(50+ Saat) Python A-Z™: Veri Bilimi ve Machine Learning
4.8 (2,891 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
12,297 students enrolled

(50+ Saat) Python A-Z™: Veri Bilimi ve Machine Learning

Python, Machine Learning (Makine Öğrenmesi), İstatistik, SQL, Büyük Veri, Doğal Dil İşleme. 9 Eğitim 1 Arada!
Bestseller
4.8 (2,891 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
12,297 students enrolled
Last updated 5/2020
Turkish
Current price: $13.99 Original price: $19.99 Discount: 30% off
5 hours left at this price!
30-Day Money-Back Guarantee
This course includes
  • 50 hours on-demand video
  • 39 articles
  • 23 downloadable resources
  • Full lifetime access
  • Access on mobile and TV
  • Assignments
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • Python programlamayı "neyi", "neden" yaptığınızı anlayarak öğreneceksiniz.
  • Python ile büyük veri analitiği ve büyük veride makine öğrenmesi uygulamaları yapabileceksiniz.
  • Makine öğrenmesini pekiştirecek ve algoritmalara özel optimizasyon teknikleri öğreneceksiniz.
  • Keşifçi veri analizi ve veri görselleştirme teknikleri ile analitik yorumlama kabiliyetleri kazanacaksınız.
  • SQL kullanarak sorgular yazmayı ve veri tabanı sistemlerini öğreneceksiniz.
  • Sentiment analizi ve makine öğrenmesi ile metin sınıflandırma modeli geliştirebileceksiniz.
  • Veri bilimi için istatistiğin önemini ve uygulamalarını öğreneceksiniz.
  • Twitter analitiğinin heyecan dolu dünyasına gireceksiniz.
  • Metin madenciliğinin temel basamaklarının öğrenecek ve kendi problemlerinize uygulayabileceksiniz.
  • İş problemlerine çözüm geliştirme farkındalığına varacaksınız.
  • Veri bilimi proje yönetimini öğrenecek ve iş hayatına adım atmaya hazır hale geleceksiniz.
  • Veri ön işleme ile modelleme öncesi veriyi hazır hale getirebileceksiniz.
Course content
Expand all 491 lectures 50:06:13
+ Motivasyon
7 lectures 43:39
Biraz Daha Gerçek Hayat!
06:00
Daha!
08:01
Motivasyon bölümünde ele alınan konular kapsamında anladıklarınızı kendi ifadeleriniz ile kısa kısa ifade etmeniz gerekiyor.
Ödev - Genel Resim
5 questions
Değerlendirme
00:20
+ Genel Bilgilendirmeler
9 lectures 37:57
Giriş
00:45
Eğitmen Hakkında Bilgilendirme
03:48
Kursu Nasıl Verimli Takip Ederim?
11:39
Kullanılan Kaynaklar
03:58
Veri Bilimi Okulu CV Havuzu
03:05
Udemy Puanlama Sistemi Hk. Bilgilendirme
08:23
Değerlendirme
00:20
+ Veri Okuryazarlığı (Opsiyonel)
22 lectures 01:40:27
Giriş
01:05
Veri Okuryazarlığı Nedir?
05:35
Popülasyon ve Örneklem
03:16
Gözlem Birimi
01:23
Değişkenler ve Değişken Türleri
03:27
Ölçek Türleri
05:26
Merkezi Eğilim Ölçüleri - Aritmetik Ortalama
02:51
Merkezi Eğilim Ölçüleri - Medyan
06:28
Merkezi Eğilim Ölçüleri - Mod
01:38
Merkezi Eğilim Ölçüleri - Kartiller
03:27
Merkezi Eğilim Ölçüleri - Merkezi Eğilimin Önemini Anlamak
06:37
Dağılım Ölçüleri - Değişim Aralığı
02:25
Dağılım Ölçüleri - Standart Sapma
03:47
Dağılım Ölçüleri - Varyans
01:48
Dağılım Ölçüleri - Çarpıklık
04:56
Dağılım Ölçüleri - Basıklık
05:02
İstatistiksel Düşünce Modelleri
06:48
Verinin Tanımlanması
16:46
Verinin Organize Edilmesi ve İndirgenmesi
04:58
Verinin Gösterimi
05:24
Verinin Analiz Edilmesi ve Yorumlanması
07:00
Veri Okuryazarlığı Alıştırmalar - 1
10 questions
