Türkiye 'de Online Veri Analizi Eğitimi

Bu eğitmen yönetilen canlı eğitim (Türkiye çevrimiçi veya yerel) ortamında, büyük veri işleme ve analizi için Google Colab ve Apache Spark'yi kullanmak isteyen orta düzeyli veri bilimcileri ve mühendislerine yönelik olacak.

Bu eğitim sonunda katılımcılar aşağıdaki becerileri kazanabilecekler:

• Google Colab ve Spark kullanarak büyük veri ortamını kurma.
• Apache Spark ile büyük veri kümelerini etkili bir şekilde işlemek ve analiz etme.
• Kooperatif bir ortamda büyük veriyi görselleştirme.
• Apache Spark'yi bulut tabanlı araçlarla entegre etme.

Stratio, büyük veri, yapay zeka ve yönetim alanlarını tek bir çözümde entegre eden, veri odaklı bir platformdur. Rocket ve Intelligence modüllerinin yardımıyla, kurumsal ortamlarda hızlı veri keşfi, dönüştürme ve gelişmiş analitik işlemler gerçekleştirilebilir.

Bu eğitmen rehberli canlı eğitim (çevrimiçi veya yerinde) PySpark'i döngü yapıları, kullanıcı tanımlı fonksiyonlar ve gelişmiş veri mantığı üzerinde odaklanarak Stratio'daki Rocket ve Intelligence modüllerini etkili şekilde kullanmayı öğrenmek isteyen orta seviye veri profesyonellerine yöneliktir.

Bu eğitimden sonra katılımcılar şunları yapabilecekler:

• Rocket ve Intelligence modüllerini kullanarak Stratio platformunda gezinme ve çalışma.
• Veri alımı, dönüştürme ve analiz bağlamında PySpark'ı uygulama.
• Veri iş akışlarını ve özellik mühendisliği görevlerini kontrol etmek için döngüler ve koşullu mantık kullanma.
• PySpark'ta tekrar kullanılabilir veri işlemleri için kullanıcı tanımlı fonksiyonlar (UDFs) oluşturma ve yönetme.

Eğitim Biçimi

• Etkileşimli ders ve tartışma.
• Birçok alıştırma ve uygulama.
• Canlı-lab ortamında el ile uygulama.

Eğitim Özelleştirme Seçenekleri

• Bu eğitimin özelleştirilmiş bir sürümünü talep etmek için lütfen bizimle iletişime geçin.

Veri Temelli Kararlar Alma, ilgili verileri, kanıtları ve analizleri karar alma sürecine entegre etmek suretiyle kamu sektöründeki sonuçları ve hesap verebilirliği iyileştirmeyi amaçlayan bir uygulamadır.

Bu eğitmen ledirli canlı eğitim (çevrimiçi veya yerinde) veriye dayalı karar alma konusunda sınırlı veya yeni deneyime sahip ve hükümet programlarını tasarlama, değerlendirme veya yönetme sorumluluğunda bulunan kamu sektörü profesyonellerinin, verileri yorumlama, doğrulama ve gerçek dünyada kararları uygulamaya yönelik yeteneklerini geliştirmesine yöneliktir.

Bu eğitim sonunda katılımcılar şunları yapabilecekler:

• Veriye dayalı olmanın (veriye dayalı veya sezgiye dayalı olmaktan farklı olarak) ne anlama geldiğini anlamak.
• Bir politika veya hizmet bağlamına ilişkin verileri tanımlayabilmek ve değerlendirebilmek.
• Veri analistlerinden daha iyi sorular sormayı ve tabloları ve raporları etkili şekilde yorumlamayı öğrenmek.
• Kamu hizmeti bağlamında kararları gerekçelendirmek, iyileştirmek veya savunmak için veriyi uygulamak.

Eğitimin Biçimi

• Etkileşimli sunum ve tartışma.
• Karar senaryoları, veri setleri ve taslak politika kısa raporları üzerinde elden deneme kullanımı.
• Pratik karar alma kullanım örneklerine odaklanan rehberli alıştırmalar.

Eğitim Özelleştirme Seçenekleri

• Bölümünüzün iş akışlarına veya iç araçlarına dayalı özelleştirilmiş bir eğitim istemek için, lütfen bize ulaşın.

Bu eğitmenle canlı eğitim (online veya on-site) Türkiye'da, gerçek dünya verilerine zaman serisi tahmin tekniklerini uygulamak isteyen orta düzeyli veri uzmanları için tasarlanmıştır. Google Colab kullanılarak.

Bu eğitimle birlikte, katılımcıların aşağıdaki becerileri kazanabilecekleri:

• Zaman serisi analizi temellerini anlamayı.
• Google Colab'yı zaman serisi verileri ile çalışmak için kullanmayı.
• ARIMA modellerini veri trendleri tahmin etmek için uygulamayı.
• Facebook’nin Prophet kütüphanesini esnek tahmine kullanmayı.
• Zaman serisi verilerini ve tahmin sonuçlarını görselleştirmeyi.

Dijital Zeka, kamu hizmetlerinin teslimatı ve yönetimi bağlamında bilgi teknolojisi araçlarını, verileri ve sistemleri anlamak ve kullanma yeteneğidir.

