-
1.1 Sayılar
- Matematiksel Fonksiyonar
-
1.2 Değişkenler
-
1.3. Stringler
- String Birleştirme
- Veri Tipi Dönüşümleri
- String Biçimlendirme
- String İndeksleri
-
1.4 Listeler
- Listelerin Dilimlenmesi
- Listelere Eleman Eklenmesi
- Listelerden Eleman Çıkartılması
- İnstekleri almak ve saymak
- Sıralama, Tersleme ve Kopyalama
-
1.5 Sözlükler
- Sözlük Anahtarları
- Sözlük Metodları
-
1.6 Boolean
-
2.1 Operatörler
-
2.2 Koşul Durumlar
-
3.1 For Döngüsü
- Iterable
- Range
- enumerate
-
3.2 While Döngüsü
-
3.3 Kısa bir egseriz
-
4.1 Argümanlar ve Parametreler
-
4.2 return
-
4.3 Scope
-
5.1 Numpy'ın İçeri Aktarılması
-
5.2 Arrayler
- Aralık Oluşturmak
-
5.3 Matematik Operatörleri
- Çarpım
- Kare Alma
- Logaritma
-
5.4 Trigonometri
- Sinüs
- Kosinüs
-
5.5 Özetler
- Toplam
- Minimum
- Maksimum
- Kümülatif Toplam
- Ortalama
- Standard Sapma
-
6.1 Pandas'ın İçeri Aktarılması
-
6.2 Pandas Veri Tipleri
- Seriler
- DataFrame
-
6.3 Giriş Çıkış Fonksiyonları
- CSV
-
6.4 Seçimler
- Getirmek
- Seçmek
- Düşürmek
- Sıralamak
-
6.5 Özelliklerin Görüntülenmesi
- Basit Özellikler
- Özetler
-
6.6 Kısa Egsersiz
-
7.1 Matplotlib ve Seaborn'un İçeri Aktarılması
-
7.2 Verinin Okunması
-
7.3 Görselleştirme Teknikleri
- Scatterplot
- Lineplot
- Barplot
- Pie Chart
-
8.1 Makine Öğrenmesi Nedir?
-
8.2 Neden Makine Öğrenmesi?
-
8.3 Makine Öğrenmesi Tipleri?
- Gözetimli
- Gözetimsiz
- Pekiştirmeli
-
8.4 Makine Öğrenmesnini Basit Adımları
-
8.5 Makine Öğrenmesi Araçları
-
9.1 Regresyon Nedir?
-
9.2 Lineer Regresyon
- Basit Lineer Regresyon
- İçeri Aktarma
-
9.3 Lojistik Regresyon
- asd
- asd
-
9.4 Karar Ağaçları
- Karar Ağaçları Nedir?
- Terminoloji
- Karar Ağaçlarınon Avantajları
- Karar Ağaçlarınon Dezvantajları
- Karar Ağaçları Egzersizi