(10 Hafta + 10 Bölüm Sonu Projesi + Bitirme Projesi)
Self Learning + Mentor Destekli Uygulama Sınıfları
Veri Bilimi için Python Programlama
(2 Hafta)
- Python Programlamaya Giriş
- Numpy, Pandas (Veri Manüplasyonu)
- Veri Görselleştirme ve Matplotlib, Seaborn Kütüphaneleri
- Python ile Veri Analizi
Veri Bilimi için İstatistik ve Ölçümleme Problemleri (1 Hafta)
- Ürün Puanlama (Ortalama-Ağırlıklı Ortalama)
- Ürün Sıralama (Güven Aralığı-Anamlılık)
- AB Testi (Hipotez testleri)
CRM Analitiği (1 Hafta)
- CRM Analitiğine Giriş
- RFM Analizi
- Müşteri Yaşam Boyu Değeri
SQL ile Veritabanı ve Veri Sorgulama
(1 Hafta)
- SQL Temel Kavramlar
- Temel SQL Komutları ve Uygulamalı Veri Analizi
- SQL ile Veritabanı Sorgulama
- Sektör Uygulamaları ile Veri Analizi
Özellik Mühendisliği (1 Hafta)
- Aykırı Değer Analizi
- Eksik Değer Problemini Çözme
- Encoding & Scaling & Feature Extraction
- Özellik Mühendisliği Uygulamalar
Makine Öğrenmesi (3 Hafta)
- Makine Öğrenmesine Giriş
- Model Başarı Değerlendirme Yöntemleri
- Doğrusal Regresyon & Lojistik Regresyon
- Diğer Öğrenme Yöntemleri: KNN & CART
- Gelişmiş Ağaç Yöntemleri
- Hiperparametre Optimizasyonu
- Dengesiz Veri Setleri
- Sektör Uygulamaları ile Makine Öğrenmesi Çözümleri
Zaman Serileri ve Makine Öğrenmesi
(1 Hafta)
- Zaman Serileri Giriş
- Holt Winters Yöntemi
- Zaman Serisi Problemlerinde Makine Öğrenmesi
Bitirme Projesi (2 Hafta)
Hedef Kitle
Junior Veri Bilimci ve Junior Veri Analisti yetkinlikleri kazanmak isteyen kişilerdir.
Kimler Bu Eğitime Katılabilir & Eğitim İçin Minimum Gereksinimler
Eğitime katılmak için ön şart yoktur. Öncesinde temel programlama yetkinliği bilinmesi ve temel istatistik konularının bilinmesi programın daha konforlu takip edilmesine katkıda bulunacaktır.
Eğitim Süresi
Data Citizen eğitimi 10 hafta sürmektedir. Ek olarak bitirme projesi 2 hafta sürmektedir.
Eğitimin Amacı
Junior seviyede veri bilimci ya da veri analisti yetiştirmektir.
Eğitim Çıktıları
Mentor destekli uygulama sınıfları sayesinde katılımcılar, Python Programlama dilini kullanabilir duruma geleceklerdir. Keşifçi veri analizi yöntemlerini kullanabiliyor olacaklardır. Temel istatistiksel yöntemleri ve AB testleri konularını uygulayabiliyor olacaklardır. Özellik mühendisliği ve makine öğrenmesi konuları ile bir veri setini uçtan uca ön hazırlık işlemlerinden geçirebilecek ve makine öğrenmesi modelleri kurabileceklerdir.
