Eğitim Tarihleri:

Eğitim Süresi: 75 Saat

Eğitim Yeri: Online

Son başvuru tarihi: 

Program Amacı ve Çıktıları

Bilişim alanındaki son gelişmelerle birlikte her geçen gün daha fazla veri toplanmaktadır. Bu verileri anlamlandırmak ve istenilen bilgiyi çıkarmak için veri analizi yöntemleri kullanılmaktadır. Doğru analitik yöntemlerin seçilmesi ve verilerin gerektiği şekilde ön işleme tabi tutulması, elde edilen sonuçların kalitesi açısından büyük önem taşımaktadır. Bu program sadece bahsedilen adımları kapsamlı bir şekilde öğretmeyi değil, aynı zamanda süreç boyunca alınan her kararın arkasındaki mantığı açıklamayı da amaçlamaktadır. Bu sayede programa katılan kişiler eleştirel düşünme becerilerini geliştirebilecek ve veri analizine ilişkin gelecekteki kararlarını doğru bir şekilde gerekçelendirebileceklerdir.

Program sonunda katılımcıların kazanacakları yetkinlikler aşağıdaki gibidir:

1. Python programlama dilini kullanabilecekler.
2. Farklı veri kaynaklarından toplanan verileri bütünleştirip, temel veri temizliği yapabilecekler.
3. Verinin nasıl kullanılabileceğini anlayabilecek ve bunu üçüncü parti uygulamalara aktarabilecekler.
4. Veriyi sınıflandırma, regresyon, kümeleme, derin öğrenme gibi makine öğrenmesi teknikleriyle ve istatistiksel yöntemlerle modelleyebilecekler.
5. Veriye görselleştirme prosedürlerini uygulayabilecek ve buldukları sonuçları yorumlayabilecekler.
6. Gerçek dünyada karşılaştıkları problemleri verileri üzerinden tanımlayıp, bu problemleri çözmek için en uygun makine öğrenmesi tekniklerini seçebilecekler.

Program katılımcıları kazandıkları yetkinliklerini CV’lerine yansıtabilecekler. Bununla beraber, Veri Bilimi ve Yapay Öğrenme anahtar kelimeleri etrafındaki alanlarda pozisyonlara başvurabilecekler.

Eğitimin İçeriği

• Eğitim, veri bilimi veya yapay zeka konularında çalışacak nitelikli kişiler yetiştirilmesine katkıda bulunmak amacıyla tasarlandı. 
• Eğitimin içeriği teknik konulardan oluştuğu için veri modelleme ile ilgili yöntemler teorik olarak, bu yöntemlerin matematik alt yapıları incelenerek işlenecektir.
• Teorik olarak anlatılan modelleme tekniklerinin Python programa dili ile kodlanarak uygulamaya geçirilmesi ile eğitim içeriğinde anlatılan konular pekiştirilmiş olacaktır.
• Eğitimde teorik olarak anlatılan dersler ve Python programlama dili ile yapılacak yoğun pratik derslerinin yanında, gerçek dünyada karşınıza çıkabilecek konuların ele alındığı proje dersleri bulunmaktadır. 21 Saat Python programlama ve pratik derslerinin yanında 6 saat sadece uygulamaya dayanan proje dersi ve teorik derslerin içeriğinde gösterilen kod örnekleri ile yoğun bir programlama deneyimi edineceksiniz. 
• Yapay Zeka, Makine Öğrenmesi, Derin Öğrenme, Veri Analizi, Veri Bilimi gibi anahtar kelimeler ile tanımlanan işlere başvurabilecek temel teknik seviyeye sahip olabileceksiniz.

