Makine Öğrenmesi Temelleri Temasına Dön
Kodlama • Yapay Zeka ve Makine Öğrenmesi

VERİ ANALİZİ İLE PYTHON

Kodlama Yapay Zeka ve Makine Öğrenmesi – Makine Öğrenmesi Temelleri ünitesi kapsamında VERI ANALIZI ILE PYTHON konusunun konu anlatımı, anlama, kavrama ve pekiştirme testleri ile ücretsiz PDF çalışma kağıtlarına bu sayfadan ulaşabilirsiniz.

TESTLER

Öğrencilerimiz için hazırladığımız seviye odaklı test sistemimiz:

  • Anlama Testleri: Temel kavramları ve tanımları ölçen başlangıç seviyesi testlerdir.
  • Kavrama Testleri: Bilgilerin uygulamasını ve konunun mantığını ölçen orta seviye testlerdir.
  • Pekiştirme Testleri: Analiz ve karmaşık problem çözmeyi hedefleyen ileri seviye testlerdir.

ALIŞTIRMA SORULARI

Konuyu pekiştirmek için hazırladığımız alıştırma soru setleri:

  • Alıştırma Soruları: Konuyu öğrendikten sonra bilgilerinizi test etmeniz için hazırlanmış pratik soru setleridir.
  • Ücretsiz PDF: Tüm alıştırma soruları ücretsiz olarak indirilebilir ve yazdırılabilir formattadır.
Bu konu için alıştırmalar hazırlanıyor...

KONU ANLATIMI

MEB müfredatına uygun hazırlanan konu anlatımlarımız:

  • Konu Anlatımı PDF: Konunun tüm önemli noktalarını kapsayan, sade ve anlaşılır dille hazırlanmış ders notlarıdır.
  • Web İçeriği: Konuyu adım adım anlatan, görsel destekli dijital konu anlatımına aşağıdan ulaşabilirsiniz.
BENİM OKULUM

Veri Analizi: NumPy ve Pandas



NumPy - Sayısal Hesaplama


import numpy as np

# Dizi oluşturma
arr = np.array([1, 2, 3, 4, 5])
matris = np.array([[1, 2], [3, 4]])
sifirlar = np.zeros((3, 3))
birler = np.ones((2, 4))

# İstatistikler
print(np.mean(arr))    # Ortalama: 3.0
print(np.std(arr))     # Standart sapma
print(np.min(arr))     # Minimum: 1
print(np.max(arr))     # Maksimum: 5


Pandas - Veri Analizi


import pandas as pd

# DataFrame oluşturma
ogrenciler = pd.DataFrame({
    "isim": ["Ali", "Veli", "Ayşe", "Fatma"],
    "mat": [85, 72, 91, 68],
    "fen": [78, 80, 88, 75],
    "yas": [15, 16, 15, 16]
})

# Temel işlemler
print(ogrenciler.head())          # İlk 5 satır
print(ogrenciler.describe())      # İstatistikler
print(ogrenciler["mat"].mean())   # Matematik ortalaması
print(ogrenciler[ogrenciler["mat"] > 80])  # Filtreleme

# Sıralama
sirali = ogrenciler.sort_values("mat", ascending=False)

# Yeni sütun ekle
ogrenciler["ortalama"] = (ogrenciler["mat"] + ogrenciler["fen"]) / 2


Matplotlib ile Görselleştirme


import matplotlib.pyplot as plt

# Çubuk grafik
plt.bar(ogrenciler["isim"], ogrenciler["mat"])
plt.title("Matematik Notları")
plt.xlabel("Öğrenciler")
plt.ylabel("Not")
plt.show()
1