Bu eğitmen öncülüğündeki canlı eğitim (çevrimiçi veya yerel) sınırlı veya gelişmekte olan dijital zeka deneyimiyle veri, dijital araçlar veya hizmet performans metrikleri ile çalışan kamu sektörü profesyonellere yöneliktir ve bilgiyi analiz etme, yorumlama ve daha iyi karar alma için uygulama yeteneğini güçlendirmek isteyenler için tasarlanmıştır.

Eğitim sonunda katılımcılar şunları yapabilecek hale gelecektir:

• Dijital zeka temellerini ve kamu sektörü işine nasıl uygulandığını anlamak.
• Veri toplama, görselleştirme ve eylem gerektiren bilgilere ulaşma için dijital araçları kullanmak.
• Kendi ekibi veya departmanlarının dijital olgunluk düzeyini değerlendirmek.
• Dijital kapasitenin ve veri odaklı uygulamaların geliştirilmesi için bir yol haritası oluşturmak.

Eğitim Formatı

• Interaktif ders anlatımı ve tartışma.
• Dijital araçların ve panoya benzer tasarımların elden geçirmesi.
• Kişiye özel olarak tasarlanmış, gerçek dünya kamu hizmetlerine odaklanan egzersizler.

Eğitim Özelleştirme Seçenekleri

• Bu eğitim için departmanınızın iş akışlarına veya iç araçlara dayalı özelleştirilmiş bir eğitim talebinde bulunmak isterseniz, bizimle iletişime geçerek düzenleme yapabilirsiniz.

Storytelling with Data karmaşık veri kümelerini açık ve etkileyici hikayelere dönüştürmek için görsel ve anlatısal teknikleri kullanmayı içeren bir uygulamadır.

Bu eğitmen yönetimi altında gerçekleşen canlı eğitim (çevrimiçi veya yerel), veri ile çalışan kamu sektöründeki profesyonellere yönelik olup, bu kişilerin veri anlatımında sınırlı veya resmi olmayan bir eğitim geçirmiş olması ve veriyi hikaye ve görseller aracılığıyla açık ve ikna edici şekilde sunma becerilerini geliştirmek istemeleridir.

Eğitim sonunda katılımcılar şunları yapabileceklerdir:

• Ham veriyi etkileyici görsel hikayelere dönüştürme.
• Anlattığınız mesajları desteklemek için grafik seçimini ve düzenlemesini kullanma.
• Kitle ihtiyaçlarına uygun veri anlatılarını oluşturma.
• Görsel açıktır ve bilişsel etki için en iyi uygulamaları uygulama.

Eğitim Formatı

• Interaktif ders anlatımı ve tartışma.
• Veri sunumlarında hikaye anlatım tekniklerinin elden geçirmesi.
• Açıklık, görsel akış ve kitle etkisi odaklı yönlendirilmiş egzersizler.

Eğitim Özelleştirme Seçenekleri

• Bu eğitim için departmanınızın iş akışlarına veya iç araçlarına dayalı özelleştirilmiş bir eğitim talep etmek isterseniz, bize ulaşarak düzenleme yapabilirsiniz.

Bu eğitmen liderliğindeki, canlı eğitim programını tamamlayan katılımcılar, Big Data ve ilgili teknolojileri, metodolojileri ve araçları hakkında pratik ve gerçek dünya anlayışına sahip olacaklardır.

Katılımcılar, bu bilgiyi uygulamalı egzersizler aracılığıyla uygulamaya koyma fırsatına sahip olacaklardır. Grup etkileşimi ve eğitmen geri bildirimi, dersin önemli bir parçasını oluşturmaktadır.

Kurs, Big Data'nin temel kavramlarına bir girişle başlar, ardından Data Analysis gerçekleştirmek için kullanılan programlama dilleri ve metodolojilerine ilerler. Son olarak, Big Data depolama, Dağıtık İşleme ve Scalability'yi sağlayan araçları ve altyapıyı tartışırız.

ArcGIS Professional Plus, coğrafi veri analizi, 3B modelleme, otomasyon ve kurumsal işbirliği için genişletilmiş özellikler sunan ArcGIS Pro'nun gelişmiş bir sürümüdür.

Bu eğitmen tarafından yönetilen canlı eğitim (çevrimiçi veya yerel), uzamsal veri analizi, otomasyon ve paylaşım becerilerini derinleştirmek isteyen orta seviye GIS profesyonellerine yöneliktir.

Bu eğitimden sonra katılımcılar şunları yapabilecekler:

• Veri görselleştirme ve analizi için ArcGIS Pro Plus araçlarını kullanın.
• Gelişmiş semboloji ve coğrafi işleme teknikleriyle 2B ve 3B haritalar oluşturun.
• ModelBuilder ve Python betiklerini kullanarak iş akışlarını otomatikleştirin.
• ArcGIS'i dış veri hizmetleri ve kurumsal sistemlerle entegre edin.

Kurs Formatı

• Etkileşimli ders ve tartışma.
• Birçok alıştırma ve uygulama.
• Canlı laboratuvar ortamında elden deneyim.