Veri Okuryazarlığı Alıştırmalar - 2
10 questions
Değerlendirme
00:20
+ Python Programlama
72 lectures 06:58:26
Bölüm Kodları
00:01
Giriş
02:21
Python'a Giriş
05:14
Anaconda'nın İndirilmesi
00:16
Windows Kurulum İşlemleri
05:50
Linux Kurulum İşlemleri
08:16
MacOS Kurulum İşlemleri
04:04
İlk Adım
07:13
Spyder Kişiselleştirme
08:38
Çalışma Dizini Ayarları
05:57
Sayılar ve Karakter Dizilerine (Strings) Giriş
07:02
Karakter Dizilerini (Strings) Yakından Tanıyalım
07:26
Uzunluk Bilgisine Erişmek: len Metodu
05:45
Büyük Küçük Harf Dönüşümü: upper & lower Methodları
06:45
Karakter Değiştirme: replace Metodu
03:35
Karakter Kırpma İşlemleri: strip Metodu
03:36
Metodlara Genel Bakış
05:14
Karakter Dizilerinde Alt Küme İşlemleri (Substrings)
06:23
Değişkenler (Variables)
05:52
Tip Dönüşümleri
06:46
Kod Çıktısını Ekrana Yazdırmak: print
05:49
Python Programlama Alıştırmalar - 1
10 questions
Python Programlama Alıştırmalar - 2
10 questions
Python Programlama Alıştırmalar - 3
10 questions
Liste Oluşturma
06:02
Liste İçi Tip Sorgulama
04:54
Liste Elemanlarına Erişmek
05:58
Listelere Eleman Ekleme & Değiştirme & Silme
07:39
Metodlar ile Eleman Ekleme & Silme: append & remove
03:18
İndekse Göre Eleman Ekleme & Silme: insert & pop
05:34
Diğer Liste Metodları
05:22
Tuple (Demet) Oluşturma
04:27
Tuple (Demet) Eleman İşlemleri
02:46
Sözlük (Dictionary) Oluşturma
06:36
Sözlük (Dictionary) Eleman Seçme İşlemleri
05:20
Sözlük (Dictionary) Eleman Eklemek & Değiştirmek
05:36
Set (Küme) Oluşturma
07:15
Set (Küme) Eleman Ekleme & Çıkarma
04:23
Setlerde Fark İşlemleri: difference & symmetric_difference
04:21
Setlerde Kesişim & Birleşim İşlemleri: intersection & union
03:35
Setlerde Sorgu İşlemleri
04:20
Python Programlama Alıştırmalar - 4
10 questions
Python Programlama Alıştırmalar - 5
10 questions
Python Programlama Alıştırmalar - 6
10 questions
Fonksiyonlara Giriş ve Fonksiyon Okuryazarlığı
07:15
Fonksiyon Nasıl Yazılır?
07:19
Bilgi Notuyla Çıktı Üretmek
05:52
İki Argümanlı Fonksiyon Tanımlamak
03:29
Ön Tanımlı Argümanlar
05:41
Ne Zaman Fonksiyon Yazılır?
06:08
Fonksiyon Çıktılarını Girdi Olarak Kullanmak: return
04:34
Local ve Global Değişkenler
03:20
Local Etki Alanından Global Etki Alanını Değiştirmek
08:23
True-False Sorgulamaları
02:56
if
05:43
else
05:00
elif
07:27
Uygulama: if ve input ile Kullanıcı Etkileşimli Program
09:03
for Döngüsü
05:33
for Döngüsü Örnek
04:19
Döngü ve Fonksiyonların Birlikte Kullanımı
09:54
if, for ve Fonksiyonların Birlikte Kullanımı
06:54
break & continue
06:00
while
04:24
Python Programlama Alıştırmalar - 7
10 questions
Python Programlama Alıştırmalar - 8
10 questions
Python Programlama Alıştırmalar - 9
10 questions
Sınıflara Giriş ve Sınıf (Class) Tanımlamak
05:29
Sınıf (Class) Özellikleri
05:22
Sınıf Örneklemesi
03:47
Örnek Özellikleri
09:17
Örnek Metodları
11:34
Miras Yapıları
10:26
Fonksiyonel Programlamaya Giriş
03:15
Yan Etkisiz Fonksiyonlar Örnek 1
04:01
Yan Etkisiz Fonksiyonlar Örnek 2
08:39
İsimsiz Fonksiyonlar
04:16
Vektörel Operasyonlar
06:52
Map & Filter & Reduce
09:25
Modül Oluşturmak
08:08
Hatalar İstisnalar
09:11
Python Programlama Alıştırmalar - 10
10 questions
Python Programlama Alıştırmalar - 11
10 questions
Python Programlama Alıştırmalar - 12
10 questions
+ Veri Manipülasyonu: NumPy & Pandas
