Udemy
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
Development
Web Development Data Science Mobile Development Programming Languages Game Development Database Design & Development Software Testing Software Engineering Development Tools No-Code Development
Business
Entrepreneurship Communications Management Sales Business Strategy Operations Project Management Business Law Business Analytics & Intelligence Human Resources Industry E-Commerce Media Real Estate Other Business
Finance & Accounting
Accounting & Bookkeeping Compliance Cryptocurrency & Blockchain Economics Finance Finance Cert & Exam Prep Financial Modeling & Analysis Investing & Trading Money Management Tools Taxes Other Finance & Accounting
IT & Software
IT Certification Network & Security Hardware Operating Systems Other IT & Software
Office Productivity
Microsoft Apple Google SAP Oracle Other Office Productivity
Personal Development
Personal Transformation Personal Productivity Leadership Career Development Parenting & Relationships Happiness Esoteric Practices Religion & Spirituality Personal Brand Building Creativity Influence Self Esteem & Confidence Stress Management Memory & Study Skills Motivation Other Personal Development
Design
Web Design Graphic Design & Illustration Design Tools User Experience Design Game Design Design Thinking 3D & Animation Fashion Design Architectural Design Interior Design Other Design
Marketing
Digital Marketing Search Engine Optimization Social Media Marketing Branding Marketing Fundamentals Marketing Analytics & Automation Public Relations Advertising Video & Mobile Marketing Content Marketing Growth Hacking Affiliate Marketing Product Marketing Other Marketing
Lifestyle
Arts & Crafts Beauty & Makeup Esoteric Practices Food & Beverage Gaming Home Improvement Pet Care & Training Travel Other Lifestyle
Photography & Video
Digital Photography Photography Portrait Photography Photography Tools Commercial Photography Video Design Other Photography & Video
Health & Fitness
Fitness General Health Sports Nutrition Yoga Mental Health Dieting Self Defense Safety & First Aid Dance Meditation Other Health & Fitness
Music
Instruments Music Production Music Fundamentals Vocal Music Techniques Music Software Other Music
Teaching & Academics
Engineering Humanities Math Science Online Education Social Science Language Teacher Training Test Prep Other Teaching & Academics
AWS Certification Microsoft Certification AWS Certified Solutions Architect - Associate AWS Certified Cloud Practitioner CompTIA A+ Cisco CCNA Amazon AWS CompTIA Security+ AWS Certified Developer - Associate
Graphic Design Photoshop Adobe Illustrator Drawing Digital Painting InDesign Character Design Canva Figure Drawing
Life Coach Training Neuro-Linguistic Programming Mindfulness Personal Development Personal Transformation Meditation Life Purpose Coaching Neuroscience
Web Development JavaScript React CSS Angular PHP WordPress Node.Js Python
Google Flutter Android Development iOS Development Swift React Native Dart Programming Language Mobile Development Kotlin SwiftUI
Digital Marketing Google Ads (Adwords) Social Media Marketing Google Ads (AdWords) Certification Marketing Strategy Internet Marketing YouTube Marketing Email Marketing Retargeting
SQL Microsoft Power BI Tableau Business Analysis Business Intelligence MySQL Data Analysis Data Modeling Data Science
Business Fundamentals Entrepreneurship Fundamentals Business Strategy Online Business Business Plan Startup Freelancing Blogging Home Business
Unity Game Development Fundamentals Unreal Engine C# 3D Game Development C++ 2D Game Development Unreal Engine Blueprints Blender
30-Day Money-Back Guarantee

This course includes:

  • 54.5 hours on-demand video
  • 26 downloadable resources
  • Full lifetime access
  • Access on mobile and TV
  • Assignments
Development Data Science R

R ile Uygulamalı Veri Bilimi: İstatistik ve Makine Öğrenmesi

R ile Programlama ve Veri Bilimi Eğitimi: Uçtan Uca Farklı Uygulamalarla Machine Learning ve İstatistik!
Rating: 4.8 out of 54.8 (196 ratings)
4,549 students
Created by Sergen Cansız
Last updated 12/2020
Turkish
30-Day Money-Back Guarantee