Kurs Özelleştirme Seçenekleri

• Bu kurs için özelleştirilmiş bir eğitim talep etmek istiyorsanız, lütfen bizimle iletişime geçin.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), buluttaki veri ambarı ve dönüşüm projelerini yönetmek için dbt Cloud'u nasıl kullanacaklarını anlamak isteyen yeni başlayan seviyedeki veri mühendisleri, analistleri ve bilim insanlarına yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• dbt Cloud'da projeler oluşturmak ve yönetmek.
• Veri dönüşümlerini planlamak ve çalıştırmak için dbt Cloud arayüzünü kullanmak.
• Ekip üyeleriyle projelerde işbirliği yapmak.
• dbt projelerini üretime dağıtmak.
• dbt projelerini ayıklamak ve sorun gidermek.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), veri görselleştirme, mekânsal analiz ve coğrafi projelerin yönetimi için ArcGIS'yi etkin bir şekilde kullanmayı öğrenmek isteyen, başlangıç seviyesinden ileri seviyeye kadar GIS profesyoneller ve analistler hedeflenmektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Coğrafi mekânsal verilerin yönetimi için ArcGIS araçlarını kullanma ve gezme.
• Katmanlar ve özniteliklerle haritalar oluşturma ve özelleştirme.
• Gelişmiş mekânsal analiz ve coğrafi işlem görevlerini gerçekleştirme.
• ModelBuilder ve Python kullanarak iş akışlarını otomatikleştirme.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), bir veri hattı kurmak için AWS Glue kullanma konusunda temelden orta seviyeye bilgi edinmek isteyen veri mühendisleri ve analistlere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• AWS Glue temellerini anlayabilecektir.
• Bir AWS Glue hattı kurabilecektir.
• AWS Glue tarayıcılarını ve işlerini kurabilecektir.
• AWS Glue dönüşümlerini nasıl kullanacağını öğrenebilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), mekânsal analiz yeteneklerini geliştirmek, kapsamlı jeoistatistiksel analizler yürütmek ve gerçek dünya senaryolarında daha etkili karar verme ve problem çözme için gelişmiş 3D modelleme teknikleri uygulamak isteyen ileri düzey GIS profesyonelleri hedefler.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• ArcGIS Pro kullanarak mekânsal analiz tekniklerinde gelişmiş beceriler geliştirmek.
• Otomasyon ve karmaşık veri işleme için Python betiklerini kullanmak.
• Gerçek dünya senaryolarında problem çözmek için mekânsal modelleme uygulamak.
• Gelişmiş veri yorumlaması için jeoistatistiksel analizler yürütmek.
• Harici veri kaynaklarını entegre etmek ve 3D mekânsal veri analizinden yararlanmak.

Bu eğitmen tarafından verilen canlı eğitim (Türkiye çevrimiçi veya yerel olarak) yeni başlayan ve orta düzeyde veri analisti ve iş profesyonellerine yöneliktir. Bu kişiler, Google Gemini AI kullanarak çeşitli sektörlerde karmaşık veri analizi görevlerini daha öznel bir şekilde gerçekleştirmek istemektedir.

Bu eğitim sonunda katılımcılar şunları yapabilecek hale gelecektir:

• Google Gemini AI'nin temellerini anlamak.
• Farklı veri kaynaklarını Gemini AI'ye bağlamak.
• Doğal dil sorgularıyla veriyi keşfetmek.
• Veri desenlerini analiz etmek ve bilgi elde etmek.
• Etkileyici veri görselleştirmeleri oluşturmak.
• Veri tabanlı bilgileri etkin bir şekilde iletişim kurmak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), veri analistleri ve Tableau, Python, R ve SQL kullanarak veri görselleştirme ve analiz öğrenmekle ilgilenen herkesi hedeflemektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Python, R ve SQL kullanarak veri analizi yapabilmek.
• Tableau ile veri görselleştirme yoluyla içgörüler elde etmek.
• İş operasyonları için veri odaklı kararlar Make alabilmek.

Bu eğitmen-led, canlı eğitim Türkiye (çevrimiçi veya şirket içi) başlangıç düzeyindeki IT destek personelinin ArcGIS Enterprise için sağlam destek sağlamak, her türlü anomali veya başarısızlığı etkili bir şekilde ele almayı hedefler.

Bu eğitim sonunda katılımcılar şunları yapabilecekler:

• ArcGIS Enterprise mimarisi ve bileşenleri hakkında bilgi sahibi olacaklardır.
• ArcGIS Enterprise'ı yüklemeyi, yapılandırmayı ve yönetmeyi öğrenecekler.
• Sık karşılaşılan sorunları giderme konusunda beceriler kazanacaklardır.
• ArcGIS Enterprise ortamlarını izleme ve bakım konusunda uzmanlaşacaklardır.
• Yedekleme, kurtarma ve performans iyileştirme tekniklerini master hale getirecekler.

Bu eğitmen liderli, canlı eğitim Türkiye (çevrimiçi veya yerel) veri tabanındaki verileri analiz etmek ve raporları ve şablonları özelleştirmek isteyen analistler için düzenlenmiştir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• IBM Planning Analytics kullanarak veriyi nasıl analiz edileceği hakkında bilgi sahibi olacaklardır.
• Veritabanındaki verilerin özel görünümlerini oluşturacaklardır.
• TM1 ile iletişim kuran raporlar ve formlar oluşturma becerisini kazanacaklardır.

Bu eğitmen-led, canlı eğitim Türkiye (çevrimiçi veya yerinde) orta düzeyde veri mühendisleri hedef almaktadır ve Azure Synapse Analytics'ın geniş bir yelpazede veri işleme, analiz ve görselleştirme için kullanılmasını öğrenmek isteyenlerdir.

