live_tv
Livestream Starting Soon
00
Hours
:
00
Minutes
:
00
Seconds
Up next in 10
Auzef Veri Bilimi 2023-2024 Vize Soruları
https://lolonolo.com/2026/02/26/veri-bilimi-2023-2024-vize-sorulari/
Bu kaynak, 2023-2024 akademik yılı Veri Bilimi vize sınavı sorularını ve bu soruların ayrıntılı çözümlerini içeren kapsamlı bir çalışma dokümanıdır. İçerik, Python programlama dilinin temel söz dizimi, değişken yazdırma komutları ve kod satırlarına açıklama ekleme yöntemleri gibi başlangıç düzeyi konuları ele almaktadır. Metinde ayrıca listeler, demetler ve kümeler gibi veri yapılarının özellikleri ile döngüler ve kontrol blokları gibi algoritma akışını yöneten yapılar açıklanmaktadır. Veri bilimi disiplininin kapsamı tanımlanırken, bu alanın matematik ve istatistikle olan bağı vurgulanmakta; makine öğrenmesi çatısı altında denetimli ve denetimsiz öğrenme farkları ile karar ağaçları algoritması incelenmektedir. Özellikle dilimleme yöntemi ve indeksleme kuralları gibi pratik uygulamalar, örnek kod çıktıları üzerinden somutlaştırılarak sunulmaktadır. Toplamda yirmi sorudan oluşan bu materyal, öğrencilerin hem teorik bilgilerini hem de teknik uygulama becerilerini ölçmeyi hedefleyen eğitici bir rehber niteliğindedir.
https://lolonolo.com
Show More Show Less View Video Transcript
0:00
Herkese merhabalar. Bugün birlikte çok
0:02
heyecan verici bir konuya dalıyoruz.
0:04
Veri bilimi ve tabii ki bu alanın en
0:07
kilit oyuncusu olan Python'ı da ele
0:09
alacağız. Amacımız ne mi? Bu konunun
0:12
temel yapı taşlarını yani en temelden
0:15
başlayarak adım adım hep birlikte
0:17
anlamak. Hadi başlayalım. Peki bugünkü
0:21
yolculuğumuzda bizi neler bekliyor?
0:23
Şöyle bir bakalım. İlk olarak veri
0:26
bilimi dediğimiz şey tam olarak nedir
0:28
sorusuna cevap arayacağız. Ardından
0:31
Python dünyasına ilk adımımızı atacağız.
0:34
Sonrasında veriyi düzenlemenin
0:36
inceliklerine bakıp kodun o meşhur karar
0:38
anlarını yani nasıl mantık yürüttüğünü
0:40
göreceğiz. Ve en sonunda işin en havalı
0:43
kısmına makine öğrenimine şöyle bir
0:45
giriş yapacağız. Evet, hazır mıyız? Hadi
0:48
başlayalım o zaman. İlk ve en temel
0:51
sorumuzla başlıyoruz. Veri bilimi nedir?
0:54
Yani bu kadar çok duyduğumuz bu kavram
0:56
aslında ne anlama geliyor? Gelin önce
0:58
bir çerçeveyi çizelim. Şimdi veri
1:01
bilimini tek bir kutuya sığdırmak pek
1:03
mümkün değil. Aslında o birden fazla
1:05
süper gücün birleştiği bir alan gibi.
1:07
Düşünsenize içinde hem istatistik var
1:10
hem matematik, hem makine öğrenimi, hem
1:12
de programlama. Bütün bu disiplinler bir
1:15
araya geliyor ve tek bir amaç için
1:17
çalışıyor. Elimizdeki devasa veriyi
1:19
analiz etmek, modellemek ve en önemlisi
1:22
ondan anlamlı sonuçlar çıkarmak.
1:24
Kısacası veriye sesini veren bir sanat.
1:27
Peki bir veri bilimcinin alet çantasında
1:30
neler olmalı? İşte bu tablo tam da bunu
1:32
gösteriyor. Bakın bir yanda matematik,
1:35
istatistik, makine öğrenimi ve tabii ki
1:37
Python gibi diller var. Bunlar olmazsa
1:39
olmazlar. Diğer yandaysa mesela HTML,
1:42
JavaScript ya da web tasarımı gibi
1:44
konular var. Bunlar harika beceriler.
1:46
Ona şüphe yok ama veri biliminin tam
1:48
kalbinde yer almıyorlar. Yani
1:50
odaklanmamız gereken yer belli.
1:52
Tamamdır. Genel çerçeveyi anladık. Şimdi
1:55
gelelim işin en pratik ve en popüler
1:57
aracına. Python. Veri bilimcilerin adeta
2:01
İsviçre çakısı gibi kullandığı bu dil
2:03
neden bu kadar popüler? İşte bu bölümde
2:05
tam olarak bunu anlayacağız. Python için
2:08
sıkça duyacağınız iki tanım var. Üst
2:11
düzey ve yorumlanmış. Kulağa teknik
2:13
gelebilir ama aslında çok basit. Üst
2:16
düzey demek bizim konuştuğumuz
2:18
İngilizceye ya da Türkçeye daha yakın,
2:21
daha okunabilir bir dil demek. Yani kod
2:23
yazarken kafayı daha az yoruyoruz.
