Python Veri Görevleri için: Temel ve Orta Düzey Pandas ve Polars ile Eğitimi

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), büyük veri kümelerini oluşturmak, ölçeklendirmek ve analiz etmek için Dask'i Python ekosistemi ile kullanmak isteyen veri bilimcileri ve yazılım mühendislerini hedeflemektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Dask ve Python ile büyük veri işleme için ortamı kurmak.
• Dask'de bulunan özellikleri, kitaplıkları, araçları ve API'leri keşfetmek.
• Dask'in Python içinde paralel işlemeyi nasıl hızlandırdığını anlamak.
• Python ekosistemini (Numpy, SciPy ve Pandas) Dask kullanarak nasıl ölçeklendireceğini öğrenmek.
• Büyük veri kümelerini işlerken yüksek performansı korumak için Dask ortamını optimize etmek.

Bu eğitmen yönlü, canlı eğitim Türkiye (çevrimiçi veya yerinde) orta düzeyde Python geliştiricilerine ve veri analistlerine Pandas ve NumPy kullanarak veri analiz ve manipülasyon becerilerini geliştirmeleri hedeflenmektedir.

Bu eğitimin sonunda katılımcılar:

• Python, Pandas ve NumPy içeren bir geliştirme ortamını kuracaklardır.
• Pandas ve NumPy kullanarak veri analiz uygulaması oluşturacaklardır.
• Gelişmiş veri manipülasyonu, sıralama ve filtreleme işlemlerini gerçekleştireceklerdir.
• Ağregasyon işlemlerini yapacak ve zaman serisi verilerini analiz edeceklerdir.
• Matplotlib ve diğer görselleştirme kütüphaneleri kullanarak veriyi görselleştireceklerdir.
• Veri analiz kodlarını hata ayıklama ve optimize edeceklerdir.

Bu eğitmen liderliğindeki, canlı eğitim (çevrimiçi veya yerinde), FARM (FastAPI, React ve MongoDB) yığınını kullanarak dinamik, yüksek performanslı ve ölçeklenebilir web uygulamaları oluşturmak isteyen geliştiricilere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• FastAPI, React ve MongoDB'yı entegre eden gerekli geliştirme ortamını kurmak.
• FARM yığınının temel kavramlarını, özelliklerini ve faydalarını anlamak.
• FastAPI ile REST API'leri nasıl oluşturacaklarını öğrenmek.
• React ile etkileşimli uygulamaları nasıl tasarlayacaklarını öğrenmek.
• FARM yığınını kullanarak uygulamaları (ön uç ve arka uç) geliştirmek, test etmek ve dağıtmak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), RESTful API'leri daha kolay ve hızlı bir şekilde oluşturmak, test etmek ve dağıtmak için FastAPI ile Python'i kullanmak isteyen geliştiricilere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• FastAPI ve Python ile API'ler geliştirmek için gerekli geliştirme ortamını kurmak.
• FastAPI kütüphanesini kullanarak API'leri daha hızlı ve kolay bir şekilde oluşturmak.
• Pydantic ve OpenAPI temelinde veri modelleri ve şemaları oluşturmayı öğrenmek.
• SQLAlchemy kullanarak API'leri bir veritabanına bağlamak.
• FastAPI araçlarını kullanarak API'lerde güvenlik ve kimlik doğrulama uygulamak.
• Web API'lerini bir bulut sunucusuna dağıtmak için konteyner imajları oluşturmak.

Bu kursun amacı, Machine Learning yöntemlerini uygulamada temel bir yeterlilik sağlamaktır. Python programlama dili ve çeşitli kütüphanelerinin kullanımıyla ve çok sayıda pratik örnek temelinde, bu kurs Machine Learning'in en önemli yapı taşlarını nasıl kullanacağınızı, veri modelleme kararları nasıl vereceğinizi, algoritmaların çıktılarını nasıl yorumlayacağınızı ve sonuçları nasıl doğrulayacağınızı öğretir.

Amacımız, size Machine Learning araç kutusundaki en temel araçları güvenle anlamanız ve kullanmanız için gereken becerileri kazandırmak ve Data Science uygulamalarının yaygın hatalarından kaçınmanızı sağlamaktır.

Bu kursun amacı, Machine Learning yöntemlerini uygulamada genel yeterlilik sağlamaktır. Python programlama dili ve çeşitli kütüphanelerinin kullanımıyla ve çok sayıda pratik örnek temelinde, bu kurs Machine Learning'ün en önemli yapı taşlarını nasıl kullanacağınızı, veri modelleme kararları nasıl vereceğinizi, algoritmaların çıktılarını nasıl yorumlayacağınızı ve sonuçları nasıl doğrulayacağınızı öğretir.

