• Buradasın

    Veri Bilimi

    Özetteki ilgi çekici içerikler

    • İstatistik Bölümü ve Kariyer Fırsatları

      Bu video, bir insan kaynakları yöneticisi tarafından sunulan, istatistik bölümü hakkında bilgilendirici bir içeriktir. Sunucu, istatistik bölümünün önemi ve mezunların kariyer fırsatları hakkında detaylı bilgiler vermektedir. Video, istatistik bölümünün tanımı ve amacı ile başlayıp, günümüzde verinin önemini ve big data devriminin bu alanın gelişimini anlatmaktadır. Ardından istatistik mezunlarının çalışabileceği 18 farklı iş alanı, maaş seviyeleri ve iş adetleri hakkında bilgiler verilmektedir. Son bölümde ise bölümün geleceği, kazanç durumu ve iş fırsatları gibi üç ana kategori üzerinden puanlama yapılarak toplam puan ortalaması 8,7 olarak belirlenmiştir. Videoda ayrıca istatistik bölümünün taban puanlarının düşük olması nedenleri ve mezunların kariyer planlaması için öneriler sunulmaktadır. Sunucu, bu bölümün zevkle okunabileceğini, kendini geliştirebileceğini ve fark yaratabileceğini vurgulamaktadır.

      • youtube.com

    • İstatistik ve Veri Bilimi Eğitim Dersi

      Bu video, Marmara Üniversitesi Nüfus ve Sosyal Araştırmalar Enstitüsü'nde çalışan Zübeyir Nişancı tarafından sunulan bir eğitim dersidir. Ders, Fuat Hoca ve Fatih Hoca gibi diğer eğitmenlerle birlikte Yükseköğretim Kurulu öncülüğünde hazırlanmıştır. Video, istatistik ve veri bilimi konularını sıfırdan başlayarak karmaşık hale doğru ilerleyen bir yapıda ele almaktadır. İçerikte istatistiğin temel kavramları, veri toplama yöntemleri, bilgisayar sistemlerinin çalışma prensipleri, kuantum bilgisayarlar, istatistik tarihi, big data, yapay zeka, makine öğrenmesi ve derin öğrenme gibi konular detaylı şekilde anlatılmaktadır. Ders, farklı seviyelerdeki katılımcılar için hazırlanmış olup, veri analizi okuryazarlığı edinmek, temel istatistik, orta seviye kodlama dilleri ve yapay zeka mantığını öğrenmek isteyenler için bir başlangıç seviyesi sunmaktadır. Eğitmen, önümüzdeki hafta sıfırdan başlayarak Excel dosyalarıyla pratik çalışmalara başlayacaklarını ve derslerin veri değişken tipleri, dosya tipleri gibi konuları içereceğini belirtmektedir.

      • youtube.com

    • Makine Öğrenmesinde Dummy Variable (Kukla Değişken) Eğitimi

      Bu video, bir eğitim içeriği olup, konuşmacı makine öğrenmesinde dummy variable (kukla değişken) kavramını anlatmaktadır. Python'da Jupyter not defteri kullanılarak örnekler gösterilmektedir. Video, dummy variable kavramının tanımı ve önemi ile başlayıp, kategorik verilerin sayısal verilere dönüştürülmesi sürecini adım adım göstermektedir. Konuşmacı, isim ve cinsiyet kolonlarından oluşan kendi veri setini oluşturarak, cinsiyet değişkenini 0 ve 1 değerlerine dönüştürme işlemini Python kodlarıyla uygulamaktadır. Ayrıca, bu tekniklerin maaş ayrımcılığı gibi gerçek hayat problemlerinde nasıl kullanılabileceği örneklerle açıklanmaktadır. Video, bir sonraki bölümde bu konunun uygulamasının yapılacağını belirterek sona ermektedir.

      • youtube.com

    • Veri Bilimi ve Makine Öğrenmesi Eğitim Videosu

      Bu video, bir eğitmen tarafından sunulan veri bilimi ve makine öğrenmesi konulu bir eğitim içeriğidir. Eğitmen, veri okuryazarlığı ve veri bilimi kavramlarını anlatmaktadır. Video, veri temsil etme teknikleri, interaktif histogramlar, eksik veri ile mücadele, makine öğrenmesi algoritmaları ve yapay zeka konularını ele almaktadır. Eğitmen, veri bilimci olmanın avantajlarını, makine öğrenmesi algoritmalarının nasıl çalıştığını ve veri bilimcilerin iş bulma sürecini örneklerle açıklamaktadır. Ayrıca, veri bilimcilerin algoritmaları sadece uygulamak yerine verileri algoritmalara uydurmaları gerektiği vurgulanmaktadır.