Bu eğitim sonunda katılımcılar şunları yapabilecek olacaklardır:

• Azure Synapse Analytics'in temel kavramlarını, mimarisini ve bileşenlerini anlamak.
• Ölçeklenebilir veri ambarları oluşturmak, yapılandırmak ve yönetmek için Azure Synapse kullanmayı öğrenmek.
• Farklı kaynaklardan Azure Synapse'a veri aktarımını (ETL), dönüştürmeyi ve yüklemeyi gerçekleştirmek için teknikleri masterlamak.
• Sorgu performansını optimize etmek, veriyi güvence altına almak ve Azure Synapse'ı Power BI ve diğer araçlarla tümleştirmek için veri görselleştirme ve fikir paylaşımı yapmayı öğrenmek.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), orta seviyedeki veritabanı yöneticileri, SQL geliştiriciler ve veri analistleri için tasarlanmıştır. Katılımcılar, Analitik Fonksiyonların kullanımında ustalaşarak becerilerini geliştirmeyi amaçlamaktadır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Analitik Fonksiyonların kavramını ve önemini anlayabilecektir.
• Karmaşık analitik problemleri çözmek için çeşitli Analitik Fonksiyonları uygulayabilecektir.
• Kapsamlı veri analizi için Analitik Fonksiyonları diğer SQL özelliklerle birleştirebilecektir.
• Analitik Fonksiyonları kullanarak daha iyi performans için sorguları optimize edebilecektir.

Bu eğitmen-leden, canlı eğitim Türkiye (online veya yerinde), CBS ve uzaysal verilerin temel kavramlarını ve araçlarını öğrenmek isteyen başlangıç düzeyli profesyoneller için düzenlenmiştir.

Bu eğitim sonunda katılımcılar şunları yapabilecekler:

• CBS ve uzaysal verilerin temel kavramlarını anlama.
• ArcGIS arayüzünde gezinme.
• Uzaysal veri oluşturma ve yönetme.
• Temel uzaysal analiz yapma.
• Haritalar ve görselleştirmeler oluşturma.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), karmaşık işlemleri ve toplama işlem hatlarını basitleştirirken veri analizi yapmak isteyen veri analistleri ve veri bilimcileri için tasarlanmıştır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Veri analizi için MongoDB'yi kurmak ve yapılandırmak.
• MongoDB Toplama Çerçevesi'nin kavramlarını ve aşamalarını anlamak.
• Toplama için temel yapı, sözdizimi ve işlemleri öğrenmek.
• Toplamada gelişmiş işlemleri nasıl ele alacağını öğrenmek.
• Toplama performansını iyileştirmek için bazı optimizasyon araçlarını ve tekniklerini uygulamak.

Bu eğitmen tarafından yönetilen canlı eğitim Türkiye (çevrimiçi veya yerinde), Python'u ArcGIS ve QGIS ortamlarında jeospatial analiz için kullanmayı planlayan başlangıç seviyesindeki jeo bilimleri ve mühendislik uzmanlarına yöneliktir.

Bu eğitimden sonra katılımcılar şunları yapabilecektir:

• Jeospatial görevleri etkin şekilde yerine getirmek için Python sözdizimini ve kontrol yapılarını öğrenmek.
• GIS'te veri analizi ve görselleştirme için Pandas, Numpy ve Matplotlib kullanmak.
• Geopandas, Arcpy ve PyQGIS kitaplıklarıyla vektör verilerini manipüle etmek ve analiz etmek.
• Python betikleri kullanarak ArcGIS ve QGIS'te jeospatial süreçleri ve iş akışlarını otomatikleştirmek.
• Görevleri hızlandırmak için ArcGIS ve QGIS için özel Python temelli jeo işleme araçları geliştirmek.

Bu eğitmen öncülünde, canlı eğitim Türkiye (çevrimiçi veya kurum içi) başlangıç seviyesindeki çevreci bilim insanları ve arkeologlar için düzenlenmiştir. Katılımcıların ArcMap in ArcGIS kullanarak coğrafi bilgilerin toplandığı, düzenlendiği, yönetildiği ve analiz edildiği konuda beceriler kazanmalarını amaçlamaktadır.

Bu eğitimden sonra katılımcılar şunları yapabilecektir:

• ArcMap ve ArcGIS'in temellerini anlama.
• Sosyal ve arkeolojik unsurlarla ilgili coğrafi bilgileri toplama, düzenleme, yönetme ve analiz etme.
• Etki değerlendirme için uzaysal sorgular yapma.

Big Data ve Advanced Analytics, karmaşık büyük veri kümelerini analiz ederek eylem sonrası bilgilere ve stratejik kararlar almak için gelişmiş tekniklerin ve araçların uygulanmasıdır.

Bu eğitmen yönetilen canlı eğitim (çevrimiçi veya yerel olarak) ileri düzey veri profesyonelleri için tasarlanmıştır; bu profesyoneller, tahminsel, rehberci ve gerçek zamanlı analizler için en son analitik yöntemleri ve büyük veri teknolojilerini kullanmak isteyenlerdir.

Eğitim sonunda katılımcılar şunları yapabileceklerdir:

• Yapılanaklı ve yapılandırılmamış veriler için büyük ölçekli veri işleme pipeline'larını tasarlamak ve uygulamak.
• Massif veri kümelerine gelişmiş makine öğrenmesi ve derin öğrenme tekniklerini uygulamak.
• Gerçek zamanlı analizler ve veri akışı için dağıtık hesaplama çerçevelerinden yararlanmak.
• Büyük veri analitiklerini iş zekası ve karar alma sistemlerine entegre etmek.

