Python + Google Colab: Algoritmalar ve Veri Yapıları Eğitimi

Python + Google Colab: Algoritmalar ve Veri Yapıları Eğitimi, yazılım geliştirme sürecinde algoritmik düşünme becerisini kazandırmayı ve Google Colab üzerinde veri odaklı çözüm üretmeyi hedefleyen kapsamlı bir eğitimdir.

-> Bu eğitimde, Google Colab ortamında Python programlama diliyle uygulamalı örnekler üzerinde çalışarak yalnızca kod yazmayı değil, kodun arkasındaki mantığı kavrayarak gerçek dünya problemlerine çözüm geliştirmeyi öğreneceksiniz.

-> Eğitimimiz adım adım ve uygulamalı bir şekilde ilerlemekte, farklı öğrenme stillerine uyum sağlamaktadır. Mevcut içerikler güncel tutulmakta ve eğitim akışı, alanın dinamiklerine göre zaman zaman zenginleştirilmektedir.

Eğitim boyunca şu ders başlıklarını ele alacağız:

1. Giriş ve Temel Hazırlıklar

Programın başlangıcında, Python programlama diline ve Google Colab platformuna giriş yapacağız. Değişkenler, veri türleri ve operatör kavramını ele alarak güçlü bir temel oluşturacağız.

2. Algoritma Hazırlığı ve Akış Diyagramları

Bir problemin çözümüne başlamadan önce, algoritmaları nasıl tasarlayacağımızı öğreneceğiz. Akış diyagramları yardımıyla, düşüncelerimizi görselleştirmeyi ve organize etmeyi pratiğe dökeceğiz.

3. Algoritma Geliştirme Teknikleri

Sıralama, arama ve graf algoritmaları üzerinde çalışarak, karmaşık problemleri adım adım çözme becerisi kazanacağız.

4. Gelişmiş Konular ve Uygulamalar

Eğitimin ilerleyen aşamalarında yığın, kuyruk, bağlantılı liste gibi veri yapıları ile dinamik programlama, hash tabloları ve büyük O notasyonu gibi ileri düzey konuları ele alacağız.

5. Python ve Uygulamalı Projeler

Google Colab üzerinde kodlama pratiği yaparak, Python’un güçlü özelliklerini keşfedeceğiz. Ayrıca, veri bilimi ve yapay zeka projelerinde python kütüphanelerini kullanarak veriler üzerinde analizler ve görselleştirmeleri ele alacağız.

6. Veri Yapıları ve Uygulamaları

Eğitimimizde Python’daki listeler, sözlükler, kümeler gibi temel veri yapılarını öğrenmekle kalmayacağız; aynı zamanda bu yapıların nasıl daha etkin kullanılacağını ve gerçek hayatta nasıl uygulanacağını da inceleyeceğiz.

Bu kapsamlı program, yazılım dünyasında güçlü bir temel atmanıza, gelişiminizi hızlandırmanıza ve gelecekteki projelerinizde fark yaratmanıza yardımcı olacak. Unutmayın, yazılım dünyasında başarı, sürekli gayret ve emekle mümkün olur; sabırla çalışarak her adımda büyüyeceksiniz.

DERS PLANI -->

Bölüm 0. Eğitim Tanıtımı

Bölüm 1-6: Programlamaya Giriş ve Algoritmik Düşünme

Bölüm 1: Giriş

Bölüm 2: Google Drive Üzerinde Kurulumlar, Google Colab Üzerinde Hazırlıklar, GitHub Sayfası Oluşturulması

Bölüm 3: Python Programlama Dilindeki Değişkenler ve Veri Türleri

Bölüm 4: Programlama Dilinde Operatör Kavramı ve İşlemler

Bölüm 5: Algoritma Hazırlığı

Bölüm 6: Akış Diyagramları

Bölüm 7-8: Python'da Algoritma Geliştirme ve Hata Yönetimi

Bölüm 7: Python'da Kontrol ve Tekrar Yapıları: Sıralı, Koşullu ve Tekrarlı Yapılar ile Algoritma Geliştirme