      • youtube.com

    • Makine Öğrenmesine Giriş: Polinom Regresyon

      Bu video, YZ Akademi kanalında Özkan tarafından sunulan makine öğrenmesine giriş serisinin 22. dersidir. Videoda çoklu veriler için lineer regresyonun yanı sıra polinom regresyonu konusu ele alınmaktadır. Özkan, ev fiyatları örneği üzerinden lineer olmayan veri setlerinde polinom regresyonun nasıl uygulanacağını göstermektedir. İkinci ve üçüncü dereceden modellerin nasıl seçileceği, özellik ölçeklendirme (feature scaling) konusunun önemi ve farklı özellik kombinasyonlarının model performansına etkisi detaylı olarak anlatılmaktadır. Video, bir soru-cevap bölümüyle sonlanmaktadır.

      • youtube.com

    • BIMTECH MBA Kampüsü Tanıtım Videosu

      Bu video, bir eğitimci tarafından Trichi'deki Bhati Dasan Institute of Management (BIMTECH) MBA kampüsünü tanıtan bir gezi formatındadır. Videoda kampüsün ilk yıl öğrencisi Sneha, ikinci yıl öğrencisi Ashrugad Naik ve direktörü Dr. Asid K. Barma ile röportajlar yapılmaktadır.. Video, BIMTECH'in kampüs turu, eğitim süreci, ücretler, yerleştirme durumu ve staj imkanları hakkında kapsamlı bilgiler sunmaktadır. Kampüsün 100% konutlu olduğu, her yıl 120 öğrenci kabul ettiği ve toplam 250 öğrenciye ev sahipliği yaptığı belirtilmektedir. Ayrıca, üniversiteye giriş için gerekli sınavlar, yerleştirme oranları ve staj maaşları hakkında detaylı bilgiler verilmektedir.. Videoda ayrıca BIMTECH'in yeni kampüs planları, MBA programının 180 öğrenciye kadar genişleyeceği, ASESB Accurated Institute ile işbirliği yapacağı ve öğrencilerin veri bilimi eğitimi alacağı bilgileri paylaşılmaktadır. Programın capstone projeleri, uluslararası işbirlikleri, AI ve dijital dönüşüm konularındaki eğitim imkanları, araştırma incubation projeleri ve danışmanlık hizmetleri hakkında da bilgiler verilmektedir.

      • youtube.com

    • Veri Bilimi Temel Kavramları ve Süreç Adımları

      Data Forest TR kanalında yayınlanan bu eğitici video, bir konuşmacının veri bilimi kavramını ve yapay zeka ile makine öğrenmesi arasındaki ilişkileri anlattığı bir içeriktir. Video, veri biliminin ne olduğunu, hayatımıza nasıl etki ettiğini ve hangi alanlarda kullanıldığını açıklayarak başlamakta, ardından veri bilimi yapmak için gerekli olanları (veri, donanım, yazılımlar, kodlama ve matematik bilgisi) detaylandırıyor. Daha sonra veri bilimi sürecinin beş ana adımı (veri hazırlama, keşifsel veri analizi, veri modelleme, görselleştirme ve iletişim, üretim ve devamlılık) adım adım anlatılmaktadır. Video ayrıca veri biliminin popüler alanlarını (telekomünikasyon, bankacılık, pazarlama, sosyal medya) ve veri hazırlama aşamasının veri bilimi sürecindeki önemini vurgulamaktadır. İzleyicilere zaman içinde deneyim kazanarak bu adımları daha iyi uygulayabilecekleri belirtilmektedir.