37 lectures 04:05:58
Giriş
03:09
Bölüm Kodları
00:00
JupyterLab
07:37
NumPy Giriş
03:23
Neden NumPy?
09:57
Numpy Array'i Oluşturmak
08:39
Numpy Array Özellikleri
03:31
Yeniden Şekillendirme: reshape
03:44
Birleştirme (Concatenation)
03:34
Array Ayırma (Splitting)
05:25
Sıralama (Sorting)
03:08
Numpy Quiz - 1
4 questions
Numpy Quiz - 2
4 questions
Numpy Quiz -3
4 questions
Numpy Quiz - 4
3 questions
Index ile Elemanlara Erişmek
04:13
Array Alt Küme İşlemleri
07:14
Alt Küme Üzerinde İşlem Yapmak
04:27
Fancy Index ile Elemanlara Erişmek
07:04
Koşullu Eleman İşlemleri
04:11
Matematiksel İşlemler
10:56
NumPy ile İki Bilinmeyenli Denklem Çözümü
03:49
Numpy Quiz - 5
4 questions
Numpy Quiz - 6
4 questions
Numpy Quiz - 7
2 questions
Pandas Giriş
04:25
Pandas Serisi Oluşturma
09:38
Eleman İşlemleri
06:49
Pandas DataFrame Oluşturma
08:51
Eleman İşlemleri
13:42
Gözlem ve Değişken Seçimi
10:30
Koşullu Eleman İşlemleri
05:38
Birleştirme (Join) İşlemleri
08:41
İleri Birleştirme İşlemleri
05:42
Toplulaştırma ve Gruplama (Aggregation & Grouping)
07:17
Gruplama İşlemleri
07:35
Aggregate
06:31
Filter
04:36
Transform
07:08
Apply
04:32
Pivot Tablolar
10:19
Dış Kaynaklı Veri Okuma
14:33
Doküman Okuma Kültürü
15:09
Pandas Dataframe Quiz - 1
4 questions
Pandas Dataframe Quiz - 2
3 questions
Değerlendirme
00:20
+ Keşifçi Veri Analizi ve Veri Görselleştirme
28 lectures 03:24:17
Bölüm Kodları
00:09
Giriş
01:37
Büyük Resmi Görmek ve Veriyi Temsil Etmek
06:22
Python'da Veri Görselleştirme
04:17
Veriye İlk Bakış
09:49
Veri Setinin Betimlenmesi
09:58
Eksik Değerlerin İncelenmesi
07:49
Kategorik Değişken Özetleri
07:24
Sürekli Değişken Özetleri
03:30
Veri Seti Hikayesi
14:55
Sütun Grafiğin Oluşturulması
04:27
Sütun Grafik Çaprazlamalar
15:28
Histogram ve Yoğunluk Grafiğinin Oluşturulması
10:17
Histogram ve Yoğunluk Çaprazlamalar
15:19
Veri Seti Hikayesi
08:34
Kutu Grafiğin Oluşturulması
03:47
Kutu Grafik Çaprazlamalar
11:48
Violin Grafiğin Oluşturulması
02:22
Violin Çaprazlamalar
02:20
Korelasyon Grafiğinin Oluşturulması
03:37
Korelasyon Çaprazlamalar
07:26
Doğrusal İlişkinin Gösterilmesi
08:52
Scatter Plot Matrisi
07:50
Isı Haritası (Heat Map)
10:07
Veri Seti Hikayesi
10:00
Çizgi Grafiğin Oluşturulması
08:24
Basit Zaman Serisi Grafiği
07:27
Değerlendirme
00:21
+ Veri Bilimi için İstatistik
53 lectures 04:12:34
Veri Bilimi için İstatistik Giriş
01:48
Bölüm Kodları
00:09
Örnek Teorisi
06:04
Örnek Teorisi Uygulama
07:33
Betimsel İstatistikler
02:32
Betimsel İstatistikler Uygulama
05:05
Güven Aralıkları
07:20
İş Uygulaması: Fiyat Stratejisi Karar Destek Sistemi
08:21
Olasılığa Giriş ve Olasılık Dağılımları
04:08
Bernoulli Dağılımı
05:01
Bernoulli Dağılımı Uygulama
02:52
Büyük Sayılar Yasası
08:40
Binom Dağılımı
04:00
İş Uygulaması: Reklam Harcaması Optimizasyonu
06:10
Poisson Dağılımı
05:22
İş Uygulaması: İlan Girişi Hata Olasılıklarının Hesaplanması
04:42
Normal Dağılım
03:00
İş Uygulaması: Satış Olasılıklarının Hesaplanması
11:50
Hipotez Testi Nedir?
02:29
Hipotezler ve Türleri
03:33
Hata Tipleri
05:56
p-value
04:05
Hipotez Testi Adımları
03:09
Tek Örneklem T Testi
04:54
İş Uygulaması: Ürün Satın Alma Adım Optimizasyonu
12:57
İş Uygulaması: Web Sitesinde Geçirilen Sürenin Testi
05:51
Tek Örneklem T Testi Varsayım Kontrolü
