Bu yazıyla, yeni başlayanlara Python programlama dilini öğreten bir yazı dizisine başlıyoruz. İlk yazımızda Python’u kurma, etkileşimli olarak çalıştırma, basit
IPython sihirli ifadeler
Jupyter Jupyter olmadan önce (yani birçok farklı dil çekirdeğiyle uyumlu bir arayüz haline gelmeden önce) IPython Notebook olarak biliniyordu. IPython
Veri Bilimi: Hepsini Birleştirecek Tek Bir Yüzük
Bu ay başında Küresel İncelemeler ve Sınıfsal Stratejiler Araştırma Grubu‘nda bir konuşma yaptım. Aynı sunumun İngilizce halini de Sabancı Üniversitesi’nde
scikit-learn ile Veri analitiğine Giriş
Veri bilimine ilgi duyuyorsunuz ancak nereden başlayacağınız konusunda kafanız karışık mı? Python ekosistemi hakkında bilginiz var. Jupyter Notebook ile
Türkçe Metin İşlemede İlk Adımlar
Veri bilimine merak salan hemen hemen herkes bir noktada metin işlemeye bulaşır. Kitapların incelenmesinden tutun da, sosyal medyada yazılanları derlemeye
Muhabbet Teorisi: Algoritmalara Güvenebilir miyiz?
Geçtiğimiz Salı akşamı, haftalık Muhabbet Teorisi cep yayınının 91. bölümünde İlker Birbil ve Kaan Öztürk yapay öğrenme algoritmalarını konuştu. Yapay
Jupyter Notebook – R ve Julia
Nasıl? Jupyter Notebook (JN) kullanmaya başladınız mı? Umarım bir önceki yazımın faydası olmuştur. Eğer kurulumu yazıda bahsedildiği şekliyle yaptıysanız, hali
Aşırı Öğrenme ve Eksik Öğrenme
Makine öğrenmesi uygulamalarında temel amaç eldeki veriden örüntüler öğrenmek, bu örüntüleri kullanarak değer oluşturmaktır. Örnek olarak müşterilerin özelliklerine bakarak terk
Yeni başlayanlar için veri kümeleri: Çiçekler, bebekler, filmler…
Veri analizine yeni başladınız diyelim. Gayretlisiniz, R, Python, pandas, SQL, ne bulursanız öğrenmeye çalışıyorsunuz. Malum, en iyi öğrenme yaparak öğrenmedir.
Veri bilimciler için Python ekosistemi
Veri bilimi deyince bugün akla ilk gelen programlama dillerinden biri Python. Python 1996’da doğdu, ama uzun zaman bilimsel uygulamalarda diğer