      • youtube.com

    • Hızlandırılmış Eğitim: Dijital Yetkinlik ve Bilişim Teknolojileri

      Bu video, öğretmenlere yönelik hazırlanmış bir eğitim dersidir ve hızlandırılmış eğitim serisinin sekizinci modülüdür.. Video, dijital yetkinlik kavramının tanımı ve temel kavramlarıyla başlayıp, dijital beceri, dijital okuryazarlık, dijital dönüşüm gibi konuları ele almaktadır. Daha sonra dijital vatandaşlık, bilişim etiği ve telif hakkı gibi konular işlenmekte, Türkiye'nin 2023 Sanayi ve Teknoloji Stratejisi gibi politika belgeleri hakkında bilgiler verilmektedir. İkinci bölümde ise mobil öğrenme, veri bilimi, yapay zeka, blokzincir gibi teknolojik gelişmeler ve bunların eğitimdeki uygulamaları anlatılmaktadır.. Video ayrıca dijital yeterlilikler çerçeveleri (CYC, Teknolojik Pedagojik Alan Bilgisi, Geniş Tabanlı Öğretmen Dijital Yeterlilik Çerçevesi, DIAMPEDI ve UNESCO), okul düzeyinde dijital yetkinlikleri kazandırmak için gerekli altyapı gereksinimleri, teknik destek, müfredat, öğretmen eğitimi ve EBA gibi eğitim bilişim ağı sistemleri hakkında detaylı bilgiler sunmaktadır.

      • youtube.com

    • Veri Bilimi ve Teknolojik Gelişmeler Üzerine Röportaj

      Bu video, bir sunucu ile Amerika'dan Kaliforniya Üniversitesi öğretim üyesi ve San Diego Süper Bilgisayar Merkezi Veri Bilim Başkan Yardımcısı İlkay Altıntaş arasında geçen bir röportajdır. Röportaj Amerika'da gecenin geç saatlerinde gerçekleştirilmiştir. Röportajda veri biliminin önemi, koronavirüs sürecinde verinin rolü ve teknolojik gelişmeler ele alınmaktadır. İlkay Altıntaş, veri biliminin gelişimindeki üç önemli etken, finans sektöründeki veri kullanımı, kişiselleştirme ve siber güvenlik konularını inceliyor. Ayrıca dijitalleşme, kuantum bilgisayarlar ve yapay zeka konuları da detaylı şekilde tartışılmaktadır. Röportajda yapay zekanın insan zekasına göre bazı alanlarda avantajlı olduğu ancak sezgi gücü ve davranış öğrenme konularında hala insan zekasının üstün olduğu vurgulanmaktadır. Kuantum bilgisayarların veri işleme kapasitesini artıracağı ve yapay zekanın toplumsal düzeyde matematik temelinde silahlar haline dönüşebilme riski olduğu konusunda dikkatli algoritmaların geliştirilmesi gerektiği belirtilmektedir.

      • youtube.com

    • Bulut Teknolojisi, Veri Bilimi ve Yapay Zeka Üzerine Röportaj

      Donan Haber programında sunucu, bilgisayar mühendisi ve MVP olan Ömer Çolakoğlu ile bir röportaj gerçekleştiriyor. Konuşmacı, özel bir şirkette çalışan, eğitimler veren ve Microsoft'ta derece almış bir uzman olarak tanıtılıyor.. Röportajda bulut teknolojisi, veri bilimi ve yapay zeka konuları ele alınıyor. Video, bulutun sadece sunucuların kiralanması değil, büyük veri toplama, depolama ve analiz etme için bir ekosistem olduğunu açıklıyor ve bu teknolojilerin küçük işletmeler (KOBİ) için nasıl kullanılabileceğini anlatıyor. Ayrıca, yapay zekanın temel prensipleri, gelecekteki potansiyeli ve Türkiye'deki durumu da değerlendiriliyor.. Videoda ayrıca üniversite öğrencilerine yönelik tavsiyeler de sunuluyor. Konuşmacı, öğrencilerin sadece akademik başarılarına değil, sosyal projelerde görev alma, kulüplerde faaliyet gösterme, blog yazma ve YouTube kanalı açma gibi pratik deneyimlere de önem vermeleri gerektiğini vurguluyor. Bootcamp'ler ve şirketlerin düzenlediği eğitimler gibi fırsatların nasıl değerlendirilebileceği hakkında da pratik öneriler sunuluyor.