What you'll learn

  • Hem teorik hem de uygulamalı istatistik ve makine öğrenmesi öğreneceksiniz.
  • R'da veri bilimine yönelik programlama öğreneceksiniz.
  • Farklı veri yapıları ve bu veri yapıları üzerinde matematik ve istatistik işlemleri öğreneceksiniz.
  • Data frame üzerinde veri manipülasyonu işlemlerini öğreneceksiniz.
  • Algoritma ve fonksiyonel programlama, fonksiyonlar, "for" ve "while" döngüleri, "if-else" koşullarını öğreneceksiniz.
  • Veri bilimi ve raporlarınız için veri görselleştirme tekniklerini öğreneceksiniz.
  • Farklı olasılık dağılımlarını ve bu dağılımları farklı problemleri nasıl uygulamayabilceğinizi öğreneceksiniz.
  • Parametrik ve parametrik olmayan istatistik teknikleri, tek değişkenli ve çok değişkenli varyans analizini öğreneceksiniz.
  • Korelasyon ve kovaryans kavramı, farklı korelasyon testlerini öğreneceksiniz.
  • Keşfedici veri analizini ve bu kapsamda izlenen adımları öğreneceksiniz.
  • Veri ön işleme: aykırı değerlerle başa çıkma, kayıp gözlem doldurma teknikleri, dönüşümler, normalizasyon ve standartlaştırma işlemlerini öğreneceksiniz.
  • Regularization işlemleri, model tuning ve model doğrulama tekniklerini öğreneceksiniz.
  • Regresyon, Sınıflandırma ve Kümeleme problemleri üzerine makine öğrenmesi tekniklerini nasıl uygulayacağınızı öğreneceksiniz.
  • Farklı makine öğrenmesi metodlarını farklı problemlerle nasıl uygulacağınızı uygulamalı olarak öğreneceksiniz.

Course content

27 sections • 339 lectures • 54h 16m total length

  • Preview04:56
  • Kurs İçin Tavsiyeler
    02:58
  • Veri Setleri ve Kurs Kodları
    02:04
  • Mac OS X İşletim Sistemlerinde R ve R Studio Kurulumu
    07:18
  • Windows İşletim Sistemlerinde R ve R Studio Kurulumu
    07:34

  • Kodlamaya Başlama
    09:01
  • Veri Yapılarından Vektörler (Saklama/Depolama)
    10:35
  • Liste Tipi Saklama Elemanı (Veri Yapısı)
    09:17
  • Veri Tabloları Data Frame
    09:56
  • Matrisler
    06:34
  • Bölüm Sonu
    04:24
  • Veri Yapıları Bölüm Sonu Testi
    3 questions

  • Vektörlerde Eleman Seçimi
    07:56
  • Vektörlerde Eleman Silme/Kaldırma
    09:37
  • Vektörlerde Eleman Değeri Değiştirme/Güncelleme
    05:31
  • Vektörlere Yeni Eleman Ekleme
    03:41
  • Listelerde Eleman Seçimi
    09:41
  • Listelerde Eleman Kaldırma veya Silme
    06:04
  • Liste Elemanlarının Değerlerinin Değiştirme/Güncelleme
    05:27
  • Listelere Eleman Ekleme
    05:08
  • Matrislerde Eleman Seçimi
    08:27
  • Matrislerde Satır ve Sütun Kaldırma
    10:47
  • Matrislerde Satır ve Sütun Ekleme
    05:19
  • Data Frame’den Eleman Seçimi
    11:43
  • Data Frame - Satır ve Sütun Kaldırma
    13:05
  • Data Frame Eleman Değeri Değiştirme
    04:45
  • Data Frame- Satır ve Sütun Ekleme
    18:06
  • Bölüm Sonu Buraya Kadar neler öğrendik
    04:22
  • Bölüm Sonu Testi
    4 questions

