. Değişken sayıda konumsal ve anahtar kelime argümanıyla fonksiyon tanımlayarak başlayacağız. Ardından, lambda fonksiyonlarını ve hangi durumlarda faydalı olabileceklerini ele alacağız. Özellikle, bunları map(), filter() ve reduce() gibi fonksiyonlarla nasıl kullanacağını göreceğiz. Son olarak, özyineleme (recursion) nedir ve doğru şekilde nasıl uygulanır, bunu anımsayacağız.
4
Bilimsel hesaplama için Python
Bu bölümde Python’da bilimsel hesaplama konularını ele alacağız. NumPy dizileri ile listeler arasındaki farkı açıklayarak başlayacağız. İlk seçeneğin neden karmaşık hesaplamalar için daha uygun olduğunu belirleyeceğiz. Sonrasında, pandas DataFrame’leri üzerinde çalışmayı kolaylaştıran bazı kullanışlı teknikleri ele alacağız. Son olarak, saçılım grafikleri (scatterplot), histogramlar ve kutu grafikleri (boxplot) kullanarak veri görselleştirmesi yapacağız.
Python ile Kodlama Mülakatı Soruları Pratiği
Kurs
Tamamlandı