      • youtube.com

    • Veri Analizi Kariyer Serisi: Mustafa Acungil ile Röportaj

      Bu video, veri alanında kariyer serisinin bir parçası olup, sunucu Mustafa Acungil ile veri analizi konusunda bir röportaj gerçekleştiriyor. Videoda veri analizi alanının önemi, veri analisti ve veri bilimci arasındaki farklar, bu alana nasıl geçilebileceği ve kariyer gelişimi için öneriler ele alınıyor. Mustafa Acungil, veri analisti profilinin iki farklı seviyede olabileceğini, giriş seviyesinde iş analisti pozisyonundan, daha uzmanlaşmış seviyede ise veri bilimi alanında eğitim almış kişilerin bu alana geçebileceğini belirtiyor. Ayrıca, kariyer gelişimi için veri analisti arayan pozisyonların ilanlarına bakma, iş analisti eğitim programlarını inceleme ve uygulamalı deneyim kazanma gibi pratik öneriler sunuluyor.

      • youtube.com

    • Data Scientist Olmak İçin Gerekli Şartlar

      Bu video, bir röportaj formatında olup, konuşmacılardan biri elektronik mühendisi ve doktora yapmış bir data scientist. Diğer konuşmacı ise üniversite sınavına girmiş ve bölüm tercih edecek olan öğrencilere yönelik sorular soruyor. Video, Türkiye'deki eğitim sistemi şartlarında data scientist olmak için gerekli adımları ele alıyor. Konuşmacı, data scientist olmanın ideal yolunu anlatarak, analitik düşünme yeteneğinin önemini vurguluyor. Ayrıca, data scientist olmanın sadece belirli bir eğitim yolu gerektirmediğini, farklı alanlardan gelen insanların da bu alanda başarılı olabildiğini belirtiyor. Video, data scientist olmanın temel görevlerini (veri toplama, temizleme, modelleme ve sonuçları sunma) ve bu alanda başarılı olmak için gerekli olan öğrenme becerisini vurguluyor.

      • youtube.com

    • Zaman Serisi Analizi Eğitim Videosu

      Bu video, bir eğitmen tarafından sunulan zaman serisi analizi konulu bir eğitim serisinin ilk bölümüdür. Eğitmen, istatistik ve veri bilimi alanında tecrübeli biri olarak izleyicilere bilgi aktarmaktadır. Video, geleceği öngörmenin önemi ve yöntemleri üzerine odaklanmaktadır. Eğitmen, öngörü kavramını "riski ölçmek" olarak tanımlayarak, öngörü sürecinin üç aşamasını (girdi, süreç ve çıktı) açıklamaktadır. Nicel öngörü ve nitel öngörü kavramlarını ele alarak, özellikle zaman serisi analizine odaklanmaktadır. Video, bir sonraki bölümde verinin zaman serisi olduğunu nasıl anlayacağımız, her verinin zamana bağlı olup olmadığı ve kaç tane zaman verisi toplamamız gerektiği gibi konuların ele alınacağını belirterek sona ermektedir.

      • youtube.com

    • Makine Öğrenmesi Dersi: KNN Algoritması ile Kanser Hücresi Tespiti

      Bu video, bir eğitmen tarafından sunulan makine öğrenmesi eğitim dersidir. Eğitmen, Jupyter Notebook kullanarak KNN (K-Nearest Neighbors) algoritması uygulamasını adım adım göstermektedir. Video, kanser hücrelerini tespit etmek için KNN algoritmasının tüm aşamalarını kapsamaktadır. İlk olarak veri setinin yükleme, temizleme ve görselleştirme işlemleri gösterilmekte, ardından veri setinin X-train ve Y-train olarak bölünmesi anlatılmaktadır. Daha sonra KNN modelinin oluşturulması, eğitilmesi ve tahminlerinin değerlendirilmesi aşamaları ele alınmakta, k değerinin değiştirilmesinin tahmin başarısına etkisi test edilmektedir. Videoda, k değeri 12 olduğunda %96 başarı oranına ulaşıldığı gösterilmekte ve en optimum k değerini bulmak için for döngüsü kullanılarak bir test yapılmaktadır. Bu içerik, makine öğrenmesi algoritmalarının pratik uygulamasını öğrenmek isteyenler için faydalı bir kaynaktır.

      • youtube.com

    • Pandas Egzersizleri: Merge ve Search Bölümleri

      Bu video, bir eğitim içeriği olup, konuşmacı Pandas kütüphanesi kullanarak veri manipülasyonu egzersizlerini adım adım göstermektedir. Video, Pandas egzersizlerinin merge ve search bölümlerini kapsamaktadır. İlk bölümde, iki dataframe'i birleştirme (merge) işlemi gösterilmekte, boş kolonların düzeltilmesi, observation'ların incelenmesi ve dataframe'lerin alt alta veya yan yana birleştirilmesi anlatılmaktadır. İkinci bölümde ise "housing market" adlı egzersizde random sayı dizileri oluşturma, dataframe'leri birleştirme, kolon isimlerini değiştirme ve indeks resetleme işlemleri gösterilmektedir.

