Ana içeriğe atla

Kurs

Python ile İstatistiksel Düşünme (Bölüm 1)

Orta SeviyeBeceri Seviyesi

Güncel 03.2026

İstatistiksel olarak düşünmek ve verilerinizin dilini konuşmak için ihtiyacınız olan temeli oluşturun.

Kursa Ücretsiz Başlayın

PythonProbability & Statistics

3 sa

18 video

61 Egzersiz

4,550 XP

180K+

Başarı Belgesi

Binlerce şirketten öğrencinin sevgisini kazandı

Bir Ekibi Eğitiyor musunuz?

İşletmeler için deneyin

Kurs Açıklaması

Verileri toplamak ve üzerinde çalışabileceğin bir forma getirmek için harcadığın onca emeğin ardından, nihayetinde onlardan net ve özlü sonuçlar çıkarmak istersin. Bir veri analizi hattının bu kritik son adımı, istatistiksel çıkarım ilkelerine dayanır. Bu kursta, istatistiksel düşünmek için ihtiyaç duyduğun temeli oluşturmaya başlayacak, verinin dilini konuşacak ve verinin sana ne anlattığını kavrayacaksın. İstatistiksel düşünmenin temelleri on yıllarda inşa edildi, ancak bugün bilgisayarların yardımıyla çok daha hızlı kavranabiliyor. Python tabanlı araçların gücüyle, hızla konuya hâkim olacak ve kursun sonunda istatistiksel düşünmeye başlayacaksın.

Önkoşullar

1

Grafiksel Keşifsel Veri Analizi

Gelişmiş istatistiksel çıkarım tekniklerine dalmadan önce, verilerini görselleştirerek ve basit özet istatistikler hesaplayarak keşfetmelisin. Keşifsel veri analizi denen bu süreç, verilerin istatistiksel analizinde kritik bir ilk adımdır.

Keşifçi Veri Analizine Giriş

İstatistiksel çıkarımın amacı nedir?

Grafiksel EDA'nın avantajları

Histogram çizmek

İris verilerinin histogramını çizme

Eksen etiketleri!

Histogramdaki bölme (bin) sayısını ayarlama

Verilerinin tamamını görselleştir: Arı sürüsü (bee swarm) grafikleri

Arı sürüsü grafiği

Arı sürüsü grafiğini yorumlama

Tüm verilerini görselleştir: ECDF’ler

ECDF'yi Hesaplama

ECDF'yi çizmek

ECDF’lerin Karşılaştırılması

Hadi, tüm hikâyeye doğru!

Bölümü Başlat

2

Nicel Keşifsel Veri Analizi

Bu bölümde, bir veri kümesinin belirgin özelliklerini az sayıda sayıyla özlü biçimde betimleyen yararlı özet istatistikleri hesaplayacaksın.

Özet istatistiklere giriş: Örneklem ortalaması ve medyan

Ortalama ve ortanca

Ortalama hesaplama

Yüzdelikler, aykırı değerler ve kutu grafikleri

Yüzdelikleri hesaplama

Yüzdelikleri ECDF ile karşılaştırma

Kutu-bıyık grafiği

Varyans ve standart sapma

Varyansın hesaplanması

Standart sapma ve varyans

Kovaryans ve Pearson korelasyon katsayısı

Saçılım grafikleri

Bakışta varyans ve kovaryans

Kovaryansı hesaplama

Pearson korelasyon katsayısını hesaplama

Bölümü Başlat

3

Olasılıksal Düşünme — Ayrık Değişkenler

İstatistiksel çıkarım, olasılığa dayanır. Verilerden neredeyse hiçbir zaman mutlak kesinlikle anlamlı bir şey söyleyemediğimiz için, veriler hakkında nicel ifadeler kurmak amacıyla olasılıksal dili kullanırız. Bu bölümde, yalnızca belirli değerler alabilen, tamsayılar gibi ayrık nicelikler hakkında olasılıksal düşünmeyi öğreneceksin.

Olasılıksal mantık ve istatistiksel çıkarım

İstatistiksel çıkarımın amacı nedir?

Neden olasılık dilini kullanıyoruz?

Rastgele sayı üreteçleri ve hacker istatistikleri

np.random modülünü kullanarak rastgele sayılar üretme

np.random modülü ve Bernoulli denemeleri

Kaç temerrüt bekleyebiliriz?

Banka batacak mı?

Olasılık dağılımları ve hikâyeler: Binom dağılımı

Binom dağılımından örnekleme

Binom PMF'ini Görselleştirme

Poisson süreçleri ve Poisson dağılımı

Binom ve Poisson dağılımları arasındaki ilişki

Bir sezonda kaç no-hitter?

2015 sıra dışı mıydı?

Bölümü Başlat

4

Olasılıksal Düşünme — Sürekli Değişkenler

Sıra, herhangi bir kesirli değer alabilen sürekli değişkenlere geldi. İlkelerin çoğu aynı olsa da bazı incelikler var. Bu son bölümün sonunda, bu kursun devamında ele alınan çıkarım tekniklerine başlamak için gereken olasılıksal dili konuşuyor olacaksın.

Olasılık yoğunluk fonksiyonları

PDF'leri yorumlama

KDF'leri yorumlamak

Normal dağılıma giriş

Normal dağılım: Özellikler ve uyarılar

Gauss ve 10 Mark banknotu

Belmont Stakes sonuçları Normal dağılıma uyuyor mu?

Bir atın Secretariat'ın rekorunu yakalaması ya da kırması olasılığı nedir?

Üstel dağılım

Bir hikâyeyi bir dağılımla eşleştirme

Bir sonraki Secretariat’ı beklemek

Bir hikâyen varsa, simüle edebilirsin!

No-hitter'lar ve cycle'ların dağılımı

Son düşünceler

Bölümü Başlat

Python ile İstatistiksel Düşünme (Bölüm 1)

Kurs
Tamamlandı

Başarı Belgesi Kazanın

Bu kimlik bilgisini LinkedIn profilinize, özgeçmişinize veya CV'nize ekleyin
Sosyal medyada ve performans incelemenizde paylaşınŞimdi kaydolun

Bugün 19 milyondan fazla öğrenciye katılın ve Python ile İstatistiksel Düşünme (Bölüm 1) eğitimine başlayın!

DataCamp for Mobile ile veri becerilerinizi geliştirin

Mobil kurslarımız ve günde 5 dakikalık kodlama görevlerimizle hareket halindeyken ilerleme kaydedin.