DATA EXPLORATION USING R EĞİTİMİ

R ve tidyverse ile veriyi akıcı biçimde keşfedin

dplyr ile veri işleme, ggplot2 ile görselleştirme ve tidyr ile düzenli veriyle R tabanlı keşif analizi

R ve tidyverse ile dplyr, tidyr ve ggplot2 kullanarak veri keşfini ve raporlamayı uygulamalı öğreten eğitim.

3 gün Orta Seviye Online / Yüz Yüze / Hibrit Sertifikalı

Eğitim Hakkında

tidyverse ekosistemiyle uygulamalı R keşif analizi programı

Bu eğitim, R dili ve tidyverse ekosistemiyle keşifçi veri analizi yapma becerisi kazandırır. readr ile veri okuma, dplyr ile filter, select, mutate, group_by ve summarise işlemleri, tidyr ile pivot_longer/pivot_wider ile düzenli (tidy) veri, pipe (%>% ve |>) kullanımı ele alınır. ggplot2 ile katmanlı grafik dilbilgisi (geom, aes, facet), histogram, boxplot, scatter ve density grafikleri uygulamalı işlenir. Katılımcı R ile veriyi keşfeder, özetler ve yayına hazır grafikler üretir.

Süre ve Format

3 Gün. Her gün dört modül; R temelleri, dplyr, tidyr ve ggplot2 ile uygulamalı analiz.

Seviye

Orta Seviye — R ve tidyverse ile keşifçi veri analizi, dplyr veri işleme ve ggplot2 görselleştirme

Öğrenme Metodu

RStudio ortamında gerçek veri setleri üzerinde tidyverse paketleriyle uygulama yapılır.

Neden Bu Eğitim?

🧩tidyverse Akışı

dplyr ve pipe ile okunabilir, zincirleme veri işleme akışları kurarsınız.

🎨ggplot2 Gücü

Grafik dilbilgisiyle yayına hazır, özelleştirilebilir görseller üretirsiniz.

📐İstatistik Yakınlığı

R'ın istatistik ekosistemiyle analizlerinizi doğal biçimde derinleştirirsiniz.

Anahtar Konular

r dilitidyversedplyrggplot2tidyrkeşifçi veri analizirstudioveri görselleştirmer markdownveri analizi
“tidyverse'de veri, düşüncenizin hızında akar.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1
Programlama temeli

Herhangi bir dilde temel programlama kavramları faydalıdır.

2
Temel istatistik

Ortalama, dağılım gibi kavramlara aşinalık önerilir.

3
R/RStudio

R ve RStudio kurulu bir ortam gerekir.