      • youtube.com

    • Python Programlama Dili Temel Eğitimi

      Bu video, yazılım şirketi kurucusu Mehmet Tek tarafından sunulan yaklaşık sekiz saatlik kapsamlı bir Python programlama dili eğitim serisidir. Eğitim, Python programlama dilinin temellerini adım adım anlatmaktadır. İçerikte Python'un tanıtımı, kurulumu, Jupyter Notebook kullanımı, programlama öğrenme tavsiyeleri, temel fonksiyonlar (print, input), değişkenler, veri tipleri (numbers, string, list, tuple, set), matematiksel işlemler ve string metotları (upper, lower, capitalize, count, index, strip, replace) gibi konular ele alınmaktadır. Eğitim, Python'un genel amaçlı bir dil olduğunu, yazılım programlamaya yeni başlayanlar için kolay olduğunu ve veri bilimi, yapay zeka, makine öğrenmesi ve oyun geliştirme gibi alanlarda popüler olduğunu vurgulamaktadır. Ayrıca Google, Dropbox, Spotify ve Netflix gibi büyük şirketlerde kullanıldığı belirtilmektedir. Video, programlama öğrenme sürecinde dikkat edilmesi gereken yedi temel tavsiye de içermektedir.

      • youtube.com

    • Veri Bilimi ve Büyük Veri Kariyer Fırsatları

      Bu videoda bir konuşmacı, veri bilimi ve büyük veri alanındaki kariyer fırsatları hakkında bilgi veriyor. Konuşmacı, büyük veri işleme için kodlama, yazılım ve bilgisayar programlarıyla ilgilenen kişilerin daha hızlı ilerleyebileceğini belirtiyor. Veri bilimi kavramının veriyi anlama, işleme, yönetme ve anlamlar çıkarma süreçlerini kapsadığını açıklıyor. İstatistik ve mühendislik bölümlerinin büyük veri alanında öne çıktığını, ancak diğer bölümlerdeki öğrencilerin de kariyerlerinde fırsat bulabileceğini vurguluyor. Konuşmacı, kariyerde ilerlemek için bölümün önemi değil, kişinin kendi gücünü ve enerjisini kullanması gerektiğini vurguluyor.

      • youtube.com

    • BirdTopik Python Kütüphanesi ve Topic Modeling Eğitimi

      Bu video, "Talking Language AI" serisinin bir bölümü olup, psikologdan veri bilimcisine geçiş yapmış ve BirdTopik, Polyfuzz ve Qbert gibi açık kaynaklı paketler geliştirmiş Martin Hoenst (Mark Rottenst) tarafından sunulmaktadır. Video, BirdTopik Python kütüphanesinin tanıtımını ve topic modeling tekniklerini adım adım göstermektedir. İçerik, topic modeling'in ne olduğunu açıklayarak başlayıp, BirdTopik'in modüler yapısını, esnekliğini ve temel bileşenlerini (Sentence Transformers, HDB Scan, bag of words) detaylı şekilde anlatmaktadır. Ayrıca, konu modelleme sürecinin üç temel bileşeni (modülerlik, görselleştirme ve kelime temsilleri) ve farklı kullanım senaryolarına göre özelleştirilebilir modeller (HDB Scan, K-Means, TF-IDF, QML) ele alınmaktadır. Videoda ayrıca PerTopic paketinin özellikleri, hiyerarşik topic modeling ve dinamik topic modeling gibi konular da anlatılmaktadır. Konuşmacı, topic modeling'in subjektif bir yaklaşım olduğunu ve kullanıcıların insan değerlendirmesi yaparak modelin doğruluğunu kontrol etmesi gerektiğini vurgulamaktadır. Video, bir soru-cevap oturumu ve röportaj formatında devam ederek, topluluğun projeye nasıl katkıda bulunabileceği konusunda bilgi vermektedir.

      • youtube.com
  • Yazeka sinir ağı makaleleri veya videoları özetliyor