Veri tiplerini ve regex'i veri temizliğinin merkezine koy
Python veri tipleri, sınıf ve dataclass tasarımı ve re modülüyle düzenli ifadeler üzerinden ham metni analize hazır temiz ve tiplenmiş veriye dönüştürmeyi uygulamalı öğreten temel seviye eğitim.
Python veri tipleri, class tasarımı ve regex ile metin ayrıştırma
Bu eğitim, veri analizinde sık karşılaşılan ham ve düzensiz metni temizlemek için Python'un veri tiplerini, sınıf yapısını ve düzenli ifadeleri (regular expressions) uygulamalı olarak öğretir. int, float, str, bool temel tipleri; list, tuple, dict, set bileşik tipleri; tip dönüşümleri ve None yönetimi işlenir. class, __init__, metot ve özelliklerle veri modelleri kurulur. re modülüyle match, search, findall, sub; karakter sınıfları, gruplama, lookahead ve named group desenleri kullanılarak e-posta, tarih, telefon ve log satırları ayrıştırılır. Katılımcılar düzensiz CSV ve metin kayıtlarını temizlenmiş, tiplenmiş veriye dönüştürebilir.
3 Gün. Her gün dört modül; katılımcılar veri tiplerinden sınıf tasarımına ve regex ile gerçek metin ayrıştırmaya kadar aşamalı olarak ilerler.
Temel Seviye — Python veri tipleri, sınıf (class) tasarımı ve düzenli ifadelerle (regex) metin verisi ayrıştırma ve temizlemenin uygulamalı ele alınması.
Katılımcılar Jupyter Notebook üzerinde gerçek düzensiz veri örnekleriyle tip dönüşümü, sınıf yazımı ve regex desenlerini kodlayarak uygular.
Doğru veri tipi seçimiyle hatalı hesap ve bellek israfını önlersiniz.
Tek bir desenle binlerce satırdan istediğiniz alanı ayıklarsınız.
Ham metni analiz araçlarına doğrudan girebilecek yapıya dönüştürürsünüz.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
Değişken ve temel söz dizimi bilgisi faydalı olur; ileri düzey gerekmez.
Koşul ve döngü kavramlarına aşinalık öğrenmeyi kolaylaştırır.
Python 3 ve Jupyter/VS Code kurulu bir bilgisayar yeterlidir.
Üzerinde çalışılacak CSV ve log örnekleri eğitimde sağlanır.
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
Veriye uygun temel ve bileşik Python tiplerini doğru seçersiniz.
Hata yakalayarak metni sayısal ve tarihsel tiplere çevirirsiniz.
Veri kayıtlarını temsil eden sınıf ve dataclass'lar yazarsınız.
Özel metotlarla nesneleri karşılaştırır ve sıralarsınız.
findall, sub ve gruplama ile metinden alan ayıklarsınız.
Lookahead ve named group ile karmaşık desenleri çözersiniz.
Log ve CSV satırlarını yapılandırılmış veriye dönüştürürsünüz.
Ham metinden tiplenmiş temiz çıktıya bir akış kurarsınız.
Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.
Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.
Excel'de veri analizi ve görselleştirme: Power Query, PivotTable, XLOOKUP, dinamik diziler ve etkileşimli gösterge paneli. Uygulamalı orta seviye DVA eğitimi.
Detayları Gör →
Excel'de istatistiksel analiz: tanımlayıcı istatistik, Analysis ToolPak, korelasyon, regresyon, ANOVA ve hipotez testleri. Uygulamalı orta seviye DVA eğitimi.
Detayları Gör →
Yoğun veri analizi kampı: Excel, SQL, Python/pandas, istatistik ve görselleştirme ile uçtan uca proje. Beş günlük ileri seviye DVA eğitimi.
Detayları Gör →
Veri analizinin temel kavramları: veri türleri, ölçüm düzeyleri, analiz türleri, örneklem, temel istatistik ve korelasyon/nedensellik. Temel seviye DVA eğitimi.
Detayları Gör →
İleri veri analizi: ileri EDA, hipotez testleri, çoklu ve lojistik regresyon, zaman serisi ve kümeleme. İstatistiksel derinlikte ileri seviye DVA eğitimi.
Detayları Gör →