2:26
Yorumlanmış olması ise şu anlama
2:27
geliyor. Yazdığınız kodu bir çevirmen
2:30
gibi satır satır anında çalıştırıyor. Bu
2:33
da bize inanılmaz bir hız ve esneklik
2:35
kazandırıyor. Python'la tanışırken
2:37
öğrenmeniz gereken iki temel komut var.
2:40
Bunlar adeta alfabenin A'sı ve B'si
2:42
gibi. Birincisi print komutu. Bu komut
2:45
kelimenin tam anlamıyla bilgisayara
2:47
konuş demek. Ekrana ne isterseniz onu
2:49
yazar. İkincisi de diz işareti yani
2:52
hashtag. Bu da sizin görünmez
2:54
mürekkebiniz. Bu işaretten sonra
2:56
yazdığınız her şey bir yorumdur. Program
2:58
onu tamamen görmezden gelir. Sadece siz
3:01
ve diğer insanlar okuyabilsin diye
3:02
oradadır. Yorumlarla ilgili çok önemli
3:05
bir efsaneyi hemen çürütelim. Bazen
3:07
şöyle bir şey duyarsınız. Yorum eklemek
3:10
programı yavaşlatır mı ya da hızlandırır
3:12
mı? Cevap: Kocaman bir hayır. Bilgisayar
3:15
için o satırlar yok hükmündedir. Tamamen
3:17
görmezden gelinir. Unutmayın yorumlar
3:20
bilgisayar için değil bizim için yani
3:22
insanlar için var.
3:24
Harika. Artık bilgisayarla iletişim
3:26
kurabiliyoruz. Peki ona işleyecek veriyi
3:29
nasıl vereceğiz? İşte şimdi Python'da
3:32
bilgiyi nasıl yapılandırdığımıza yani
3:34
veriyi düzenleme sanatına geçiyoruz.
3:37
Python'da veriyi saklamanın iki temel
3:39
yolu var ve aralarındaki fark gerçekten
3:42
çok ama çok önemli. Bir tarafta
3:44
listeler, diğer tarafta demetler yani
3:46
topullar. Listeler köşeli parantez 40
3:49
ile yapılır ve adı üstünde esnektir.
3:52
Tıpkı bir alışveriş listesi gibi canınız
3:54
isteyince yeni bir şey eklersiniz.
3:56
İstemediğinizi silersiniz. Ama demetler
3:58
yani normal parantez o ile yapılanlar
4:01
tam tersi. Onlar değiştirilemez. Bir
4:04
kere oluşturuldu mu o kadar. Tıpkı
4:06
imzalanıp mühürlenmiş bir daha asla
4:08
değiştirilemeyecek bir sözleşme gibi.
4:11
Tamam elimizde uzun bir liste var
4:12
diyelim ama bize hepsi değil sadece
4:15
ortasından bir parça lazım. İşte bu
4:17
noktada dilimleme ya da İngilizce adıyla
4:19
slicing dediğimiz muhteşem bir özellik
4:21
devreye giriyor. Kocaman bir pastadan
4:24
sadece bir dilim almak gibi
4:25
düşünebilirsiniz. Bunu da slice
4:27
başlangıç, slice bitiş formatını
4:30
kullanarak yapıyoruz. Şimdi gelin bunu
4:32
somut bir örnekle görelim. Elimizde dizi
4:35
2 diye bir liste var ve içinde 1'den
4:38
7'ye kadar sayılar var. Ama dikkat,
4:41
programlama dünyasının altın kuralı
4:43
şudur. Saymaya her zaman 0dan başlanır.
4:46
Yani listenin ilk elemanı olan 1 aslında
4:49
0 indekste, 2 sayısı 1inci indekste, 3
4:52
sayısı 2inci indekste. Bu böyle devam
4:55
ediyor. Peki dizi 2 2 yazdığımızda ne
4:58
oluyor? Hadi adım adım gidelim. Bu komut
5:01
Python'a diyor ki ikinci indeksten
5:03
başlayarak elemanları al. Yani ilk
5:05
alacağı eleman 3. Sonra diyor ki 5.
5:08
indekse kadar devam et. Ama işte burada
5:11
kilit nokta geliyor. Bitiş indeksi yani
5:14
5 dahil değil. O yüzden 2inci indeksteki
5:17
3'ü, 3ünc indeksteki 4'ü ve 4.
5:20
indeksteki 5'i alıyor ve orada duruyor.
5:23
Sonuç ekranda 3 4 5 yazısını görüyoruz.
5:26
Şu ana kadar veriyi nasıl
5:28
saklayacağımızı öğrendik. Çok güzel. Ama
5:30
şimdi işleri bir üst seviyeye taşıyoruz
5:33
ve kodumuza bir beyin takıyoruz. Yani
5:36
programlarımızın nasıl karar verdiğini
5:38
ve belirli işlemleri nasıl tekrar tekrar
5:40
yaptığını keşfedeceğimiz bölüme geldik.