4
tidyverse

install.packages('tidyverse') ile paket kurulumu yapılmalıdır.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiKatılımcı R temel yapılarını ve dplyr ile veri işlemeyi uygular.
Modül 1
R Temelleri
  • Vektör, liste ve faktör (factor) tipleri
  • data.frame ve tibble farkı
  • Atama operatörü <- ve fonksiyon çağrısı
  • readr::read_csv ile veri okuma
  • str(), glimpse() ve summary()
  • NA değerlerinin ele alınışı
Modül 2
dplyr Fiilleri
  • filter() ile satır süzme
  • select() ile sütun seçimi
  • mutate() ile yeni değişken
  • arrange() ile sıralama
  • rename() ve relocate()
  • Pipe %>% ve yerel |> kullanımı
Modül 3
Gruplama ve Özet
  • group_by() ile gruplama
  • summarise() ile agregasyon
  • n(), mean(), median(), sd()
  • count() ile frekans
  • across() ile çoklu sütun işlemi
  • Gruplu özetten bulgu çıkarma
Modül 4
Birleştirme
  • left_join ve inner_join
  • full_join ve anti_join
  • Anahtar sütun eşleştirme
  • bind_rows ve bind_cols
  • Çoğaltılmış eşleşme riski
  • Birleştirme sonrası doğrulama
Günün hedefiKatılımcı veriyi düzenli (tidy) biçime getirip keşfeder.
Modül 1
Düzenli Veri
  • Tidy veri ilkeleri
  • pivot_longer ile uzun formata geçiş
  • pivot_wider ile geniş formata geçiş
  • separate ve unite ile sütun ayırma
  • fill ve complete ile boşluk doldurma
  • Düzensiz veriyi tanıma
Modül 2
Tanımlayıcı Keşif
  • summary istatistikleri hesaplama
  • Çeyrekler ve yüzdelikler (quantile)
  • Çarpıklık ve dağılım gözlemi
  • Kategorik frekans ve oranlar
  • Eksik değer oranı analizi
  • skimr ile hızlı profil
Modül 3
Metin ve Tarih
  • stringr ile metin işleme
  • str_detect, str_replace, str_extract
  • lubridate ile tarih ayrıştırma
  • Tarihten yıl/ay/gün çıkarma
  • Faktör düzeylerini forcats ile düzenleme
  • Kategori sıralama ve yeniden etiketleme
Modül 4
Aykırı ve Eksik
  • IQR ile aykırı değer tespiti
  • Eksikliği görselleştirme
  • coalesce ile varsayılan doldurma
  • if_else ve case_when ile koşullu dönüşüm
  • Eksik göstergesi ekleme
  • Temizlik adımlarını belgeleme
Günün hedefiKatılımcı ggplot2 ile keşif grafikleri üretir ve raporlar.
Modül 1
Grafik Dilbilgisi
  • ggplot() ve aes() eşlemesi
  • geom_point, geom_line, geom_col
  • geom_histogram ve bin seçimi
  • geom_boxplot ve geom_violin
  • Katman (layer) mantığı
  • theme ile görsel düzenleme
Modül 2
Çok Değişkenli Görsel
  • color, fill ve shape eşlemesi
  • facet_wrap ve facet_grid
  • geom_smooth ile trend
  • scale_* ile eksen ve renk
  • Isı haritası (geom_tile)
  • Grafik üst üste bindirme
Modül 3
İlişki ve Dağılım
  • Korelasyon görselleştirme
  • Dağılım grafiği ve jitter
  • Yoğunluk (density) eğrileri
  • Gruplu dağılım karşılaştırma
  • Log ölçek ve dönüşüm
  • Grafikten içgörü yorumu
Modül 4
Raporlama
  • R Markdown ile rapor üretimi
  • Kod, grafik ve metin birleştirme
  • HTML/PDF çıktısı alma
  • Başlık, etiket ve açıklama düzeni
  • Yeniden üretilebilirlik (reproducibility)
  • Bulgu ve sınırlılık özeti

Eğitim Kazanımları

Program sonunda katılımcılar:

✅
R Temelleri

R veri yapılarını ve temel söz dizimini kullanabilirsiniz.

✅
dplyr

dplyr fiilleriyle veriyi filtreleyip dönüştürebilirsiniz.

✅
Gruplu Özet

group_by ve summarise ile özet istatistikler üretebilirsiniz.

✅
Düzenli Veri

tidyr ile veriyi tidy biçime getirebilirsiniz.

✅
Birleştirme

join fonksiyonlarıyla tabloları birleştirebilirsiniz.

✅
ggplot2

Grafik dilbilgisiyle keşif grafikleri oluşturabilirsiniz.

✅
Faceting

facet ile çok boyutlu karşılaştırmalar görselleştirebilirsiniz.

✅
Raporlama

R Markdown ile yeniden üretilebilir rapor hazırlayabilirsiniz.

Kimler İçin Uygundur?

