Bilgi Teknolojileri ve İletişim Kurumu Bilgi İşlem Dairesi Başkanlığı

Veri bilimi ve makine öğrenimi alanlarına giriş, mevcut araçlar, kütüphaneler ve teorilerin büyük hacmi nedeniyle baskılayıcı hissedebilir.Bu metin tabanlı kurs, mutlak temellerden gelişmiş endüstri uygulamalarına kadar net, yapısal bir öğrenme yolu sağlayarak yolculuğunuzu basitleştirir. Yapısal açıklamalar ve açık yazılı örnekler yoluyla, veri analizi, istatistiksel modelleme ve öngörü algoritmaları konusunda sağlam bir temel oluşturacaksınız. İlk Python senaryolarınızı yazmaktan üretime hazır makine öğrenimi modelleri tasarlamaya nasıl geçiş yapacağınızı anlayacak ve aylarca amaçsız aramadan tasarruf edeceksiniz. Ne öğreneceksin: - Lineer cebir, istatistik ve olasılık da dahil olmak üzere temel matematiksel temelleri anlamak. - Pandas ve Polars gibi modern yüksek performanslı alternatifler de dahil olmak üzere veri manipülasyonu için Python kütüphanelerini yönetmek. - Scikit-Learn kullanarak denetimli ve denetsiz makine öğrenme algoritmalarını uygulayın. - Vektör veritabanları ve dil modelleri için temel hızlı mühendislik de dahil olmak üzere modern veri paradigmalarını keşfedin. - Modellerin üretimde nasıl izlendiğini ve korunduğunu anlamak için temel MLOps kavramlarını uygulayın. - Yeteneklerinizi potansiyel işverenlere göstermek için portföyü hazır bir proje stratejisi tasarlayın. Bu kurs, ileri istatistiksel modelleme, makine öğrenimi boru hatları ve modern AI mühendislik kavramları yoluyla size rehberlik etmeden önce temel tanımlamalar ve veri analizi temelleriyle başlar. Bu kılavuz, veri biliminde önceden hiçbir deneyimi olmayan yeni başlayanlar için tasarlanmış, ayrıca kariyerlerini ilerletmek için yapılmış bir yol arayan kendi kendine öğrenen programcılar için tasarlanmıştır. Bugün okumaya başlayın, yolculuğunuzu planlayın ve veri biliminde rekabet avantajı elde edin.