  • Temel Matematiksel İşlemler
    05:04
  • Vektörlerde Matematiksel İşlemler
    08:41
  • Vektörlerin Uzunluklarının (Eleman Sayılarının) Elde Edilmesi
    05:00
  • Vektörlerin Minimum ve Maximum Değerleri
    04:56
  • Vektör Elemanının İndexinin Bulunması
    06:23
  • Vektörlerde Büyüktür Küçüktür Sorguları
    06:05
  • Büyük, Küçük, Eşit Olan Elemanların İndexlerinin Bulunması
    04:28
  • Karakter Türünde Verilerden Oluşan Vektörlerde Büyüktür, Küçüktür İşlemleri
    10:18
  • Ardışık Değerlerden Oluşan Vektör Oluşturma
    06:37
  • Belirli Bir Değer İle Artan Ardışık Vektörler Oluşturma
    08:32
  • Vektör Değerlerinin Rastgele Olarak Sıralanması
    04:49
  • Vektörlerden Rastgele Örnek Seçimi ve set.seed() Fonksiyonu
    06:56
  • Tekrar Eden Değerlerden Oluşan Seriler Oluşturma
    04:37
  • Vektörlerin büyükten küçüğe veya küçükten büyüğe sıralanışı
    09:29
  • Bölüm Sonu Testi
    3 questions
  • Matematiksel İşlemler ve Vektörler - Bölüm Sonu Ödevi
    1 question

  • Tarih İçeren Değerler
    14:19
  • Tarih ve Zaman İçeren Değerler
    16:18
  • İki Tarih Arasındaki Farkın Hesaplanması
    12:35
  • Tarih ve Zaman İçeren Vektörler
    12:24
  • Ardışık İlerleyen Tarih Vektörü Oluşturma
    21:41
  • Tarih Değişkeninde Sorgu, Belirli Tarihten Sonra veya Önce gelen Değerler
    17:31
  • İki tarih Arasında Kalan Tarihlerin Elde Edilmesi
    10:22
  • Tarihlerden Oluşan Vektörlerde Tarih Farklarının Elde Edilmesi
    05:33
  • Tarih Vektörlerinin Sıralanması
    04:03
  • Strptime() Fonksiyonu İle Hem Tarih Hem de Tarih-Zaman Değerleri Oluşturma
    06:49
  • “chron” Kütüphanesi Kullanılarak Tarih ve Zaman Değişkeni Oluşturma
    07:24
  • Tarih-Zaman Değişkeninden Tarih ve Zamanın İki Değişkene Ayrıştırılması
    13:19
  • Weekdays() ve Months() Fonskiyonları
    07:52
  • Tarih ve Zamanlar Bölüm Sonu
    07:28
  • Tarih ve Zamanlar Bölüm Sonu Ödevi
    3 questions

  • Betimsel İstatistikler Toplam değer ve ortalama
    05:49
  • Betimsel istatistikler Serbestlik Derecesi Nedir? Nasıl Hesaplanır?
    04:20
  • Betimsel İstatistikler - Standart Sapma
    07:11
  • Betimsel İstatistikler - Varyans Değerinin Hesaplanması
    07:57
  • Betimsel İstatistikler - Medyan, Açıklık ve Çeyreklikler
    05:43
  • Ortalama ve Medyan Arasındaki Fark
    04:38
  • Çarpıklık Katsayısı Nedir? Nasıl Hesaplanır?
    09:01
  • Betimsel İstatistikler - Frekansların Elde edilmesi
    06:36
  • Kayıp gözlemlerin hesaplamalara etkisi
    10:29
  • Normal Dağılan Veriler
    05:59
  • Bölüm Sonu Testi
    3 questions
  • Vektörlerde İstatisitiksel İşlemler Bölüm Sonu Ödevi
    3 questions

  • Veri Türleri
    05:05
  • Veri Türü Kontrolleri
    05:39
  • Veri Türü Dönüşümleri
    08:58
  • Veri Türü Dönüşümlerinde Özel Durumlar
    09:46
  • Veri türleri konu tarama testi
    2 questions

