Veri Manipülasyonu

Veri işleme, veri biliminin ayrılmaz bir yönüdür. Verilerin, makinelerin okuyabilmesi için yapılandırılması gerekir. Ancak, insanların onu kullanması için manipülasyona ihtiyacı var. Her geçen gün kullanılan veri miktarı ve depolama arttıkça, veri manipülasyonu her zamankinden daha kritik hale geliyor.

Verileri manipüle işlemini, bir çok farklı dilde yapabilirsiniz ama aslında işin ana yapısını aynıdır. Sadece yazımsal değişikliğe uğrar. Biz repomuzda Python'ın kütüphanelerinden olan NumPy ve Pandas'ı tanımladık. Numpy ve Pandası Colab üzerinden uyguladık.

Colaboratory Nedir?

Colaboratory (ya da kısaca "Colab"), tarayıcınızda Python'u yazmanızı ve çalıştırmanızı sağlar. Üstelik:

• Hiç yapılandırma gerektirmez
• GPU'lara ücretsiz erişim imkanı sunar
• Kolay paylaşım imkanı sunar İster öğrenci ister veri bilimci ister yapay zeka araştırmacısı olun, Colab işinizi kolaylaştırabilir. Daha fazla bilgi edinmek için Colab'e Giriş videosunu izleyebilir ya da aşağıdan hemen kullanmaya başlayabilirsiniz.

📍 Başlarken: 📍 Okuduğunuz doküman statik bir web sayfası değil, kod yazmanıza ve yürütmenize imkan veren Colab not defteri adında etkileşimli bir ortamdır. Örneğin, buradaki kod hücresinde, bir değeri hesaplayan, bir değişken içinde saklayan ve sonucu yazdıran kısa bir Python dizesi görebilirsiniz.

Numpy Kütüphanesi

Kütüphaneyi kullanmak için sadece import etmemiz gerekmektedir. Aşağıdaki ifade de NumPy kütüphanesini np kısayolu ile programımıza dahil etmiş olduk.

import numpy as np

Numpy Kütüphanesinin Öğretilmesinin içeriği Şu Şekildedir:

• Neden Numpy Kullanmalıyız
• Numpy Arrayi Oluşturma İşlemleri
• Numpy Arrayi Özellikleri
• Yeniden Şekillendirme (Reshaping)
• Birleştirme (Concantenation)
• Array Ayırma (Splitting)
• Sıralama (Sorting)
• Eleman İşlemleri
• Array Alt Küme İşlemleri
• Alt Küme Üzerinde İşlem Yapmak
• Fancy İndex İle Elemanlara Erişmek
• Koşullu Eleman İşlemleri
• Matematiksel İşlemler

Pandas Kütüphanesi

• Panel data kısaltılmışı = Ekonometrik ve finansal çalışmalar için doğmuştur
• Zaman indeksine önem verir.
• Veri manipülasyonu ve veri analizi için yazılmış açık kaynak kodlu bir Python kütüphanesidir.
• Yapısal veri setleriyle esnek çalışma sağlar
• NumPydan farklı olarak farklı tipler olabilmektedir.
• Temeli 2008 yılında atılmıştır
• R DataFrame yapısını Python dünyasına taşımış ve DataFramer'ler üzerinde hızlı ve etkili çalışabilme imkanı sağlamıştır.

Kütüphaneyi kullanmak için sadece import etmemiz gerekmektedir. Aşağıdaki ifade de Pandas kütüphanesini pd kısayolu ile programımıza dahil etmiş olduk.

import pandas as pd

Pandas Kütüphanesinin Öğretilmesinin içeriği Şu Şekildedir:

• Pandas Serisi Oluşturma
• Pandas DataFrame Oluşturma
• Eleman İşlemleri
• Gözlem & Değişken Seçimleri (iloc , loc)
• Koşullu Eleman İşlemleri
• Birleştirme (Join) İşlemleri
• İleri Birleştirme İşlemleri
• Gruplama & Toplulaştırma İşlemleri (Groupin & Aggregation)
• İleri Toplulaştırma İşlemleri (Aggregate, filter, transform, apply)
• Dış Kaynaklı Veri Okuma

Yapay Sinir Ağı Modeli Oluşturma

• dosyadan veriseti okuma
• Verilerin görselleştirilmesi
• Korelasyon ilişkisi
• Yapay sinir ağı modeli
• Kategorik değerlerin sayısal değerlere döndürüllmesi
• Verinin düzenlenmesi
• Sinir ağı modelinin oluşturulması
• Oluşturulan modelin eğitimi
• Veri tahmin ve doğruluk işlemleri
• Sonuçların görselleştirilmesi
• Modelin kkaydedilmesi