Eğitimler
Eğitim takvimi Hakkımızda
Data Science Uzmanlığı Sertifika Programı
Bu program süresince elde edeceğiniz alan bilgisiyle kariyeriniz ve çalıştığınız kurumda fark yaratacaksınız.
EĞİTİM DETAYLARI
Kalan Kontenjan 9 / 20
22 ŞUBAT 2020
Cumartesi & Pazar 10.00 / 17.00
120 Saat (10 Hafta)
Mindset Institute / Beşiktaş Yol tarifi için tıklayınız
KAYIT VE ÖDEME DETAYLARI
Fiyat, ödeme koşulları, eğitim konularının detaylı bilgisi için
Mindset hesabınız yokmu? Yeni hesap oluştur.

Tüm sorularınız için : 444 1 476 veya info@mindset.com.tr

Programa katılım şartı : Python programlama bilgisine sahip olmak. Eğitime şahsi bilgisayarınızla katılmanız gerekmektedir.

Data Science Uzmanlığı Sertifika Programı

444 1 476
EĞİTİM İÇERİĞİ

Genel Bilgi

Teknolojilerin topladığı ve depoladığı verilerin zenginliği, dünya genelinde organizasyonların ve toplumların dönüşüme yönelik avantajlardan yararlanmasını sağlıyor.

Data Science Uzmanlığı Sertifika Programı da geleceğin ihtiyaçlarına cevap verebileceğiniz, verileri analiz etmek için strateji geliştirme; verileri analiz için hazırlama; verileri keşfetme, görselleştirme; Python programlama dilini kullanarak verilerle birlikte modeller oluşturma, uygulama ve yazılımlara dağıtarak işlemenize imkan sağlayacak bir programdır.

Uygulamalı İstatistik, Veri Analitiği Temelleri, Makine Öğrenmesi ve Veri Madenciliği genel başlıkları altında büyük veri ve veri analitiği kavramları ile model seçimi ve modelleme temelleri ele alınmaktadır. 

Genel Bilgi
Data Science Eğitimine Giriş
Data Science Temelleri

verinin evrimi

ilişkisel veri tabanları

veri ambarı yapıları

büyük veriye giriş neden ihtiyaç duyuldu nasıl oldu

cloud computing

serverless architecture

veri zenginleştirme süreçleri

veri görselleştirme süreçleri

big data tarafında kullanılan teknolojiler

cognitive science servisleri

Data Science Temelleri

veri ambarı mimarisi

data lake mimarisi

ürünler ve çözümler

normalization & denormalization

veriden insighta geçen süreçteki aşamalar

sql yapısı

sorgulama örnekleri

fazlandırmada dikkat edilmesi gereken adımlar

Veri Bilimine Genel Bakış

Verilerden değer elde etmek üzere bilimsel yöntemler, süreçler, algoritmalar ve sistemler arasındaki ilişkiyi tanıma

- Veri Bilimine Giriş

- Veri Bilimini Kullanan Farklı Sektörler

- Python'un Amacı ve Bileşenleri

Veri Analitiklerine Genel Bakış  

Veri analizinin temel adımları hakkında bilgi edinimi

- Veri Analizi Süreci

- Keşifsel Veri Analizi (Exploratory Data Analysis/EDA)

- EDA - Sayısal Teknik

- EDA - Grafik Tekniği

- Veri Analitiği Sonuç veya Tahminleri

- Veri Analizi İletişimi

- Çizim için Veri Tipleri

- Veri Türleri ve Çizim

İstatistiksel Analiz ve İş Uygulamaları 

Verileri saptama, keşfetme, analiz etme, iletme ve veri analizi süreci öğrenimi

- İstatistiğe Giriş

- İstatistiksel ve İstatistiksel Olmayan Analiz

- Başlıca İstatistik Kategorileri

- İstatistiksel Analiz Konuları

- Nüfus ve Örnekleme

- İstatistiksel Analiz Süreci

- Veri Dağıtımı

- Dağılım

- Histogram

- Test

- Korelasyon ve Çıkarımsal İstatistikler

Python Ortam Kurulumu ve Temelleri

Python ile paketleri ve ortamları yönetmek için Anaconda öğrenimi

- Anaconda

- Anaconda Python Dağıtımının Kurulumu

- Python ile Veri Türleri

- Temel Operatörler ve Fonksiyonlar

BeautifulSoup ile Web Scraping

HTML veya XML dosyalarını işlemek için BeautifulSoup kütüphanesi ile veri çalışmaları