  • Data Frame Boyutları
    06:53
  • Data Frame’lerde Sorgu İşlemleri
    08:40
  • Subset() Fonksiyonu ve Birden Fazla Koşul İle Data Frame Sorguları
    12:08
  • Subset() Fonksiyonu ile İç İçe Çoğul Koşullar
    07:41
  • Satır ve Sütunlar Bazında Ortalamalar
    08:47
  • Data Frame Üzerinde Gruplar Bazında Hesaplamalar
    11:29
  • CSV’den R’a Veri Aktarmak
    14:32
  • Merge Fonksiyonu ile İki Data Frame’in Birleştirilmesi
    12:58
  • Data Frame Betimsel Özet Bilgileri
    10:28
  • Data Frame Değişken İstatistikleri
    18:51
  • Data Frame Değişken Türleri Değiştirme
    22:48
  • Apply Fonksiyon Grupları İle Hesaplamalar
    12:52
  • with() Fonksiyonunun Data Frame ile Kullanımı
    12:56
  • Data frame konu tarama testi
    3 questions
  • Data Frame - Konu Sonu Ödevi
    1 question

  • Programlamada Algoritma
    06:38
  • print() cat() ve paste() Fonskiyonları
    08:20
  • If ve Else Koşul İfadeleri
    08:22
  • If Else Koşul İfadeleri İçin "AND" ve "OR" Oparatörleri
    16:12
  • For Döngüsü Nedir? Nasıl Çalışır?
    13:44
  • For Döngüsü İçerisinde "IF" ve "Else" Koşul İfadeleri
    12:10
  • “while” Döngüsü Nasıl Çalışır ve For Döngüsü İle Arasındaki Fark
    18:42
  • İç içe Döngüler Oluşturma (Nested Loops)
    19:18
  • For Döngüsü İçerisinde Vektör Oluşturma
    07:34
  • Fonksiyon Oluşturma
    08:41
  • Kullanıcı Girdisi İle Fonksiyona Değer Gönderme
    08:39
  • Fonksiyon İçerisinde “if-else” Koşul Parametreleri
    17:07
  • Fonksiyon İçerisinde “for” Döngüsü
    15:55
  • While Döngüsünün For Döngüsü Gibi Kullanılması
    20:14
  • Fonksiyonlar İçerisinde Tanımlanan Nesneler
    14:11
  • Fonksiyonlar konu tarama testi
    4 questions
  • Fonksiyonel Programlama Bölüm Sonu Ödevi
    2 questions

  • Tidyverse ve Pipeline Mantığı
    02:31
  • select() Fonksiyonu İle Değişken Seçimi
    03:25
  • slice() Fonksiyonu ile Satır Seçimi
    03:16
  • slice_min() ve slice_max() Fonksiyonları
    04:28
  • slice_sample() Fonksiyonu ile Rastgele Gözlem Seçimi
    02:20
  • distinct() Fonksiyonu ile Unique Değerler
    02:17
  • arrange() Fonksiyonu ile Sıralama İşlemi
    06:06
  • summarise() Fonksiyonu ile özet bilgilerin sunulması
    02:08
  • group_by() Fonksiyonu ile gruplama
    06:10
  • group_by() Fonksiyonu ile summarise() Kullanımı
    06:03
  • filter() Fonksiyonu ile DataFrame Filtreleme
    08:06
  • mutate() Fonksiyonu ile dönüşümler
    06:25
  • Tidyverse Konu Tarama Testi
    3 questions
  • Tdiyverse "dplyr" konu sonu ödevi
    1 question

Requirements

  • Veri bilimine meraklı olmak
  • R kodlarını çalıştırabileceğiniz bir bilgisayar

Description

R ile Uygulamalı Veri Bilimi: İstatistik ve Makine Öğrenmesi Eğitimi Sizleri Bekliyor!

R'da veri bilimine (Data Science) yönelik programalama, istatistik ve makine öğrenmesi teknikleri için detaylı olarak hazırlanmış bu eğitimde, gerek iş hayatınızda gerek okul hayatınızda ihtiyacınız olacak bir çok bilgi sizleri bekliyor. Tüm tekniklerin detaylı olarak anlatıldığı 50 saat ve 300'den fazla ders içeriğinden oluşan bu eğitim, başlangıç düzeyinden ileri düzeye eğitim almak isteyenler için R Studio üzerinde hazırlandı. Eğitimimizde farklı veri setleri ve farklı R paketleri kullanarak bir çok istatistik ve makine öğrenmesi tekniğini hem teorik hem de uygulamalı olarak öğreneceğiz!