Eğitim Formatı

• Interaktif ders anlatımı ve tartışma.
• Farklı uygulamalar ve pratik.
• Canlı laboratuvar ortamında el ile uygulama.

Eğitim Özelleştirme Seçenekleri

• Bu eğitim için özel bir eğitim talebinde bulunmak isterseniz, lütfen bizimle iletişime geçin.

Türkiye'deki bu kursun amacı, katılımcılara kanıt temelli yanıtlar verebilme yeteneği kazandırmaktır:

Ne oldu?

• veri işleme ve analizi
• bilgilendirici veri görselleştirmeleri oluşturma

Ne olacak?

• gelecekteki performansları tahmin etme
• tahminleri değerlendirme

Ne olmalı?

• veriyi kanıt temelli iş kararlarına dönüştürme
• süreçleri optimize etme

Bu eğitmen destekli, canlı eğitim Türkiye (çevrimiçi veya yerinde) veri analistlerine veya SPSS Modeler'i kullanarak veri madencilik faaliyetleri yapmayı isteyen herkese yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecekler:

• Veri madenciliğinin temellerini anlamak.
• Modeler kullanarak verilerin nasıl içe aktarıldığını ve kalite kontrolünün nasıl yapıldığını öğrenmek.
• Veri modellerini etkili bir şekilde geliştirmek, dağıtmak ve değerlendirmek.

Bu eğitmen liderliğindeki, canlı eğitim programını tamamlayan katılımcılar, Big Data ve ilgili teknolojileri, metodolojileri ve araçları hakkında pratik ve gerçek dünya anlayışına sahip olacaklardır.

Katılımcılar, bu bilgiyi uygulamalı egzersizler aracılığıyla uygulamaya koyma fırsatına sahip olacaklardır. Grup etkileşimi ve eğitmen geri bildirimi, dersin önemli bir parçasını oluşturmaktadır.

Kurs, Big Data'ün temel kavramlarına bir girişle başlar, ardından Data Analysis gerçekleştirmek için kullanılan programlama dilleri ve metodolojilerine ilerler. Son olarak, Big Data depolama, Dağıtık İşleme ve Scalability'yi sağlayan araçları ve altyapıyı tartışırız.

R istatistiksel hesaplama, veri analitiği ve grafik için çok popüler, açık kaynaklı bir ortamdır. Bu kurs, öğrencilerine R programlama dilini tanıtır. Dili temellere, kütüphanelere ve ileri düzey konseptlere odaklanmaktadır. Gerçek dünya verileriyle ileri seviye veri analitiği ve grafik oluşturma.

Hedef Kitle

Geliştiriciler / veri analistleri

Süre

3 gün

Format

Dersler ve pratik uygulamalar

Hedef Kitle

Analistler, araştırmacılar, bilim insanları, mezunlar ve öğrenciler ve istatistiksel analizleri kolaylaştırmayı öğrenmekle ilgilenen herkes.

Kurs Amacı

Bu kurs, Excel ve istatistiğinizi daha iyi tanıma konusundaki becerilerinizi geliştirecek ve bu sayede iş veya araştırma etkinliğinizin ve verimliliğinin artmasını sağlayacaktır.

Bu kurs, Microsoft Excel'de Analiz Aracı Paketi'nin nasıl kullanılacağını, istatistiksel fonksiyonları ve temel istatistiksel işlemler nasıl yapılacağını açıklar. Ayrıca, Excel sınırlamaları nelerdir ve bunların nasıl aşılacağını açıklayacaktır.

Veri analitiği, günümüzde iş dünyasında hayati bir araçtır. Süre boyunca pratik veri analizi becerilerinin geliştirilmesine odaklanacağız. Amacımız, delegelere sorulara kanıt temelli cevaplar vermeyi sağlamaktır: 

Ne oldu?

• veri işleme ve analizi
• bilgilendirici veri görselleştirmelerinin oluşturulması

Ne olacak?

• gelecekteki performansın öngörülmesi
• öngörülerin değerlendirilmesi

Ne olması gerekiyor?

• veriyi kanıt temelli işletme kararlarına dönüştürme
• süreçlerin optimize edilmesi

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.

Bir coğrafi bilgi sistemi (GIS), mekansal veya coğrafi verileri yakalamak, depolamak, manipüle etmek, analiz etmek, yönetmek ve sunmak için tasarlanmış bir sistemdir. GIS kısaltması, bazen coğrafi bilgi bilimi (GIScience) için kullanılır ve bu, coğrafi bilgi sistemlerini inceleyen akademik disiplindir ve daha geniş jeoenformatiğin disiplini içindeki büyük bir alandır.

Python'nin GIS ile kullanımı, özellikle 2000 yılında tanıtılan Python 2.0 serisiyle birlikte son yirmi yılda önemli ölçüde arttı; bu seri, dili çok daha kolay dağıtılmasını sağlayan birçok yeni programlama özelliği içeriyordu. O zamandan beri, Python yalnızca Esri ürünleri gibi ticari GIS'lerde değil, aynı zamanda QGIS ve GRASS gibi açık kaynaklı platformlarda da kullanılmıştır. Aslında, Python bugün GIS kullanıcıları ve programcılar tarafından en yaygın olarak kullanılan dildir.

