İçeriğe geç
Educora
TR
AzərbaycancaEnglishРусскийTürkçe
ÖğrenmemEducora StudioAyarlar

Python

En popüler başlangıç dili: sade, güçlü, çok yönlü

Hiç deneyimin olmadan Python ile program yazmayı öğren: değişkenlerden ve koşullardan fonksiyonlara, sınıflara ve dosya işlemlerine kadar. Her derste kodu doğrudan tarayıcıda çalıştırıp sonucu hemen göreceksin. Kursun sonunda küçük ama gerçek bir projeyi kendi başına geliştirebileceksin.

42 ders9 modül≈ 14,2 saBaşlangıçOrtaİleriÜniversite
İlerleme0%

0 / 42 ders tamamlandı

Kursa başla

Python nedir? İlk programın

Kurs içeriği

Tüm testler · 15Formüller ve kolay yollar
1

Python'un temelleri

Başlangıç

İlk programını yaz; değişkenler, veri türleri, aritmetik işlemler ve karakter dizileriyle tanış.

3 ders
  1. 1Python nedir? İlk programınPython'un ne olduğunu ve nerede kullanıldığını öğren, print() ile ilk programını yaz.
  2. 2Değişkenler, veri türleri ve aritmetikDeğerleri değişkenlerde sakla, temel veri türleriyle tanış, hesaplamalar yap ve bir türü diğerine dönüştür.
  3. 3Karakter dizileri ve f-string'lerMetinlerle çalışmayı öğren: birleştirme, indeksler, dilimler, kullanışlı metotlar ve f-string'lerle şablonlar.
2

Koşullar ve döngüler

Başlangıç

Programına karar vermeyi ve işleri tekrarlamayı öğret.

2 ders
  1. 4Koşullar: if, elif, elseProgramına karar vermeyi öğret: karşılaştırma işleçleri, if/elif/else ve mantıksal and, or, not.
  2. 5Döngüler: for ve whileİşleri tekrarlamayı öğren: for ve range(), while ve döngüyü yöneten break ile continue.
3

Veri yapıları

Orta

Çok sayıda değeri listeler, demetler, kümeler ve sözlüklerle sakla ve işle.

3 ders
  1. 6ListelerBirçok değeri tek bir listede sakla: elemanlara eriş, ekle, sil, sırala ve liste üzerinde döngü kur.
  2. 7Demetler ve kümelerDeğişmemesi gereken veriler için demetleri, tekrarsız topluluklar için kümeleri kullanmayı öğren.
  3. 8SözlüklerVerileri “anahtar: değer” çiftleri olarak sakla: sözlük oluştur, değiştir, üzerinde döngü kur ve sayma için kullan.
4

Fonksiyonlar ve modüller

Orta

Kodu yeniden kullanılabilir fonksiyonlara böl, standart kütüphaneden yararlan ve hataları yönet.

3 ders
  1. 9FonksiyonlarKendi fonksiyonlarını yaz: parametreler, return ile değer döndürme, varsayılan değerler ve değişken kapsamı.
  2. 10Modüller ve standart kütüphaneHazır araçları kullan: import, math, random ve datetime modülleri ve standart kütüphanenin diğer kullanışlı parçaları.
  3. 11Hata yönetimi: try ve exceptProgramının çökmesini engelle: istisnaları tanı, try/except/else/finally ile yakala ve raise ile kendin oluştur.
5

İleri düzey Python

İleri

Kısa ve anlaşılır kod yaz, sınıflar oluştur, dosyalarla çalış ve hepsini bir projede birleştir.

3 ders
  1. 12Liste ve sözlük üreteçleriListeleri, sözlükleri ve kümeleri tek satırda oluştur: üreteçler (comprehension), filtre koşulları ve üreteç ifadeleri.
  2. 13Nesne yönelimli programlama: sınıflar ve nesnelerVerileri ve davranışları bir araya getir: sınıflar, nesneler, __init__, metotlar, self ve kalıtım.
  3. 14Dosyalar ve mini proje: not hesaplayıcıDosyalara yazmayı ve dosyalardan okumayı öğren, ardından kurs boyunca öğrendiklerini bir not hesaplayıcı projesinde birleştir.
6

Derinlemesine Python

İleri

Üreteçler, dekoratörler, tip ipuçları, asenkron kod, testler ve profesyonel Python'un sırları.