07:18
Tek Örneklem T Testi Uygulaması
02:18
Nonparametrik Tek Örneklem Testi
05:10
Tek Örneklem Oran Testi
01:51
İş Uygulaması: Dönüşüm Oranı Testi
07:04
Bağımsız İki Örneklem T Testi
04:16
İş Uygulaması: ML Modelinin Başarı Testi
08:13
Bağımsız İki Örneklem T Testi Varsayım Kontrolü
04:49
Bağımsız İki Örneklem T Testi Uygulaması
04:47
Nonparametrik Bağımsız İki Örneklem T Testi
01:30
Bağımlı İki Örneklem T Testi
02:42
İş Uygulaması: Şirket İçi Eğitimin Performans Etkisi Ölçümü
07:12
Bağımlı İki Örneklem T Testi Varsayım Kontrolü
05:36
Bağımlı İki Örneklem T Testi Uygulaması
03:38
Nonparametrik Bağımlı İki Örneklem Testi
03:30
İki Örneklem Oran Testi
01:29
İş Uygulaması: Kullanıcı Arayüzü Deneyi (AB Testi)
06:45
Varyans Analizi
02:07
İş Uygulaması: Anasayfa İçerik Stratejisi Belirleme
06:56
Varsayım Kontrolü
02:46
Hipotez Testi
02:58
Nonparametrik Hipotez Testi
01:28
Korelasyon Analizi
07:26
İş Uygulaması: Bahşiş ile Ödenen Hesap Arasındaki İlişkinin İncelenmesi
04:20
Korelasyon Varsayım Kontrolü
01:52
Korelasyon Katsayısı Hipotez Testi
03:07
Nonparametrik Korelasyon Testi
03:55
+ Veri Ön İşleme
22 lectures 03:07:02
Giriş
01:37
Bölüm Kodları
00:00
Veri Ön İşlemeye Genel Bakış
04:11
Aykırı Gözlem
04:07
Kime Göre Neye Göre Aykırı Gözlem
08:08
Aykırı Değerleri Yakalamak
11:19
Aykırı Değer Problemini Çözmek
11:38
Çok Değişkenli Aykırı Gözlem Analizi
13:15
Baskılama Yöntemi
08:52
Eksik Gözlem Analizi
14:24
Eksik Veri Hızlı Çözüm
10:14
Eksik Veri Yapısının Görselleştirilmesi
13:04
Silme Yöntemleri
03:58
Basit Değer Atama Yöntemleri
05:48
Kategorik Değişken Kırılımında Değer Atama
06:39
Kategorik Değişkenler için Değer Atama
03:22
Tahmine Dayalı Değer Atama - KNN & Random Forests & EM
10:01
Değişken Standardizasyonu
08:31
Değişken Dönüşümleri
10:00
One-Hot Dönüşümü ve Dummy Değişken Tuzağı
07:21
Veri Standardizasyonu - Dönüşümü
30:12
Değerlendirme
00:21
+ Makine Öğrenmesi I - Giriş
7 lectures 01:14:57
Makine Öğrenmesine Giriş
19:46
Terminoloji
09:54
Model Doğrulama Yöntemleri
11:39
Model Başarı Değerlendirme Yöntemleri
12:39
Yanlılık - Varyans Değiş Tokuşu
13:12
Parametre & Hiperparametre & Model Optimizasyonu
07:26
Değerlendirme
00:21
+ Makine Öğrenmesi II - Doğrusal Regresyon ve Kuzenleri
31 lectures 03:04:54
Bölüm Kodları
00:10
Basit Doğrusal Regresyon - Teori
14:26
Basit Doğrusal Regresyon - Model
36:28
Makine Öğrenmesinde Artıkların Önemi
11:15
Çoklu Doğrusal Regresyon - Teori
07:21
Çoklu Doğrusal Regresyon - Model
09:52
Çoklu Doğrusal Regresyon - Tahmin
05:23
Çoklu Doğrusal Regresyon - Model Tuning
07:42
Temel Bileşen Regresyonu (PCR) - Teori
04:39
PCR - Model
13:08
PCR - Tahmin
03:28
PCR - Model Tuning
12:34
Kısmi En Küçük Kareler Regresyonu (PLS) - Teori
03:48
PLS - Model
03:33
PLS - Tahmin
03:21
PLS - Model Tuning
04:50
Ridge Regresyon - Teori
04:01
Ridge Regresyon - Model
06:53
Ridge Regresyon - Tahmin
01:32
Ridge Regresyon - Model Tuning
04:54
Lasso Regresyon - Teori
02:56
Lasso Regresyon - Model
03:01
Lasso Regresyon - Tahmin
00:54
Lasso Regresyon - Model Tuning
05:01
ElasticNet Regresyon - Model
00:49
ElasticNet Regresyon - Tahmin
00:57
ElasticNet Regresyon - Model Tuning
03:13
Değerlendirme
00:22
Requirements
  • Bilgisayar/tablet/mobil cihaz ve internet bağlantısı
Description