Bu program, Python ve geopandas, pysal, bokeh ve osmnx gibi gelişmiş kütüphanelerinin kullanımını ve kendi GIS özelliklerinizi uygulamak için nasıl kullanılacağını kapsamaktadır. Program ayrıca ArcGIS API ve QGIS araç kutusu etrafındaki giriş düzeyinde modülleri de kapsamaktadır.

Bu eğitmen tarafından yönetilen canlı eğitim (çevrimiçi veya yerinde) HR uzmanlarına analitik yöntemleri kullanarak organizasyon performansını artırmayı amaçlamaktadır. Bu kurs niteliksel ve nicel, ampirik ve istatistiksel yaklaşımları da kapsamaktadır.

Kurs Formatı

• Etkileşimli ders ve tartışma.
• Birçok alıştırma ve uygulama.

Kurs Özelleştirme Seçenekleri

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

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), yapay zeka çözümlerinde kullanmak üzere verileri hazırlamak isteyen veri bilimcilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Cloud Pak for Data'yı kurmak ve yapılandırmak.
• Verilerin toplanmasını, düzenlenmesini ve analizini birleştirmek.
• Cloud Pak for Data'yı yaygın iş sorunlarını çözmek için çeşitli hizmetlerle entegre etmek.
• Bir yapay zeka çözümünün geliştirilmesi konusunda ekip üyeleriyle işbirliği yapmak için iş akışları uygulamak.

Bu eğitmen liderliğindeki, canlı eğitimde (Türkiye yerinde veya uzaktan), katılımcılar Python ve Excel'in yeteneklerini nasıl birleştireceklerini öğreneceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Python ve Excel'i entegre etmek için paketleri kurma ve yapılandırma.
• Python kullanarak Excel dosyalarını okuma, yazma ve değiştirme.
• Excel'den Python fonksiyonlarını çağırma.

This instructor-led, live training in Türkiye (online or onsite) is aimed at technical persons who wish to gain a practical understanding of available cloud solutions, the data analysis processes needed to work with data in the cloud, and the hands-on practice to apply tools such as Power BI to analyze data.

By the end of this training, participants will be able to:

• Install and configure Power BI.
• Evaluate the various data solutions offered by cloud providers such as Azure.
• Gain an understanding of the different structures, modeling approaches, and data warehouse designs used to store, manage and access Big Data.
• Apply tools and techniques to clean data in preparation for analysis.
• Build reporting and analytics solutions based on on-premise as well as cloud data.
• Integrate data analytics solutions with a data warehouse.
• Mitigate data security risks and ensure data privacy.

Bu eğitmen öncül, canlı eğitim Türkiye (çevrimiçi veya yerinde) geliştiriciler ve yöneticiler hedeflenmiştir. Bu kişilerin OpenSearch'i kullanarak dağıtılmış arama ve veri analizi işlemlerini birleştirilmiş ve güvenli bir sistemi kullanmalarını öğrenmelerini sağlar.

Bu eğitimden sonra katılımcılar şunları yapabilecektir:

• OpenSearch ve OpenSearch Dashboards ile arama ve analiz çözümleri oluşturmak için gerekli geliştirme ortamını kurma.
• Elasticsearch OSS'den OpenSearch'e yükseltirken kullanılan üç yaklaşımı (anlık görüntü, yeniden başlatma ve kaydırmalı) anlamak.
• Veri dizinlemeyi, veri akışları oluşturmayı, sorgular çalıştırmayı ve küme arası işlemlerini basitleştirmeyi OpenSearch'te öğrenmek.
• Araorarilyamı iyileştirmek için eklentileri (plugins), API'leri, istemcileri ve veri alma araçlarını (Beats, Logstash, Grafana vb.) kullanmayı öğrenmek.
• OpenSearch Dashboards'i kullanarak veri yönetimi, görselleştirme, günlüğe kaydetme, izleme ve bakımı merkezi hale getirmek.

Bu eğitmen yönlendirli, canlı eğitim Türkiye (çevrimiçi veya yerinde) kişilere, satış verilerinden, trafik analitiğinden, müşteri etkileşimlerinden başlayarak sayısız veriden sayısal bilgiler çıkarabilmek için yeterli Python'u öğrenmeyi amaçlar.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Veri analizi için Python kodu yazmaya başlayabilmek için gerekli yazılımları, kütüphaneleri ve geliştirme ortamını yüklemeyi ve yapılandırmayı öğrenecekler.
• Excel, CSV, JSON dosyaları ve veritabanları gibi kaynaklardan veri analiz etmeyi öğrenecekler.
• Verilerin kullanışlılığını artırmak için onları temizlemeyi öğrenecekler.
• Sayısal istatistiksel analiz yapmayı öğrenecekler.
• Doğru formatta, basit sayılar, veri görselleştirmeleri olmak üzere istediğiniz veriyi sunan raporlar oluşturmayı öğrenecekler.
• Verilerden değerli bilgiler alacaklar, performans trendleri ve sorun alanlarını tespit edecekler.

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 kursun amacı, SQL'ün farklı veritabanlarında (Oracle, SQL Server, MS Access...) kullanımını net bir şekilde anlamanızı sağlamaktır. Analitik fonksiyonların ve veritabanında farklı tabloları birleştirme yöntemlerinin anlaşılması, katılımcıların veri analiz işlemlerini MS Excel uygulaması yerine veritabanı tarafına taşımasına yardımcı olacaktır. Bu aynı zamanda herhangi bir ilişkisel veritabanı kullanan herhangi bir BT sisteminin oluşturulmasına da yardımcı olabilir.