Amacımız, size Machine Learning araç kutusundaki en temel araçları güvenle anlamanız ve kullanmanız için gerekli becerileri kazandırmak ve Data Science uygulamalarının yaygın hatalarından kaçınmanızı sağlamaktır.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), daha hızlı veri analizi için Pandas ile paralel hesaplamalar oluşturmak ve uygulamak isteyen veri bilimcileri ve geliştiricileri hedeflemektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Modin ile ölçeklenebilir Pandas iş akışlarını geliştirmek için gerekli ortamı kurmak.
• Modin'in özelliklerini, mimarisini ve avantajlarını anlamak.
• Modin, Dask ve Ray arasındaki farkları bilmek.
• Modin ile Pandas işlemlerini daha hızlı gerçekleştirmek.
• Tüm Pandas API'sini ve işlevlerini uygulamak.

Bu eğitmen liderliğindeki canlı eğitimde, katılımcılar Türkiye aracını kullanarak yüksek kaliteli doğal dil metinleri üretmeyi, sıfırdan kendi NLG sistemlerini oluşturarak öğreneceklerdir. Vaka çalışmaları da incelenecek ve ilgili kavramlar, içerik oluşturmak için canlı laboratuvar projelerine uygulanacaktır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• NLG'yi kullanarak gazetecilikten emlaklara, hava durumundan spor haberlerine kadar çeşitli sektörler için otomatik olarak içerik oluşturmak.
• Kaynak içeriği seçmek ve düzenlemek, cümleleri planlamak ve orijinal içeriklerin otomatik olarak oluşturulması için bir sistem hazırlamak.
• NLG hattını anlamak ve her aşamada doğru teknikleri uygulamak.
• Natural Language Generation (NLG) sisteminin mimarisini anlamak.
• Analiz ve sıralama için en uygun algoritmaları ve modelleri uygulamak.
• Oluşturulan metinler için malzeme olarak kullanmak üzere herkese açık veri kaynaklarından ve küratörlüğünü yaptığı veri tabanlarından veri çekmek.
• Manuel ve zahmetli yazma süreçlerini, bilgisayar tarafından oluşturulan, otomatik içerik oluşturma ile değiştirmek.

Bu eğitimin Türkiye konumunda, öğretmenlerin rehberliğinde, katılımcılar Python'da en güncel ve ilgili makine öğrenimi tekniklerini öğrenirken, görsel, müzik, metin ve finansal verileri içeren bir dizi demo uygulaması oluşturacaklardır.

Eğitimin sonunda katılımcılar şunları yapabilecektir:

• Karmaşık sorunların çözümü için makine öğrenimi algoritmalarını ve tekniklerini uygulama.
• Görsel, müzik, metin ve finansal verileri içeren uygulamalara derin öğrenme ve yarı denetlenmiş öğrenme uygulama.
• Python algoritmalarının maksimum potansiyeline ulaşmasını sağlama.
• NumPy ve Theano gibi kütüphaneleri ve paketleri kullanma.

Bu eğitmen liderliğindeki, canlı eğitim Türkiye konumunda, Al Sweigart'ın popüler kitabı "Automate the Boring Stuff with Python" üzerine kurulmuştur. Yeni başlayanlara yöneliktir ve pratik, uygulamalı egzersizler ve tartışmalar aracılığıyla temel Python programlama kavramlarını kapsar. Odak noktası, ofis verimliliğini önemli ölçüde artırmak için kod yazmayı öğrenmektir.

Bu eğitimin sonunda katılımcılar Python programlamayı bilecek ve bu yeni beceriyi şunlar için uygulayabilecekler:

• Basit Python programları yazarak görevleri otomatikleştirme.
• "Düzenli ifadeler" ile metin kalıplarını tanıma programları yazma.
• Program aracılığıyla Excel elektronik tablolarını oluşturma ve güncelleme.
• PDF'leri ve Word belgelerini ayrıştırma.
• Web sitelerini tarama ve çevrimiçi kaynaklardan bilgi çekme.
• E-posta bildirimleri gönderen programlar yazma.
• Python'in hata ayıklama araçlarını kullanarak hataları hızlı bir şekilde çözme.
• Fareyi ve klavyeyi program aracılığıyla kontrol ederek tıklama ve yazma işlemlerini otomatikleştirme.

Python, finans sektöründe büyük popülerlik kazanan bir programlama dilidir. En büyük yatırım bankaları ve hedge fonları tarafından benimsenen Python, temel ticaret programlarından risk yönetimi sistemlerine kadar geniş bir yelpazedeki finans uygulamalarını oluşturmak için kullanılmaktadır.

Bu eğitmen liderliğindeki canlı eğitimde, katılımcılar Python'yi kullanarak finansla ilgili belirli sorunları çözmek için pratik uygulamalar geliştirmeyi öğreneceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Python programlama dilinin temellerini anlayabilecektir
• Python ile finans uygulamaları oluşturmak için en iyi geliştirme araçlarını indirebilecek, kurabilecek ve bakımını yapabilecektir
• Çeşitli kaynaklardan (CSV, Excel, veritabanları, web vb.) finansal verileri düzenlemek, görselleştirmek ve analiz etmek için en uygun Python paketlerini ve programlama tekniklerini seçebilecek ve kullanabilecektir
• Varlık tahsisi, risk analizi, yatırım performansı ve daha fazlası ile ilgili sorunları çözebilecek uygulamalar oluşturabilecektir
• Python uygulamasında sorun giderebilecek, entegre edebilecek, dağıtabilecek ve optimize edebilecektir

Hedef Kitle

• Geliştiriciler
• Analistler
• Kantitatif Analistler

Kurs Formatı

• Kısmen ders anlatımı, kısmen tartışma, egzersizler ve yoğun uygulamalı çalışma

Not

• Bu eğitim, finans profesyonellerinin karşılaştığı temel sorunlara çözümler sunmayı amaçlamaktadır. Ancak, eklemek veya daha ayrıntılı açıklamak istediğiniz belirli bir konu, araç veya teknik varsa, lütfen bizimle iletişime geçin.

