Dağılımı tanıyın, hipotezi doğru test edin
Veri madenciliğinin istatistiksel temeli: olasılık dağılımları, merkezi limit teoremi, güven aralığı, t-testi, ki-kare, ANOVA ve etki büyüklüğü SciPy ve statsmodels ile uygulamalı işlenir.
Dağılımlardan hipotez testine istatistiksel çıkarım
Bu eğitim, veri madenciliği kararlarının altındaki istatistiksel çıkarımı sağlam bir temele oturtur. Normal, binom, Poisson, üstel ve uniform gibi dağılımların nerede ortaya çıktığını, olasılık yoğunluk ve kütle fonksiyonlarını, merkezi limit teoremini ve örnekleme dağılımını öğrenirsiniz. Ardından tek ve çift örneklem t-testi, z-testi, ki-kare, ANOVA ve parametrik olmayan Mann-Whitney testlerini, p-değeri, güven aralığı, etki büyüklüğü (Cohen's d) ve çoklu karşılaştırma düzeltmesini uygulamalı işlersiniz. Tüm örnekler Python'da SciPy, statsmodels ve NumPy ile gerçek veri üzerinde kurgulanır; dağılım uyumu Q-Q grafiği ve Shapiro testiyle değerlendirilir.
3 Gün. Her gün dört modül; her modülde kavram anlatımı ardından SciPy ile uygulama yapılır.
Orta Seviye — Veri madenciliğinin istatistiksel temeli: olasılık dağılımları, örnekleme ve hipotez testleriyle çıkarım.
Jupyter not defterlerinde NumPy, SciPy ve statsmodels ile simülasyon ve gerçek veri üzerinde test uygulamaları yapılır.
Verinin hangi dağılıma uyduğunu tanıyıp doğru yöntemi seçersiniz.
Probleme uygun hipotez testini seçip sonucu savunabilirsiniz.
p-değeri, güven aralığı ve etki büyüklüğünü birlikte yorumlarsınız.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
NumPy ve pandas ile dizi ve veri çerçevesi işleme pratiği gerekir.
Ortalama, varyans ve olasılık kavramlarına giriş düzeyinde aşinalık faydalıdır.
Fonksiyon ve basit integral/toplam sezgisi örnekleri kolaylaştırır.
Jupyter, SciPy, statsmodels ve NumPy kurulu bir çalışma ortamı.
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
Veriye uygun olasılık dağılımını tanır ve parametresini kestirirsiniz.
Q-Q grafiği ve Shapiro testiyle dağılım varsayımını denetlersiniz.
Merkezi limit teoremi ve standart hatayı doğru yorumlarsınız.
Ortalama ve oran için güven aralığı kurar ve raporlarsınız.
t-testi ve z-testini uygun varsayımlarla uygularsınız.
Ki-kare ve ANOVA ile kategorik ve çok gruplu testleri yürütürsünüz.
Cohen's d ve güç analiziyle sonucun pratik önemini ölçersiniz.
Çoklu karşılaştırmada Bonferroni ve FDR ile yanlış pozitifi azaltırsınız.
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.
GA4 web veri akışında GTM etiketleme, gelişmiş ölçüm, landing ve kampanya analizi ile funnel/path keşfini uygulamalı öğrenin. Orta seviye eğitim.
Detayları Gör →
EXPLAIN ANALYZE planlarını okuyun; tarama ve join operatörlerini, istatistik ve indeks kararlarını analiz ederek yavaş SQL sorgularını hızlandırın.
Detayları Gör →
Açık kaynak Apache Superset'te veritabanı bağlama, dataset, chart ve etkileşimli dashboard kurmayı adım adım öğrenin. Temel seviye uygulamalı eğitim.
Detayları Gör →
Apache Superset'te RBAC, satır düzeyi güvenlik, Redis önbellek, Celery async ve üretim dağıtımını yönetin. Orta seviye yönetici eğitimi.
Detayları Gör →
iOS'ta UserDefaults, Core Data, dosya kalıcılığı ve CloudKit ile bulut senkronunu uygulamalı öğrenin. Orta seviye Swift veri kalıcılığı eğitimi.
Detayları Gör →