9 Eğitim 1 Arada!

Platformun en kapsamlı, en çok satan ve en yüksek puanlı Python, Veri Bilimi ve Makine Öğrenmesi eğitimi. 140 alıştırma ile öğrendiklerinizi uygulama ve pekiştirme imkanı bulacaksınız.

21. Yüzyılın en popüler mesleklerinden birisi olarak görülen veri bilimcilik için gereken tüm yetkinlikleri ele alacağımız bu eğitim ile sıfırdan uzmanlığa veri bilimci olmak için gereken tüm yetkinlikleri sektör profesyoneli bir veri bilimciden gerçek hayat uygulamaları ile pekiştirme fırsatı bulacaksınız.

Python programlama dilini sıfırdan ileri seviyeye "neyi", "neden" yaptığınızı anlayarak öğreneceksiniz. 

Kurs içeriği modern iş dünyasının gerçek senaryoları ile oluşturulmuştur ve  sıfırdan başlayanları ileri bir seviyeye ulaştırmak amacını taşımaktadır.


  • Python Programlama

  • Veri Okuryazarlığı

  • Veri Manipülasyonu

  • Keşifçi Veri Analizi

  • Veri Görselleştirme

  • Veri Bilimi için İstatistik

  • Veri Ön İşleme

  • Makine Öğrenmesi

  • Büyük Veri Analitiği

  • Doğal Dil İşleme ve Metin Madenciliği

  • Twitter Analitiği

  • Veri Tabanları ve SQL (Sqlite)

  • Onlarca Gerçek Hayat Uygulaması

  • Veri Bilimi Proje Yönetimi


                                                                          --- Kurs ile İlgili Bazı Yorumlar ---


★★★★★ "Sadece tanıtım aşamasından bile kursun ne kadar kaliteli bir içeriğe sahip olduğunu anlayabiliyorsunuz. Eğitmen sağ olsun hiç teklemeden anlatıyor, akıcı bir konuşmaya sahip. İlerledikçe yorumu güncelleyeceğim." İbrahim Kaplan