Bu eğitmen liderliğindeki canlı eğitim, Türkiye (çevrimiçi veya yerinde), geliştiricilere yönelik olup, dağıtılmış uygulamalar, veri analizi ve görselleştirme, kullanıcı arayüzü programlama ve bakım komut dosyaları gibi alanlarda sorunları çözmek için bu çok yönlü dili nasıl uygulayacaklarını içeren ileri düzey Python programlama tekniklerini öğrenmek isteyenler için tasarlanmıştır.

Bu kurs, Python programlama dilini öğrenmek isteyenler için tasarlanmıştır. Vurgu, Python dilinin, temel kütüphanelerinin ve Python topluluğu tarafından geliştirilen en iyi ve en kullanışlı kütüphanelerin seçimi üzerinedir. Python, işletmeleri yönlendirir ve dünyanın dört bir yanındaki bilim insanları tarafından kullanılır – en popüler programlama dillerinden biridir.

Kurs, en son Python sürüm 3.x kullanılarak ve tam gücünden yararlanan pratik egzersizlerle sunulabilir. Bu kurs, herhangi bir işletim sisteminde (UNIX'in tüm çeşitleri, Linux ve Mac OS X'in yanı sıra Microsoft Windows) sunulabilir.

Pratik egzersizler, kurs süresinin yaklaşık %70'ini oluşturur ve yaklaşık %30'u gösterimler ve sunumlardan oluşur. Kurs boyunca tartışmalara katılabilir ve sorular sorulabilir.

Not: Eğitim, önerilen kurs tarihinden önce yapılan önceden talep üzerine belirli ihtiyaçlara göre uyarlanabilir.

Selenium, farklı tarayıcılarda web uygulaması testlerini otomatikleştirmek için kullanılan açık kaynaklı bir çerçeve. Selenium 4 ile geliştirilmiş WebDriver API'leri, yerel bağıntılı lokatörler ve geliştirilmiş grid desteği mevcuttur. Python, Pytest gibi test çerçeveleriyle güçlü entegrasyon sağlayarak basitliği sunar ve ölçeklenebilir ve sürdürülebilir test otomasyon paketleri geliştirmek için güçlü bir seçenek sunar.

Bu eğitmen yönlü, canlı eğitim (çevrimiçi veya yerinde) başlangıç düzeyinden orta düzeyli testciler ve geliştiricilere yönelik olup, gerçek dünyada Selenium'u Python ile kullanarak web uygulaması testlerini otomatikleştirmeyi hedefler.

Bu eğitim sonunda katılımcılar şunları yapabilecek duruma gelecektir:

• Python ile Selenium'ı bir test ortamında yükleyip yapılandırmak.
• Selenium WebDriver ve Pytest kullanarak sağlam test otomasyon betikleri oluşturmak.
• Sürdürülebilir test çerçeveleri için Sayfa Nesne Modeli (POM) uygulamak.
• Selenium Grid kullanarak birden fazla tarayıcıda testleri çalıştırmak.
• Otomatikleştirilmiş testleri CI/CD haneleriyle entegre etmek.
• Ortaya çıkan sorunları gidermek ve otomasyon stabilitesi için en iyi uygulamaları uygulamak.

Eğitim Biçimi

• Etkileşimli sunum ve tartışma.
• Birçok alıştırma ve uygulama.
• Canlı-lab ortamında pratik uygulama.

Eğitim Özelleştirme Seçenekleri

• Bu eğitim için özelleştirilmiş bir eğitim talep etmek istiyorsanız, lütfen bize ulaşın.

In Python Machine Learning, the Text Summarization feature is able to read the input text and produce a text summary. This capability is available from the command-line or as a Python API/Library. One exciting application is the rapid creation of executive summaries; this is particularly useful for organizations that need to review large bodies of text data before generating reports and presentations.

In this instructor-led, live training, participants will learn to use Python to create a simple application that auto-generates a summary of input text.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Use a command-line tool that summarizes text.
• Design and create Text Summarization code using Python libraries.
• Evaluate three Python summarization libraries: sumy 0.7.0, pysummarization 1.0.4, readless 1.0.17

Hedef Kitle

• Geliştiriciler
• Veri Bilimciler

Kurs Formatı

• Kısmen ders anlatımı, kısmen tartışma, egzersizler ve yoğun uygulamalı çalışma