Eğitimdeki Uygulamalar

• Eğitimde anlatılan konuların oturması için sizlerin derslere aktif katılımınızın çok önemli olduğunu düşünüyoruz. Sizlere anlatacağımız teknik içerikleri yalnızca dersleri takip ederek mesleki hayatınızda uygulamaya geçirmenizin mümkün olmadığı görüşündeyiz. Bu nedenle eğitim sizleri kod yazmaya ve bizlerle beraber modelleme yapmaya teşvik etmek üzere tasarlandı.
• Kod yazma pratikle öğrenilen ve güçlenen bir konu olduğu için eğitimde sizlere sık sık mini ödevler verilecektir. Bu ödevler çoğunlukla teorik olarak anlatılan bir modelleme konusunun Python ile uygulamaya dökülerek pekiştirilmesi için verilecektir. 
• Eğitimin ortasında ilk proje dersini yapacaksınız. Bu ilk proje dersinde, eğitmenlerimizin yönlendirmesi ile ilk defa karşılaştığınız bir veriyi tanımlama ve anlamlandırma amacıyla bir projeye başlayacaksınız. Bu derste edindiğiniz tecrübe ile dönem sonunda teslim edeceğiniz ana projenizi tasarlayacaksınız ve uygulamasını hazırlayacaksınız.
• Projenizde gerçek veri üzerinde Python programlama dilini kullanarak bir probleme çözüm üreteceksiniz. Kendi yapacağınız bu uygulama ile hem eğitim boyunca öğrendiğiniz teorik konuları pratiğe dökeceksiniz hem de veri analizi sürecinin nasıl işlediğini her aşamasını deneyimleyerek tecrübe etmiş olacaksınız.
• Projenizi gerçekleştirirken eğitmenlerimizden destek alacaksınız. Projenin takibi için sizlerle özel proje görüşmeleri yapılacaktır.

Eğitimdeki Derslerin Kısa Açıklamaları

• Veri Analizine Giriş (3 saat): Program boyunca kullanılacak anahtar kelime ve kavramların tanıtılması ve modüllerin içeriklerinin açıklanması.
• Veri Analizi için Python ile Programlamaya Giriş (21 saat): Kullanılacak programlama ortamının tanıtılması, temel programlama kavramlarının açıklanması, veri analizinde (numpy, pandas) ve verilerin görselleştirilmesinde (matplotlib, seaborn) kullanılacak kütüphanelerin tanıtımı, pekiştirme amaçlı programlama uygulamaları. Güncellenmiş içerikte 6 saat ek python ile kodlama dersi de eklendi.
• Tanımlayıcı Veri Analizi ve Ön İşleme (6 saat): Tanımlayıcı istatistiğin temellerinin açıklanması, farklı türlerdeki veriler üzerinde uygulamalı olarak ön işleme yöntemlerinin tanıtılması, özniteliklerin görselleştirilmesi.
• Büyük Veri ve Veri Saklama Yöntemleri (6 saat): Main Frame’lerden büyük veri sistemlerine kadar kullanılmış veri saklama sistemlerinin tanıtılması, ilişkisel veritabanı yönetim sistemlerinin çalışma mantığının açıklanması, sorgu dillerinin kullanımı, sorgu ve akıllı algoritmaların farkları, büyük veri ve Hadoop sisteminin tanıtılması.
• Regresyon Yöntemleri (6 saat): Doğrusal ve çok değişkenli regresyon yöntemlerinin açıklanması, hata ölçüm metriklerinin tanımlanması ve görselleştirilmesi.
• Sınıflandırma Yöntemleri (6 saat): Temel sınıflandırma yöntemlerinin tanıtılması, sınıflandırıcı başarım ölçütlerinin açıklanması ve sonuçların görselleştirilmesi.
• Optimizasyon (6 saat): Temel optimizasyon algoritmalarının tanıtılması, doğru optimizasyon algoritmasının seçilmesi, optimizasyon parametrelerinin başlangıç değerlerinin belirlenmesi, algoritmaların görselleştirilmesi.
• Kümeleme Yöntemleri (6 saat):
• Temel kümeleme yöntemlerinin tanıtılması, kümeleme başarım ölçütlerinin açıklanması ve sonuçların görselleştirilmesi.
• Çıkarımsal Veri Analizi (3 saat): Sayısal verilerde ilişkiselliğin incelenmesi, hipotez testi kavramının ve bunun veri analizindeki öneminin açıklanması.
• Derin Öğrenme (3 saat): Derin öğrenme yöntemlerinin tanıtılması, karşılaşılan donanımsal ve yazılımsal sorunların açıklanması ve çözüm önerilerinin üretilmesi, temel uygulamalar.
• Python ile Uygulamalar (6 saat): Python kullanılarak verilen ön tanımlı bir problem üzerinden çözüm önerileri geliştirilmesi, eğitimde anlatılan yöntemlerin çözüm için kullanılması, yöntemlerin karşılaştırılmalı olarak başarımlarının görselleştirilmesi, veri analizi sürecinin nasıl işlediğinin aşama aşama tecrübe edilmesi. Bu derste henüz işlenmemiş bir veriden analitik bir proje gerçekleştirecek, derslerde gördüğünüz yöntemleri proje ile deneyimleyeceksiniz.
• Sınav (3 saat): Sertifika sınavı.

