Data Science Tutorials

Python otomasyonu hakkında bilgi edinin: temel kavramlar, başlıca kütüphaneler, verilerle çalışma, yapay zekâ geliştirmeleri ve en iyi uygulamalar. Gerçek dünya örnekleri içerir.

Python'da listeleri oluşturmak, (iç içe) for döngülerini ve map(), filter() ve reduce() fonksiyonlarını değiştirmek için list comprehension'ı etkili şekilde kullanmayı öğrenin!

PyTorch'un temellerini öğrenirken sinir ağlarının nasıl çalıştığına dair ayrıntılı bir arka plana göz atın. PyTorch ile bugün başlayın.

Gerçek dünya örnekleri, en iyi uygulamalar ve yaygın tuzaklarla Python try-except öğrenin. Daha temiz, daha güvenilir hata yakalama kodu yazın.

Örneklem küçükse veya varyans bilinmiyorsa t-testlerini, örneklem büyükse ve varyans biliniyorsa Z-testlerini kullanın.

Çeşitli Python bağımlılık enjeksiyonu çerçevelerini anlayıp uygulayarak kodunuzu modüler, test edilebilir ve sürdürülebilir hâle getirmeyi öğrenin.

Excel'de eksi işareti, hücre başvuruları, mutlak başvurular ve hatta `SUM()` veya SUMPRODUCT() işlevleriyle hücreleri, sütunları, satırları ve daha fazlasını çıkarmayı öğrenin.

Lojistik regresyonu, temel özelliklerini öğrenin ve scikit-learn kullanarak Python'da gerçek bir uygulama üzerinde makine öğrenmesi modeli oluşturun.

Tek bir formülde karmaşık ölçütleri nasıl ele alacağınızı keşfedin. Raporlamanızı zamandan tasarruf edecek, çabayı azaltacak ve hataları düşürecek şekilde geliştirin.

One-hot encoding, kategorik verileri, her kategorinin varlığını 1 ve diğer tüm kategoriler için yokluğunu 0 ile gösteren ayrı bir sütunla temsil edildiği ikili bir biçime dönüştürmek için kullanılan bir tekniktir.

Bu eğitim, derin öğrenme hakkında en sık sorulan soruları yanıtlar ve gerçek hayattan örneklerle derin öğrenmenin çeşitli yönlerini inceler.

Oracle, MySQL ve SQL Server’da SQL ile satırları sütunlara döndürme sanatını öğrenin. Veri mühendisliği becerilerinizi geliştirmek için ayrıntılı örneklerle pratik yöntemleri keşfedin.