5:43
Kodun karar anları. Bu karar verme işini
5:46
kontrol yapıları sayesinde yapıyoruz.
5:48
Bunları kodunuzun yolculuğundaki yol
5:51
ayrımları olarak düşünün. if, elif, else
5:54
gibi komutlarla programa diyoruz ki eğer
5:57
şu şart sağlanıyorsa A yolundan git,
6:00
sağlanmıyorsa B yolundan git. Programın
6:03
farklı durumlara farklı tepkiler
6:04
vermesini sağlayan temel mantık bu.
6:07
Gelin kodun bu yolculuğunu canlı bir
6:09
örnekle izleyelim. Program geliyor ve
6:12
ilk yol ayrımına bakıyor. Koşul ne? 4 +
6:16
5 = 10. Yani 9 10'a eşit mi diye
6:19
soruyor. Program bu soruya bakıyor ve
6:22
tabii ki hayır değil diyor. Yani koşulun
6:24
sonucu false. İşte bu noktada if blo'nun
6:27
kapısı yüzüne kapanıyor ve program o
6:30
bloğu tamamen görmezden gelip doğruca
6:32
bloğuna atlıyor. İşte karar verme
6:35
mantığı bu kadar basit ve net. Bazen de
6:38
bir işi bir kere değil 10 kere, 100 kere
6:40
hatta 1000 kere yapmamız gerekir. İşte
6:43
bu noktada tembelliğin en iyi dostu yani
6:46
döngüler devreye giriyor. For ve while
6:49
döngüleri sayesinde bir kod bloğuna sen
6:52
bu işi şu kadar kez tekrarla
6:53
diyebiliyoruz. Bu bize aynı şeyi tekrar
6:56
tekrar yazma eziyetinden kurtaran
6:58
sihirli bir otomasyon aracıdır. Evet,
7:01
şimdiye kadar öğrendiğimiz her şeyi bir
7:03
araya getirme zamanı. Piramidin en
7:06
tepesine yani işin en heyecan verici ve
7:09
en popüler kısmına geldik. Makine
7:11
öğrenimi. Göreceksiniz ki az önce
7:14
öğrendiğimiz o temel yapı taşları
7:16
aslında bu karmaşık görünen alanı inşa
7:18
etmek için vardı. Makine öğreniminin
7:21
aslında temelde iki farklı tadı var.
7:23
Denetimli ve denetimsiz öğrenme.
7:26
Aralarındaki fark da aslında çok basit.
7:28
Denetimli öğrenmede biz bir öğretmen
7:30
gibiyiz. Algoritmaya etiketli yani
7:32
cevapları belli olan veriler veriyoruz.
7:35
Diyoruz ki bak bu kedi, bu köpek
7:37
algoritmada bu örneklerden öğreniyor.
7:39
Denetimsiz öğrenmede ise algoritmaya
7:41
sadece bir yığın veri veriyoruz ve
7:43
diyoruz ki hadi bakalım buradaki ilginç
7:45
grupları, desenleri sen kendin bul.
7:47
Tamamen kendi başına keşfe çıkıyor. Tam
7:50
da bu noktada ortalıkta dolaşan çok
7:52
büyük bir efsaneyi yerle bir etmemiz
7:55
gerekiyor. Bazen şöyle bir cümle
7:57
duyarsınız. Sınıflandırma algoritmaları
8:00
etiketli veri kullanmaz. Bu ama altını
8:03
çizerek söylüyorum kesinlikle yanlış bir
8:05
bilgidir. İşte kanıtı en popüler
8:08
sınıflandırma algoritmalarından biri
8:10
olan karar ağaçları. Birincisi, karar
8:13
ağaçları denetimli bir algoritmadır. Bu
8:15
ne demek? Öğrenmesi için bu kedi, bu
8:18
köpek diye etiketlenmiş verilere
8:20
kesinlikle ihtiyaç duyar. İkincisi, bu
8:22
yüzden kümeleme gibi denetimsiz yani
8:25
etiketsiz veriyle yapılan işlerde
8:27
kullanılmazlar ve bir bonus olarak
8:29
görsel yapıları bir ağaca benzediği için
8:31
verdikleri kararları yorumlamak, anlamak
8:33
çok kolaydır. Ve işte karşınızda veri
8:37
biliminin temel yapı taşları. Gördüğünüz
8:39
gibi en basit print komutundan başlayıp
8:42
veriyi listelerde düzenlemeyi, if ile
8:44
kararlar vermeyi ve en sonunda makineya
8:47
öğrenmeyi öğretmeye kadar geldik.
8:49
Aslında hepsi birbirine bağlı bir
8:51
zincirin halkaları. Şimdi en önemli soru
8:54
size geliyor. Elinizdeki bu güçlü
8:56
araçlarla siz etrafınızdaki hangi
8:58
problemi çözmek için kullanırdınız?
9:00
düşünmeye değer.
#Education