Eğitimin Süresi, İşlenişi

• Eğitimimiz  uzaktan bağlantı ile canlı sınıf şeklinde gerçekleşecektir.
• Derslerimiz hafta içi Cuma akşamları saat 18:30-21:30 arasında ve hafta sonu Cumartesi ve Pazar günleri saat 10:00-13:00 arasında yapılacaktır. Uzaktan eğitim ile en yüksek verimi alabilmek için günde 3 saat ders yükünü geçmiyoruz.
• Eğitmenlerimizin tamamı veri bilimi konusunda aktif araştırma yapan, ders ve danışmanlık veren akademisyenlerden oluşmaktadır.
• Eğitime katılmak için alanda teknik bir ön bilgiye sahip olmanız ya da her hangi bir diplomayı almış olmanız beklenmemektedir.
• Kayıtlar
• Kesin kayıt yaptırmak isterseniz lütfen uvasp.gsu@gmail.com ve gunceorman@gmail.com adreslerine mail yoluyla isteğinizi bildirin. Sizlere kayıt için gerekli bilgileri ulaştıracağız.

Hedef Kitle

Uygulamalı Veri Analizi programının hedef kitlesi iş analisti, veri mühendisi veya veri analisti olarak çalışan ya da çalışmak isteyen kişilerdir. Üniversitelerin istatistik, iktisat, işletme, matematik, fizik ya da herhangi bir mühendislik alanından mezun olmuş kişiler veya kendisini Veri Analizi, Makine Öğrenmesi, Yapay Öğrenme, Derin Öğrenme, İstatistiksel Programlama gibi konularda geliştirmek isteyen kişiler programa başvurabilirler. Programa katılmak isteyenlerin veri analizi konusunda tecrübe sahibi olmalarına gerek yoktur.

Bu program, veri toplayacak kişiler, nitel veri analizi yapacak sosyal bilimciler ve sadece paket program (SPSS, SAP vb. gibi) kullanmayı bekleyen kullanıcılar için uygun değildir. Programın amaçları doğrultusunda eldeki veriyi analiz etme öğretilecektir. Anketle veri toplama, uygulama API'lerine bağlanıp veri indirme vs. gibi konular programda yer almamaktadır.

Sertifikalandırma

• Eğitimin sonunda %70 devam zorunluluğunu sağlayan ve yapılan sınavda ve eğitim projesinde en az %50 başarı oranını tutturmuş herkes Galatasaray Üniversitesi Sürekli Eğitim Merkezi onaylı Başarı Sertifikası almaya hak kazanacaktır.
• Eğitim sonunda %70 devam zorunluluğunu sağlayan ancak sınav ve projesini teslim etmeyen ya da geçerli not alamayan kişiler Galatasaray Üniversitesi Sürekli Eğitim Merkezi onaylı Katılım Sertifikası almaya hak kazanacaktır.

Eğitmenler

Doç. Dr. Gülfem Alptekin, Doç. Dr. Emre Alptekin, Doç. Dr. Günce K. Orman, Dr. Pınar Uluer, Dr. Teoman Naskali, Dr. Özgün Pınarer, Dr. Sultan N. Turhan, Ar.Gör. Elif E. Erdem, Ar.Gör. Timoteos O. Özçelik, Ar.Gör. Ş. D. İnan Özer

Detaylı bilgi için: uvasp.gsu@gmail.com  

Kayıt ve bilgi için: https://forms.gle/rdbvJKM6XSTTGs9W8 

Tel: 05334119207

İlanlarımızın aktif olarak yayınlandığı LinkedIn sayfamızdan da bizleri takip edebilirsiniz. Eğitimlerimiz hakkındaki yorumları, eğitmenlerimizi ve eski katılımcılarımızın görüşlerini aynı sayfadan inceleyebilirsiniz:

https://www.linkedin.com/company/uygulamal%C4%B1-veri-analizi-sertifika-program%C4%B1

Eğitim programımızı kurumlar için özelleştirerek kapalı program halinde sunabiliriz. Konu hakkında lütfen iletişime geçiniz.