Bu eğitmen yönetilen canlı eğitim (çevrimiçi veya yerel) alan ekolojistler ve koruma yöneticileri için, ArcGIS içinde veri.spatial projeler oluşturmak isteyen kişilere yönelik olup, Türkiye'ta gerçekleşmektedir.

Eğitim sonunda, katılımcılar şunları yapabilecektir:

• Spatial veriyi görselleştirmeler olarak çıkartma.
• Gerçek veriler üzerinde jeoistatistik çalışması yapma.
• ArcGIS kullanarak spatial veri analizi, veri işleme ve haritalama uygulamak.
• ArcGIS'ta projeler için spatial veriyi analiz etmek.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• En son ArcGIS Pro sürümünü kullanarak GIS kavramlarını ve mekansal veri türlerini anlayabilecektir.
• Kullanıcı arayüzünü inceleyebilecek ve kullanım alanlarını değerlendirebilecektir.
• ArcGIS* Pro’yu keşfedebilecek ve çevrimiçi içeriği nasıl kullanacağını öğrenebilecektir.
• Kendi verilerinizi yönetebilecek, işleyebilecek ve analiz edebilecektir.
• Verilerinizi anlamlı ve yaratıcı bir şekilde görüntüleyebilecek ve paylaşabilecektir.

Not: En son ArcGIS Pro sürümünü kullanacağız.

Bu eğitmen yönlendirilmiş canlı eğitim Türkiye (çevrimiçi veya yerel) ArcGIS süreçlerinde tekrarlanan görevleri otomatikleştirmek isteyen GIS analistleri için düzenlenmiştir.

Bu eğitim sonunda katılımcılar:

• Python ve ArcGIS araçları kullanarak GIS uygulamaları oluşturacaklardır.
• Python kullanarak ArcGIS paketi ArcPy ile geliştirme yapacaklardır.
• Python nesne sınıfları kullanarak harita otomasyonu için ArcGIS modülleri uygulayacaklardır.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), verilerini etkili bir şekilde temizlemek ve işlemek isteyen veri bilimcileri, veri analistleri ve iş analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Etkili bir veri temizleme stratejisi geliştirin.
• Veri temizleme için kullanışlı araçlar uygulayın.
• Daha verimli sonuçlar elde edin.
• Veri temizleme en iyi uygulamalarını öğrenin ve uygulayın.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye – çevrimiçi veya yerinde) web sitelerini veya web uygulamalarını Google Maps aracılığıyla coğrafi konum işlevselliği ekleyerek geliştirmek isteyen geliştiricilere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Yeni veya mevcut bir web sitesine veya web uygulamasına bir harita gömmek.
• Mevcut konumla senkronize olan canlı verileri görüntülemek.
• Google Maps içeren bir karma içerik oluşturmak.
• İyi CSS ve JavaScript kodlama uygulamalarını uygulamak.
• Bir uygulama için özel bir harita oluşturmak.

KNIME Analytics Platform, veri odaklı yenilikler için önde gelen açık kaynak seçeneğidir. Verinizde gizli olan potansiyeli keşfetmenize, yeni içgörülere ulaşmanıza veya yeni gelecekleri tahmin etmenize yardımcı olur. 1000'den fazla modül, yüzlerce hazır çalıştırılabilir örnek, kapsamlı entegre araçlar ve mevcut en geniş ileri düzey algoritma seçeneği ile KNIME Analytics Platform, herhangi bir veri bilimcisi ve iş analistinin ideal araç kutusu olmaktadır.

KNIME Analytics Platform için bu kurs, başlangıç seviyesindeki kullanıcılar, ileri düzeydeki kullanıcılar ve KNIME uzmanları için KNIME'yi tanıma, daha etkin şekilde kullanma ve KNIME iş akışlarına dayalı net ve kapsamlı raporlar oluşturma konusunda ideal bir fırsat sunmaktadır.

Bu eğitmen yönlendirilmiş canlı eğitim (çevrimiçi veya yerinde) veri profesyonellerinin KNIME'yı karmaşık iş ihtiyaçları için kullanmaya yönelik hedeflenen kitleye yöneliktir.

Programlama bilgisine sahip olmayan ve analitik senaryoları uygulamak için en modern araçları kullanmayı planlayan kimseler için hedeflenmiştir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• KNIME'yi yükleyip yapılandırabilirler.
• Veri Bilimi senaryoları oluşturabilirler.
• Modelleri eğitebilir, test edebilir ve doğrulayabilirler.
• Veri bilimi modellerinin değeri zinciri baştan sona uygulanabilir.

Eğitim Formatı

• Etkileşimli ders ve tartışma.
• Birçok alıştırma ve uygulama.
• Canlı-lab ortamında elden geçirilen uygulamalar.

Eğitim Özelleştirme Seçenekleri

• Bu kurs için özelleştirilmiş bir eğitim talep etmek veya bu program hakkında daha fazla bilgi almak istiyorsanız, lütfen bize ulaşın.