Bölüm 8: Python Programlama Dili Üzerinde İstisnalar & Hata Yönetimi ile Algoritmalarda Hata Yönetimi

Bölüm 9-11: Veri Koleksiyonları ve Fonksiyonlar

Bölüm 9: Python Programlama Dili Üzerinde Liste - Dizi, Demet, Sözlük Veri Koleksiyonlarının Kullanımı ve Örnekleri

Bölüm 10: Python Programlama Dili Üzerinde Fonksiyon Kullanımı ve Örnekleri

Bölüm 11: Python Programlama Dili Üzerinde Gömülü Fonksiyonlar

Bölüm 12-14: Veri Bilimine Giriş, Python Kütüphaneleri, Dosya İşlemleri ve Veri Setleri 

Bölüm 12: Veri Bilimine Giriş ve Python Kütüphaneleri (OS, Pandas)

Bölüm 13: Python Programlama Dili Üzerinde Dosya İşlemleri

Bölüm 14: Açık Kaynak Veri ve Veri Setleri (CSV, Excel, SQL, JSON Dosya Formatları)

Bölüm 15: Python’da Veri İşleme ve Analiz Kütüphaneleri (Numpy, Matplotlib)

Bölüm 15.1. Numpy Kütüphanesi

Bölüm 15.2. Matplotlib Kütüphanesi

Bölüm 16: Python’da Görüntü İşleme Kütüphanesi (OpenCV)

Bölüm 17: Python’da Makine Öğrenmesi Kütüphaneleri (Scikit-Learn, TensorFlow)

17.1. Yapay Zeka ve Veri Bilimi Uygulamaları İçin Veri Yapılarının Önemi

17.2. Scikit-Learn Kütüphanesi

17.3. TensorFlow Kütüphanesi

Bölüm 18: Python API ve Endpoint Kullanarak Veri Elde Etme İşlemi
18.1. Api ve Endpoint Kavramı

18.2 Python ile Endpoint Kullanarak TCMB Üzerinden Kur Verisi Alma Uygulaması

18.3 Python ile API Kullanarak OpenWeather Üzerinden Hava Durumu Verisi Alma Uygulaması

Bölüm 19: Algoritma ve Performans Analizi - Büyük O Notasyonu

Bölüm 20: Python Programlama Dili Üzerinde Sıralama Algoritmaları

Bölüm 21: Python Programlama Dili Üzerinde Arama Algoritmaları

Bölüm 22: Python Programlama Dili Üzerinde Graf Algoritmaları

Bölüm 23: Python Programlama Dili Üzerinde Hash Tabloları ve Hash Fonksiyonları

Bölüm 24: Python Programlama Dili Üzerinde Grafik Programlama

Bölüm 25: Gelişmiş Veri Yapıları ve Optimizasyon Teknikleri

Eğitim içeriği toplamda 78 dersten oluşmakta ve 18 saat 5 dakikalık kapsamlı bir anlatım süresine sahiptir. Eğitimdeki tüm ders içerikleri sistematik bir yapı içinde sunulmuştur. İçeriğin güncelliğini korumak adına, zaman zaman yeni bölümler ve örneklerle zenginleştirme çalışmaları yapılmaktadır. Yeni güncellemeler yayınlandığında, öğrenciler Udemy sistemi üzerinden bilgilendirilecektir.

Herhangi bir sorunuz, görüşünüz ya da geri bildiriminiz olursa lütfen benimle doğrudan iletişime geçmekten çekinmeyin. Amacım, öğrenme sürecinizi mümkün olan en verimli hale getirmek ve sizlere uygulamalı olarak güçlü bir algoritma temeli kazandırmaktır.

İyi çalışmalar dilerim.

Öğr. Gör. Ali ÇETİNKAYA - Mayıs 2025