  • İstatistikçiler
  • akademik araştırmacılar
  • veri analistleri
  • R öğrenmek isteyenler için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?
İstatistikçiler, akademik araştırmacılar ve R öğrenmek isteyen analistler için uygundur.
Önceden R bilmem gerekir mi?
Hayır, R temelleri eğitim içinde anlatılır; programlama aşinalığı faydalıdır.
Hangi paketler kullanılır?
readr, dplyr, tidyr, stringr, lubridate, forcats ve ggplot2 kullanılır.
Python ile farkı nedir?
Aynı EDA kavramları R/tidyverse akışı ve ggplot2 grafik dilbilgisiyle işlenir.
Sertifika veriliyor mu?
Eğitim sonunda Digital Vizyon Akademi Katılım ve Başarı Sertifikası verilir.

Sertifikalandırma

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.

Örnek Sertifika d Digital Vizyon AKADEMİ KATILIM SERTİFİKASI Bu sertifika [Katılımcı Adı Soyadı] adlı katılımcının aşağıdaki eğitim programını başarıyla tamamladığını belgeler. Data Exploration using R Eğitimi Sertifika Kodu DV-2026XX00 Tarih 26.10.2026 Yetkili İmza DV AKADEMİ

Eğitim Bilgileri

Süre3 gün
SeviyeOrta Seviye
FormatOnline / Yüz Yüze / Hibrit
Sertifika✓ Var
Hemen Bilgi Al
İlgili Eğitimler

Bu Eğitimle Birlikte Tercih Edilenler

Veri Analizi ve İstatistikUsing R Programming Structures: Object Systems Eğitimi
Veri ve Analitik Eğitimleri

Using R Programming Structures: Object Systems Eğitimi

2 günİleriOnline / Yüz Yüze / Hibrit

R OOP eğitimi: S3 generic/method dağıtımı, S4 setClass ve çoklu dağıtım, Reference Classes (R5) ve R6 public/private, kalıtım ve sistem seçimi.

Detayları Gör →
Veri Analizi ve İstatistikVeri Akışı ve Gerçek Zamanlı Veri İşleme Eğitimi
Veri ve Analitik Eğitimleri

Veri Akışı ve Gerçek Zamanlı Veri İşleme Eğitimi

4 günİleriOnline / Yüz Yüze / Hibrit

Akış işleme eğitimi: Kafka topic/partition, Flink/Spark Structured Streaming, olay zamanı pencereleme, watermark, exactly-once, checkpoint ve backpressure.

Detayları Gör →
Veri Analizi ve İstatistikVeri Analitiği Eğitimi
Veri ve Analitik Eğitimleri

Veri Analitiği Eğitimi

3 günTemelOnline / Yüz Yüze / Hibrit

Veri analitiği eğitimi: analitik türleri, veri hazırlama, keşifçi analiz (EDA), tanımlayıcı/çıkarımsal istatistik, görselleştirme ve veri hikâyesi. SQL ve panda

Detayları Gör →
Veri Analizi ve İstatistikVeri Analitiği ve Modelleme Süreçlerine Giriş Eğitimi
Veri ve Analitik Eğitimleri

Veri Analitiği ve Modelleme Süreçlerine Giriş Eğitimi

3 günBaşlangıçOnline / Yüz Yüze / Hibrit

Analitik ve modelleme giriş eğitimi: CRISP-DM, veri hazırlama, özellik mühendisliği, regresyon/sınıflandırma/kümeleme, metrikler ve çapraz doğrulama. Python ile

Detayları Gör →
Veri Analizi ve İstatistikVeri Analizi ve Görselleştirme Karar Vermek İçin Eğitimi
Veri ve Analitik Eğitimleri

Veri Analizi ve Görselleştirme Karar Vermek İçin Eğitimi

3 günTemelOnline / Yüz Yüze / Hibrit

Karar odaklı veri analizi ve görselleştirme eğitimi: metrik seçimi, görsel algı ilkeleri, grafik-mesaj eşlemesi, gösterge panosu ve veri hikâyesi anlatımı.

Detayları Gör →
+90 (501) 369 40 14 WhatsApp [email protected] LinkedIn