★★★★★ "Bu kursu almadan önde başka eğitmenden kurs aldım ve eğitime devam ediyordum. Vahit hocanın ücretsiz "Veri Bilimi ve Veri Bilimcilik için Giriş Eğitimi" videolarını izledim tam aradığım anlatım şekli. Vahit hoca Phyton kursu yayınlar yayınlamaz satın aldım. Diğer kursa ara verdim ve bu kursa devam ediyorum. Vahit hocanın eğitim şekli, ders anlatması, kodlardan önce işin temeli ve mantığını vermesi çok hoşuma gitti. Vahit hocam elinize sağlık gerçekten. (bu arada diğer eğitim de kaliteli hakkını yemeyelim fakat bu kadar detaylı anlatım yok)" Hilmi El


★★★★★ "Az önce gönderini Linkedin de tesadüfen görüp kursunun tanıtım videolarını izledim. Ben 2 Türkçe bir de Jose portila dan İngilizce olmak üzere toplam 3 kurs aldım. Ama gerçekten yapılan işini amacını açıklayan seni gördüm. Türkçe içerikler genelde daha önce hazırlanmış olan ingilizce kursların benzeri şeklinde olur ama bu kurs ingilizce kursların çok üzerinde. Türkçeyi plaza dilinden uzak sade bir şekilde kullanman ve Özellikle işin matematiğini çok güzel açıklaman takdire şayan. Teşekkür ederim." Can Boran


★★★★★ "Bu platform içerisindeki en kapsamlı Veri Bilimi ve Machine Learning kursu. Detayları atlamadan , anlaşılır ve bir o kadar da herkesin anlayabileceği seviyede anlatması bu kursu bu seviyeye getiriyor. Vahit Hocam , emeğinize sağlık." Serkan Arslan


★★★★★ "Akıcı, açıklayıcı, basit anlatımı, zengin içeriği ve öğrendiklerinizi pekiştireceğiniz küçük sınavları ile, içeriği güncellenen bir yapısı olmasının yanında M.Vahit Keskin'in büyük bir zaman, emek ve özveri ile hazırlamış olduğu paha biçilemez bir kaynak, büyük bir paylaşım olarak görüyorum. Sizi her zaman çalışma ve öğrenme açısında motive eden, cesaret veren üslubuyla, soru sormakta çekinmeyeceğiniz, gercek hayattan orneklerle bakış açınızı değiştiren, hassas noktalara değinen iyi bir öğretmen. Daha önce aldığım diğer yerli ve yabancı kursların dışında her yönüyle farklı bir yerde görüyor ve herkese tavsiye ediyorum."  Eser SAHIN


★★★★★ "Vahit Bey'in tasarladığı kursun henüz başlarında olmakla birlikte , gerek konuların veriliş biçimi gerekse örneklemelerin anlaşılırlığından çok memnun olduğumu belirtmek isterim. Vahit bey'in anlatımı , sadece Veri bilişimi konularında hiçbir altyapı sahibi olmayanlar için diil , çocukların bile anlayabileceği düzeyde tasarlanmış. Daha da önemlisi , bir sorunla karşılaştığımızda geri dönüşlerin şaşırtıcı derecede hızlı ve yoğun olması. Şahsen Vahit bey tarafından whatsapp'dan arandığımı söylersem bu desteğin derecesi hakkında bir fikir sahibi olabilirsiniz sanırım . Vahit bey'e böyle bir eğitimi bu kadar uygun bir etiket ile sunduğu için ve tabi süregelen desteklerinden dolayı teşekkür etmek isterim. Veri bilişimi ve Yapay Zeka konularına ilgi duyan herkese başlangıç için şiddetle tavsiye ederim bu eğitimi. Kayıtsız kalmayın zira bir yerden başlayacaksanız bu kurs kesinlikle doğru yer." Haluk


Who this course is for:
  • Veri bilimi ve yapay zeka dünyasına meraklı olan öğrenciler
  • Yazılım kökenli olup veri bilimi dünyasına geçmek isteyenler
  • İstatistikçi olup veri bilimi dünyasına girmeyi hedefleyenler
  • Veri bilimine ilgili olan diğer herkes