10 ders
  1. 15Yineleyiciler ve üreteçler`for` döngüsü aslında nasıl çalışır: yineleme protokolü, `__iter__`/`__next__`, `yield` ile üreteçler, tembel değerlendirme, `yield from` ve belleği az kullanan işlem hatları.
  2. 16Dekoratörler ve kapanışlarNesne olarak fonksiyonlar, LEGB kuralı, kapanışlar ve `nonlocal`, kendi dekoratörlerin, argümanlı dekoratörler, `functools.wraps` ve `lru_cache` ile önbellekleme.
  3. 17Bağlam yöneticileri ve with deyimi`with` aslında ne yapar: `__enter__` ve `__exit__`, `__exit__` içinde istisnaları ele almak, `contextlib.contextmanager` ile yönetici yazmak ve hazır araçlar `suppress`, `redirect_stdout`, `ExitStack`.
  4. 18Tip ipuçları ve dataclass'larTipleri koda yazmak: `list[int]`, `int | None`, `Callable`, `Literal`, generic'ler ve `Protocol`, mypy ile denetim; ayrıca `@dataclass`, `field`, `frozen`, `order` ve `slots`.
  5. 19İleri NYP: özel metotlar, özellikler ve MROSınıflarını yerleşik tipler gibi davrandır: `__repr__`/`__str__`, `__eq__`/`__lt__`/`__hash__`, işleç aşırı yükleme, kapsayıcı protokolü, `@property`, sınıf ve statik metotlar, MRO, `super()` ve `abc.ABC`.
  6. 20Düzenli ifadeler: re modülüMetinde kalıba göre arama: `re.search`, `findall`, `finditer`, karakter sınıfları ve niceleyiciler, gruplar ve adlandırılmış gruplar, açgözlü ve tembel eşleşme, `sub`, `split`, bayraklar ve `compile`.
  7. 21Asenkron Python: async ve awaitBekleme gerektiren işleri eşzamanlı çalıştır: eşyordamlar, `await`, olay döngüsü, `asyncio.run`, `gather`, `create_task`, `TaskGroup`, zaman aşımları, `async for` ve döngüyü engellemenin tehlikeleri.
  8. 22Paketler, modüller ve sanal ortamlarProjeni profesyonel gibi kur: modül ve paket farkı, `__init__.py`, göreli içe aktarmalar, `if __name__ == '__main__'`, `venv`, `pip`, `requirements.txt`, `pyproject.toml` ve sürüm belirteçleri.
  9. 23pytest ile test yazmaOtomatik testler yaz: pytest testleri nasıl bulur, `assert` yeniden yazımı, istisnaları ve ondalıklı sayıları denetlemek, fixture'lar, `tmp_path` ve `parametrize`.
  10. 24Performans, Büyük O ve collections modülüHızlı kod yaz: Büyük O gösterimi, liste, sözlük ve küme işlemlerinin maliyeti, `timeit` ve `cProfile` ile ölçüm, `Counter`, `defaultdict`, `deque`, `namedtuple` ve `itertools`.
7

Web ve otomasyon

İleri

JSON ve CSV dosyaları, API'ler, FastAPI ile web servisi ve günlük işleri otomatikleştiren betikler.

4 ders
  1. 25JSON ve CSV ile çalışmak`json` modülüyle veriyi metne çevir ve geri oku, Azerbaycan harflerini `ensure_ascii=False` ile okunur tut, `csv` modülüyle tabloları doğru oku ve yaz, dosyalarla `pathlib` üzerinden çalış.
  2. 26Web API'leri ve requests kütüphanesiHTTP nasıl çalışır: metotlar, durum kodları, başlıklar ve JSON. `requests` ile GET ve POST istekleri, `params`, `headers`, `timeout`, `raise_for_status`, hata yönetimi ve API anahtarlarının güvenli saklanması.
  3. 27FastAPI ile web servisiFastAPI ile küçük bir REST API oluştur: yol ve sorgu parametreleri, Pydantic modelleriyle doğrulama, 201 ve 404 yanıtları, otomatik belgeler (`/docs`), sunucuyu kendi bilgisayarında çalıştırmak ve `TestClient` ile test etmek.
  4. 28Otomasyon betikleriRutin işleri Python'a devret: dosyaları `pathlib` ve `shutil` ile düzenle, eski dosyaları `datetime` ile bul, `argparse` ile komut satırı arayüzü oluştur, `logging` ile kayıt tut ve betiği cron ya da Görev Zamanlayıcı ile zamanında çalıştır.
8

Veri bilimi: NumPy, pandas, matplotlib

Üniversite

Dizi hesaplamaları, tablo verisi analizi, grafikler, istatistik ve scikit-learn ile makine öğrenmesi.