"KNIME Analitik Platforması" eğitimi, bu ücretsiz veri analizi platformunu kapsamlı bir şekilde ele alır. Program, verinin işlemesine ve analizine girişten KNIME’in kurulumuna ve yapılandırmasına, iş akışlarının oluşturulması, iş modellerinin oluşturma metodolojisine ve verinin modellemesine kadar geniş bir yelpazede konuları kaplamaktadır. Kurs ayrıca, R, Java, Python, Gephi, Neo4j gibi araçlarla entegrasyonu içeren, gelişmiş veri analiz araçları, iş akışlarının içe ve dışa aktarılması, araçların integrasyonu, ETL süreçleri, veri keşfi, görselleştirme, uzantılar ve entegrasyonlar hakkında da bilgi sağlar. Eğitim sonunda raporlama, BIRT ile entegrasyon ve KNIME WebPortal hakkında ayrıntılı bilgiler verilir.

Bu eğitmen liderli, canlı eğitim Türkiye (çevrimiçi veya yerinde) veri bilimcilerinin KNIME için Python ve R programlamayı öğrenebilmeleri için düzenlenmiştir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• KNIME'de makine öğrenimi modellerini planlamak, oluşturmak ve dağıtmak.
• Operasyonlar için veri odaklı kararlar almak.
• Uçtan uca veri bilimi projeleri gerçekleştirmek.

Bu eğitmen tarafından yönetilen canlı eğitim Türkiye (çevrimiçi veya yerinde) veri analistlerinin LibreOffice Calc'i kullanarak birçok türde veri analizi yapmasını (temelden gelişmishane) amaçlamaktadır. Excel ve diğer elektronik tablo yazılımlarında bulunan benzer işlevleri kullanarak.

Bu eğitimin sonunda katılımcılar şunları yapabileceklerdir:

• Her işletim sisteminde LibreOffice paketini kurabilme.
• LibreOffice Calc'te mevcut tüm özellikler ve işlevleri anlamak.
• Veriyi Calc'te temizlemeyi, doğrulamayı, manipüle etmeyi ve görselleştirmeyi öğrenmek.
• Calc'teki çeşitli işlevleri ve araçları kullanarak karmaşık veri analizi yapabilmek.
• Gelişmiş veri analizi yapma konusunda bazı ipuçları ve görüşler elde etmek.

Bir coğrafi bilgi sistemi (GIS), mekânsal veya coğrafi verileri yakalamak, depolamak, manipüle etmek, analiz etmek, yönetmek ve sunmak için tasarlanmış bir sistemdir. GIS kısaltması, bazen coğrafi bilgi bilimi (GIScience) için kullanılır ve bu, coğrafi bilgi sistemlerini inceleyen akademik disiplindir ve daha geniş jeoinformatik akademik disiplini içindeki büyük bir alandır.

QGIS, bir coğrafi bilgi sistemi (GIS) yazılımı olarak işlev görür ve kullanıcılara mekânsal bilgileri analiz etme ve düzenleme, ayrıca grafiksel haritalar oluşturma ve dışa aktarma olanağı sağlar. QGIS, hem raster hem de vektör katmanlarını destekler; vektör verileri nokta, çizgi veya çokgen özelliklerinden biri olarak depolanır. Desteklenen raster görüntü formatları çok sayıda olup, yazılım görüntüleri coğrafi referanslama imkanı sunar. Özetle, kullanıcılara Windows, Mac, Linux, BSD üzerinde coğrafi bilgileri oluşturma, düzenleme, görselleştirme, analiz etme ve yayınlama olanağı sağlar.

Bu programın ilk aşamasında, QGIS arayüzü genel kullanım için tanıtılmaktadır. İkinci aşamada ise, QGIS'nin Python kütüphaneleri olan PyQGIS tanıtılmaktadır. Bu kütüphaneler, GIS işlevselliğinin Python kodunuzda veya Python uygulamanızda entegre edilmesini sağlar, böylece belirli bir GIS işlevselliği etrafında kendi Python eklentinizi bile oluşturabilirsiniz.

Bu eğitmen yönlendirilmiş canlı eğitim Türkiye (çevrimiçi veya kurum içi) iş analistleri ve veri analistlerinin temel Spotfire Analyst tekniklerini öğrenmeyi amaçlamaktadır.

Bu eğitim sonunda katılımcılar şunları yapabilecekler:

• TIBCO Spotfire'i yükleyip yapılandırmak.
• Farklı veritabanlarından veri birleştirmek.
• Büyük veri kümelerini görselleştirmek.
• Karmaşık panolar oluşturup paylaşmak.

Bu eğitmen yönlü, canlı eğitim Türkiye (çevrimiçi veya kurum içi) iş analistleri ve veri analistlerinin TIBCO Spotfire X'ı yapay zeka yetenekleriyle birlikte kullanarak veriyi görselleştirmeyi, dönüştürmeyi ve analiz etmeyi öğrenmek için düzenlenmiştir.

Bu eğitim sonunda katılımcılar şunları yapabilecektir:

• TIBCO Spotfire X'i yükleyip yapılandırabilirler.
• TIBCO Spotfire X'in özelliklerini ve mimarisini anlayabilirler.
• Artırılmış ve tahmin analitikleriyle ilgili kavramları anlayabilirler.
• Spotfire X kullanarak veriyi yükleme, işlemleme ve görselleştirme yöntemlerini öğrenebilirler.
• Etkileşimli ve gelişmiş veri görselleştirmeleri oluşturabilirler.