- Web Scraping ve Ayrıştırma

- Tree Anlama ve Arama

- Gezinme seçenekleri

- Demo3 Tree Gezinme

- Tree Değiştirme

- Belgeyi Ayrıştırma ve Yazdırma

- Örnek Uygulama: Müşteri Segmentasyonu

 

Matematiksel Hesaplama (NumPy)

Bilimsel hesaplamaları gerçekleştirmek için NumPy kütüphanesi ile veri çalışmaları

- Numpy'ye (Numerical Python) Giriş

- Etkinlik - Doğru Sıralama

- Demo 01-Ndarray Oluşturma ve Yazdırma

- Ndarray Sınıfı ve Nitelikleri

- Temel İşlemler

- Etkinlik-Dilimleme

- Kopyalama ve Görünümler

- Numpy'nin Matematiksel Fonksiyonları

- Örnek Uygulama: Müzik Öneri Sistemi

 

Bilimsel Hesaplama (SciPy)  

Numpy tabanlı SciPy kütüphanesi ile veri çalışmaları

- SciPy'ye Giriş

- SciPy Alt Paketi - Entegrasyon ve Optimizasyon

- Demo - Özdeğer ve Özvektörü Hesaplaması

- Örnek Uygulama: Otel Önerileri Sistemi

 

Pandas ile Veri İşleme  

Yüksek performanslı, kullanımı kolay veri yapıları ve veri analizi araçları sağlayan Pandas kütüphanesi ile gruplama, filtreleme ve birleştirme metotları ile veri çalışmaları

- Pandas’a Giriş

- DataFrame'i Anlama

- Veri Demosunu Görüntüleme ve Seçme

- Kayıp Değerler

- Veri İşlemleri

- Dosya Okuma ve Yazma Desteği

- Pandas Sql Operasyonu

- Örnek Uygulama: Duygu Analizi

 

Scikit-Learn ile Makine Öğrenmesi

Çıkarımsal istatistiklerin ve olasılıkların A / B testlerini analiz etme ve denetimli/denetimsiz öğrenme modelleri oluşturma gibi gerçek dünya senaryolarına nasıl uygulanacağını öğrenme

- Makine Öğrenmesi Yaklaşımı

- Nasıl Çalışır

- Denetimli (Supervised) Öğrenme Modeli Konuları

- Scikit-Bilgi

- Denetimli (Supervised) Öğrenme Modelleri - Doğrusal Regresyon

- Denetimli(Supervised) Öğrenme Modelleri - Lojistik Regresyon

- Denetimsiz (Unsupervised) Öğrenme Modelleri

- Pipeline

- Model Kalıcılık ve Değerlendirme

- Örnek Uygulama: Çalışanlar için Bilgisayarda Erişim Gereksinimleri Tespiti

 

Scikit Learn ile Doğal Dil İşleme

Temel NLP (Natural Language Processing) teknikleri ve basit makine öğrenme modelleri ile veri çalışmaları

- NLP  Genel Bakış

- NLP Uygulamaları

- NLP Kütüphaneleri-Scikit

- Ekstraksiyonla İlgili Hususlar

- Scikit Öğrenim Modeli Eğitim ve Sistem Araması

- Örnek Uygulama: Aynı Soruları Tanımlama Sistemi

Matplotlib Kullanarak Python'da Veri Görselleştirme

Karmaşık ve dağınık verileri düzenleyerek kolay anlaşılabilir ve yorumlanabilir yapabilmek için Matplotlib kütüphanesi ile genel komutlar ve grafik üzerinde özelleştirme çalışmaları

- Veri Görselleştirmeye Giriş

- Çizgi Özellikleri

- (x, y) Çizim ve Alt Grafikler

- Plan Türleri

- Örnek Uygulama: Akıllı Portföy Yönetimi

TensorFlow ile Python Entegrasyonu

Derin Öğrenme (Deep Learning) üzerine tasarlanan, hızlı sayısal hesaplama yapılmasını sağlayan TensorFlow kütüphanesi ile araştırma ve geliştirme yapılması

- Makine Öğrenmesine Giriş

- TensorFlow Lite'a Giriş

- Modelleri Kaydetme ve Yükleme

- Örnek Uygulama

- Evrişimli (Convolutional) Sinir Ağlarına Giriş

- Transfer Öğrenimi

 

AVANTAJLAR

AVANTAJLAR

Mindset Institute’un düzenlediği Data Science Uzmanlığı Eğitimi iyi bir başlangıç için sizi kendinize yatırım yapmaya çağırıyor.

Bu süreçte sizi kendi alanında deneyimli, uzman ve bildiklerini karşısındakine aktarmakta başarılı profesyonellerle buluşturuyor.