7 ders
  1. 29NumPy'ın temelleri: dizilerNumPy dizisiyle (ndarray) tanış: tür ve şekil, dizi oluşturma, tekrarlanabilir rastgele sayılar, indeksleme, dilimleme, mantıksal maskeler ve eksenler boyunca özetleme.
  2. 30NumPy: vektörleştirme ve doğrusal cebirDöngüleri dizi ifadeleriyle değiştir, broadcasting kurallarını öğren, dizilerin şeklini değiştir ve `np.linalg` ile denklem sistemlerini çöz, determinant ve özdeğerleri bul.
  3. 31pandas'ın temelleri: Series ve DataFramepandas ile tablo verisiyle çalış: Series ve DataFrame, CSV okuma, `head`, `info`, `describe`, `loc` ve `iloc` ile seçim, filtreleme, sıralama ve yeni sütunlar.
  4. 32pandas ile veri analiziGerçek veriyle çalışmanın temel araçları: eksik değerler, `groupby` ve `agg`, tabloları `merge` ile birleştirme, `pivot_table`, `map` ve `apply`, tarihler ve bir kafe zincirinin satışlarının mini analizi.
  5. 33matplotlib ile görselleştirmeÇizgi, sütun ve saçılım grafikleri, histogramlar ve alt grafikler oluştur; eksenleri, başlıkları ve göstergeleri doğru etiketle, kutu sayısını seç ve dürüst, okunaklı grafiklerin kurallarını öğren.
  6. 34Python ile istatistikBetimleyici istatistik, aykırı değerler, normal dağılım ve `scipy.stats`, merkezi limit teoremi, güven aralığı, t-testi ve korelasyon; formüller, çözümlü örnekler ve çalışan kodla.
  7. 35scikit-learn ile makine öğrenmesiscikit-learn'ün ortak arayüzü: verinin bölünmesi, doğrusal ve lojistik regresyon, karar ağacı, MSE, R², doğruluk, karışıklık matrisi, kesinlik ve duyarlılık, çapraz doğrulama ve veri sızıntısını önleyen işlem hatları.
9

Yapay zekâ ve PyTorch ile derin öğrenme

Üniversite

Gradyan inişinden sinir ağlarına: tensörler, autograd, eğitim döngüsü, CNN ve transformerlar.

7 ders
  1. 36Makine öğrenmesinin temel kavramlarıMakine öğrenmesi türleri, öznitelikler ve etiketler, verinin bölünmesi, kayıp fonksiyonları, gradyan inişi, aşırı öğrenme ve yanlılık–varyans dengesi; çalıştırılabilir NumPy örnekleriyle.
  2. 37PyTorch: tensörlerPyTorch'u kur ve temel veri tipini öğren: tensör oluşturma, dtype ve shape, reshape/view, indeksleme, yayınlama (broadcasting), @ ile matris çarpımı, GPU ve NumPy ile birlikte çalışma.
  3. 38PyTorch: autograd ve otomatik türevPyTorch türevleri senin yerine nasıl hesaplar: hesaplama grafı, requires_grad, backward() ve .grad, zincir kuralı, gradyan birikimi, torch.no_grad() ve autograd ile gradyan inişi.
  4. 39PyTorch: sinir ağları kurmakYapay nörondan çok katmanlı ağa: z = w·x + b, aktivasyon fonksiyonları (ReLU, sigmoid, tanh, softmax), nn.Linear katmanları, nn.Module ve nn.Sequential, ileri geçiş ve parametre sayısı.
  5. 40PyTorch: eğitim döngüsüDataset ve DataLoader, kayıp fonksiyonları, SGD ve Adam optimizasyon araçları, tam eğitim döngüsü, eval modu ve doğruluk, modeli state_dict ile kaydetme; sentetik veride küçük bir sınıflandırıcı eğiterek.
  6. 41Evrişimli sinir ağları (CNN)Tensör olarak görüntüler (C × H × W), evrişim ve çıktı boyutu formülü, filtreler, havuzlama, şekillerin adım adım izlendiği 28 × 28 görüntüler için küçük bir CNN, torchvision ile MNIST ve transfer öğrenme.
  7. 42Transformerlar ve büyük dil modelleriTokenler ve gömmeler, öz-dikkat Attention(Q, K, V) = softmax(QKᵀ/√dₖ)·V, çok başlı dikkat, konum kodlaması, kodlayıcı ve kod çözücü, LLM'lerin sonraki token tahminiyle eğitilmesi, ince ayar, Hugging Face ve sorumlu yapay zekâ.

Kodlama

JavaScriptWeb'in dili — etkileşimli siteler ve uygulamalarTypeScriptTiplerle güvenli ve ölçeklenebilir JavaScriptHTML ve CSSWeb sayfalarının yapısı ve tasarımıSQLVeritabanlarıyla konuşmanın dili