R ile Veri Bilimi Eğtiminde ele alınan konular;


  • R'da İstatistiksel teknikleri hem teorik hemde uygulamalı

  • R'da makine öğrenmesi tekniklerini hem teorik hem de uygulamlı

  • Veri Bilimine yönelik R Programming (R Programlama)

  • R'da tanımlı farklı veri yapıları ve veri türleri

  • Matematik ve tanımsal istatistikler

  • Veri manipülasyonu

  • Algoritma ve fonksiyonel programlama

  • Veri görselleştirme teknikleri

  • Olasılık dağılımları

  • Parametrik ve parametrik olmayan istatistik testleri

  • Varyans analizi

  • Korelasyon testleri

  • Kayıp ve aykırı değer kontrolleri

  • Kayıp gözlem doldurma teknikleri

  • Veriler üzerinde dönüşüm işlemleri

  • Normalizasyon ve standartlaştrıma işlemleri

  • Regularization işlemleri

  • Model doğrulama ve model tuning işlemleri

  • Regresyon, Sınıflandırma ve Kümele problemleri için farklı Makine Öğrenmesi teknikleri

İstatistik ve makine öğrenmesi kapsamında neredeyse tüm konuların ele alındığı bu eğitim sonunda; r, veri bilimi, istatistik ve makine öğrenmesine hakim olabileceksiniz. Bununla birlikte  Sizden Gelen Sorular bölümünde eğitim kapsamında anlatılan konularda yaşadığınız problemlerin çözümlerini görüntü olarak takip edebileceksiniz.


Başarılı, etkili ve işe yarar bir eğitim süreci olması dileğiyle....


Who this course is for:

  • Veri bilimine meraklı ve veri biliminde kendilerini geliştirken isteyeneler
  • Başlangıç seviyesinden ileri seviyeye R eğitimi almak isteyenler
  • Veri bilimi için istatistik ve makine öğrenmesi teoriğinde kendini geliştirmek isteyenler
  • İstatistik ve Makine öğrenmesi tekniklerini uygulamalı olarak öğrenmek isteyenler

Instructor

Sergen Cansız
Data Scientist
Sergen Cansız
  • 4.8 Instructor Rating
  • 196 Reviews
  • 4,549 Students
  • 1 Course

2016 Mimar Sinan Üniversitesi İstatistik bölümünden mezun oldu. 2019 yılında Mimar Sinan Üniversitesi Enformatik bölümünde yüksek lisansını tamamladı. Yüksek lisans sırasında Enformatik bölümünde yarı zamanlı olarak Asistanlık görevini aldı. Enformatik bölümü bünyesinde lisans ve yüksek lisans düzeyindeki öğrencilere R ve Python ile istatistiksel veri modelleme ve veri bilimi üzerine dersler verdi. Yüksek lisans öğrencilerinin tezlerinde veri bilimi danışmalığı yaptı.

2017 yılında Enformatik bölümündeki asistanlık görevinin yanında aynı zamanda özel bir şirkette (outsource) yazılım geliştirme üzerine çalışmaya başladı. Alibaba'nın Türkiye temsilcisi ve yurtdışında farklı firmalara yazılım desteği verdi. 2018 yılında aynı şirkette Veri Bilimi Uzamanı olarak görev aldı. Görüntü işleme, Yapay zeka ve Makine Öğrenmesi üzerine farklı şirketler için farklı projeler tamamladı.

2019 Yılında Veri Bilimci olarak başka bir özel şirkette görev almaya başladı. Şuan hala bu şirkette Veri Bilimi Uzmanı olarak görev almakta. Bununla birlikte Programlama & Veri Bilimi eğitimleri ve eğitici blog yazıları hazırlamaya devam etmektedir.   

  • Udemy for Business
  • Teach on Udemy
  • Get the app
  • About us
  • Contact us
  • Careers
  • Blog
  • Help and Support
  • Affiliate
  • Terms
  • Privacy policy
  • Cookie settings
  • Sitemap
  • Featured courses
Udemy
© 2021 Udemy, Inc.