Eğitim programı çalışan profesyoneller için tasarlanmıştır. Hafta içinde akşam saatlerinde ve hafta sonu gündüz yapılan dersler çalışma hayatınızı aksatmadan eğitim programına devam etmenize olanak sağlamaktadır.

 

Bu eğitimi neden Mindset Institute'den almalıyım?

- Mindset Institute katılımcıların program süresince verimli bir eğitim dönemi geçirmelerini sağlamaya özen gösterir. Gelişimlerini destekleyici faaliyetler yürütür. İnovasyona önem vererek yeni eğitim teknolojilerini ve buna paralel yaklaşımları programlarına entegre eder.

- Mindset Institute çatısı altında donanımlı sınıflarda eğitim alırsınız.

- Belirli bir mantık çerçevesinde hazırladığı eğitimde bütünleşik bir yaklaşım ortaya koyar. 

- Eğitim içerikleri sürekli güncellenir. Her dönem öncesi eğitim başlıkları gözden geçirilir.

- Öğrencinin seviyesine uygun ve kariyer hedefine katkı sağlayacak davranış değişikliği hedefli eğitimler verir.

- Konunun uzmanıyla çalışır. 

- Eğitime katılarak Mindset ailesinin bir parçası olursunuz. Kariyer hayatınız ve girişiminizi büyüttüğünüz sürece yanınızda oluruz.

- Mindset teknolojik yatırımlarını eğitim ortamını ve online deneyimleri zenginleştirmek için kullanır. Mikro öğrenme platformuyla siz de eğitim deneyiminize farklı bir boyut katacaksınız.

- Mindset Institute her eğitim programından bir çıktıyla ayrılmanızı hedefler. Girişiminiz için bir yol haritası. Çalışma ortamınızda kullanabileceğiniz bir metodoloji. Hepsinden öte işin mutfağındaymışçasına hazırlayacağınız projeniz olacak. 

KİMLER KATILMALI

KİMLER KATILMALI

  • Data Scientist olmayı hedefleyen kişiler
  • Mühendislik, Bilgisayar Programcılığı, Enformasyon Teknolojileri, İstatistik, Matematik ve ilgili alan mezunları
  • Şirketlerin IT, iş zekası vb departmanlarında çalışanlar
  • Profesyonel iş hayatını İş Analistliği ve Veri Madenciliği alanlarında devam ettirmek isteyen uzman ve danışmanlar
  • Data science konusunda gelişim hedefleyen yazılım, veri analizi ve istatistik orta düzey yöneticileri
  • Veri Bilimi alanında akademik kariyer hedefi olan ve uygulama becerisini geliştirmek isteyenler
  • Big Data ve Veri Analitiği alanında kariyer yapmayı düşünen genç yetenekler
  • Uygulamalı İstatistik, Büyük Veri ve Makine öğrenme üzerine kariyer yapmayı hedefleyen Üniversite öğrencileri
PROGRAM HEDEFİ

PROGRAM HEDEFİ

Program sonunda katılımcılar güncel terim ve uygulamalara hakim olacak ve gerçekleştirilecek pratiklerle de donanımlarını geliştireceklerdir. 

 

Profesyonel hayatını Data Science Uzmanı olarak sürdürmek isteyen uzmanlara yönelik hazırlanmış olan bu kapsamlı eğitimle beraber geleceğin mesleğine sahip olmak için stratejik bir adım atmış olacaklardır.

 

Eğitim örneklerimiz pratik uygulamalarla gerçekleştirilecektir. Öğrenciler eğitime kendi dizüstü bilgisayarlarını getirmelidir.

KAYIT ve ÖDEME

KAYIT ve ÖDEME

Bilgi ve Kayıt için lütfen form bilgilerini eksiksiz doldurun. En kısa zamanda size dönüş yapıp gerekli işlemlerle ilgili olarak bilgi verilecektir.

Ödeme Seçenekleri:

Kredi Kartıyla Peşin Ödeme

Kredi Kartına Taksitli Ödeme ( Online / Bonus – Maximum – Paraf – World )

EFT / Havale ile ödeme.

KURUMSAL BAŞVURU
Kurumsal Eğitim Talebi
Bu eğitimi kurumsal olarak planla ve uygula Mindset Institute kalitesi ve denetimi altında takımın veya şirketin için eğitim planla. Yeni beceriler kazanmanıza, çalışanlarınızın gelişimini yönetmenize ve işgücünüzü eğitmenize nasıl yardımcı olabiliriz?