Yapay zekadan makale özeti
- Kısa
- Ayrıntılı
- Bu video, bir eğitmen tarafından sunulan Python programlama dili ile veri analizi ve betimsel istatistik konulu bir eğitim içeriğidir.
- Eğitim, betimsel istatistik konusunun genel hatlarıyla bitirildiğini belirterek başlıyor ve ardından histogramlar üzerinden veri dağılımlarını inceliyor. Video, Excel'den BIST 100 ve Dow endekslerinin değerlerini çekme, Pandas kütüphanesi ile veri çerçevelerine dönüştürme, betimsel istatistikler hesaplama ve Matplotlib kütüphanesi ile histogram oluşturma işlemlerini kapsamaktadır.
- Eğitmen, ortalama, medyan, çeyreklikler, standart sapma, varyans, kurtosis ve çarpıklık gibi betimsel istatistik kavramlarını örneklerle açıklamakta ve normal dağılım ile sivri dağılım arasındaki farkları göstermektedir. Ayrıca, Excel'de temel istatistiksel analizlerin yapıldıktan sonra Python üzerinden nasıl devam edilebileceği de anlatılmaktadır.
- 00:02Python ile Veri Analizi Eğitiminin Devamı
- Python ile veri analizi eğitiminde betimsel istatistik kısmının genel hatlarıyla bitirildiği belirtiliyor.
- Betimsel istatistik kısmında merkezi eğilim ölçütleri, aritmetik ortalama, harmonik ortalama, geometrik ortalama ve ağırlıklı ortalama gibi farklı ortalama yapıları bulunmaktadır.
- Betimsel istatistik kısmının mantığını anlayanlar, istatistik kitaplarından veya internetten araştırarak anlatılmayan konuları da öğrenebilirler.
- 01:25Excel'de Histogram Çizimi
- Investing.com'dan indirilen Excel dosyasında 2015-2021 tarihleri arasındaki BIST 100 ve Dow endekslerinin değerleri bulunmaktadır.
- Excel'de veri çözümleme menüsünden histogram çizimi yapılarak BIST 100 ve Dow endekslerinin frekans dağılım yapıları incelenmiştir.
- İlk histogramlarda herhangi bir dağılım yapısı veya normal dağılıma benzer bir yapı görülmemektedir.
- 04:05Getirilerin Hesaplanması ve Dağılım Analizi
- Finansal serilerde dağılım yapıları değerlerin üzerinden değil, getirilerin üzerinden hesaplanmaktadır.
- Getiri hesaplaması için güncel değer bölü bir önceki günün değeri eksi bir formülü kullanılmaktadır.
- Getirilerin histogramı çizildiğinde, ham değerlerin histogramına göre daha düzgün bir dağılım yapısı görülmektedir.
- 09:22Python'da Veri Analizi
- Python'da veri seti ile ilgili betimsel istatistik yapılarını alabileceğimiz birden fazla kütüphane bulunmaktadır.
- En basit şekliyle başlayıp konular ilerledikçe kütüphanelere geçileceği belirtilmektedir.
- Pandas kütüphanesi kullanılarak Excel dosyası okunarak veri çerçevesi oluşturulmaktadır.
- 11:26Excel Verilerini Python'da Okuma
- Excel'den okunan veriler bir dataframe'e atanır ve bu dataframe üzerinden işlemler gerçekleştirilir.
- Toplam 1757 veri bulunmaktadır ve ilk getiriler boş olduğu için "olarak" dönmüştür.
- Excel dosyasından sadece belirli sütunları okumak için "use_cols" parametresi kullanılır ve köşeli parantezle sütun ismi belirtilir.
- 12:22Sütunları Değişkenlere Atama
- "BIST 100" ve "Dow" gibi değişken isimleri oluşturulup, "use_cols" parametresi ile belirli sütunlar bu değişkenlere atanabilir.
- Tek bir sütunu incelemek için "describe" fonksiyonu kullanılabilir, ancak bu kısıtlı betimsel istatistikler sunar.
- Birden fazla değişkeni karşılaştırmak için tüm sütunları bir dataframe'e aynı anda eklemek gerekir.
- 16:21Betimsel İstatistikler
- "describe" fonksiyonu ile birden fazla sütunun ortalamaları, standart sapmaları, minimum değerleri ve çeyreklikleri karşılaştırılabilir.
- İstatistiksel analizler için pandas kütüphanesi kullanılır, ancak Python'da başka kütüphaneler de mevcuttur.
- Excel'de istatistik konularının temelleri atılarak, daha sonra Python üzerinden nasıl gerçekleştirildiği anlatılacaktır.
- 17:32Farklı İstatistiksel Ölçümler
- "mean" fonksiyonu ile ortalamalar, "median" fonksiyonu ile medyan değerleri hesaplanabilir.
- "quantile" fonksiyonu ile çeyreklikler (ilk %25, medyan, %75, %100) bulunabilir.
- "std" fonksiyonu ile standart sapma, "var" fonksiyonu ile varyans, "skewness" fonksiyonu ile çarpıklık ve "kurtosis" fonksiyonu ile basıklık değerleri ölçülebilir.
- 22:49Grafik Çizimi
- Python'da grafik çizmek için "matplotlib.pyplot" kütüphanesi kullanılır.
- "plt.figure()" ile figür oluşturulur, "plt.title()" ile grafik ismi verilir.
- "plt.hist()" fonksiyonu ile histogram çizilir ve "plt.show()" ile grafik gösterilir.
- 24:48Getiri Dağılımı ve Histogram Çizimi
- Getiri dağılımı grafiği inceleniyor ve birleşim alanlarının kalınlıkları ayarlanarak daha iyi görülebiliyor.
- Excel'de veri çözümleme menüsünden histogram oluşturuluyor ve metro yapısıyla aynı dağılım grafiği çizilebiliyor.
- Histogram bar dışında steple (içi boş çizgi) şeklinde de çizilebiliyor ve normal dağılım yapısı görülebiliyor.
- 26:58Dow Getirisi ve Dağılım Özellikleri
- Dow getirisi ile yapılan dağılım grafiği daha sivri bir yapıya sahip.
- Sivri dağılım, kurtosis yapısında incelenen bir özellik olarak açıklanıyor.
- Dağılımın sivriliği standart sapma ile ilgili yorumlar yapılmasına olanak sağlıyor.
- 28:57Betimsel İstatistik ve Kapanış
- Videoda Python üzerinden betimsel istatistik nasıl ortaya çıkartılacağı anlatılmış.
- Excel'den veri çekme, istatistik görüntüleme ve dağılım grafiği çizme işlemleri gösterilmiş.
- Bir sonraki videoda yorumlama örneği yapılacak ve normal dağılımla ilgili rassal sayıların nasıl oluşturulacağı gösterilecek.