Tüm Yazılarım
3 min readDec 17, 2020
Medium’da yayınladığım tüm yazılara aşağıdaki konu başlıklarının üzerine tıklayarak ulaşabilirsiniz.
- Veri Madenciliği (Data Mining) Nedir?
- Pazarlama Süreçlerinde Python Kullanım Alanları
- CRM Nedir? Nerede Konumlandırılır?
- Pandas Serisini DataFrame Objesine Çevirme
- Python’da Ortalama, Medyan, Standart Sapma ve Varyans Fonksiyonlarının Sıfırdan Oluşturulması
- Python’da Korelasyon Hesaplayan Fonksiyonun Oluşturulması
- İBB Açık Veri Portalına Python’da API ile Erişim ve Ön Analiz
- Makine Öğrenmesinde Python ile Basit Doğrusal Regresyon Modelinin Kurulması ve Yorumlanması
- Veri Biliminde Eksik/Kayıp Verilere Yaklaşım Stratejileri ve Python (Pandas) Uygulaması
- Veri Analizinde Değişkenlerin Gruba Bağlı Özelliklerini Ayrıntılı Veren Fonksiyonunun Python’da Adım Adım Tanımlanması
- Python’da Uygulamalı 25 Adet İpucu (Tricks)
- Korona Virüse Dair Sosyolojik Bir Deneme
- Python ile RFM Analizi
- Bulut Bilişim Teknolojisi (Cloud Computing) Nedir? Bileşenleri Nelerdir?
- SQL ile Kayıp (Missing) Veri Analizi, Aykırı Değer (Outlier) Yakalama ve Kümülatif İşlemler
- EVAM Nedir? Akış Analizi ve Müşteri Erişimi
- Google Çeviri (Translate) API’sinin Python ile Kullanımı ve Pandas Uygulaması
- Marka Yönetimi, Değeri, Algısı ve Mahalle Kasabı
- Polinomsal (Polynomial) Regresyon ve Python Uygulaması
- Endüstri ve Örgüt Psikolojisi, Örgütsel Davranış, Çalışan Psikolojisi Tanımlar ve Farklar
- Veri Bilimi Regresyon Analizlerinde (Supervised) Önemli Kavramlar Rehberi (Cheat Sheet)
- Makine Öğrenmesi Algoritmalarında Sıklıkla Kullanılan NumPy Fonksiyonları
- Psikolojik Sermaye Nedir?
- Başarı Hikayelerinde Paradoks
- Veri Biliminde Sentetik Veri Seti Oluşturma, Faydaları, Türleri ve Makine Öğrenmesindeki Uygulaması
- SPSS Modeler Genel Bakış ve Diğer Programlar ile Karşılaştırması
- Gradient Descent, Maliyet (Cost/Loss) Fonksiyonu ve Python ile Doğrusal Regresyon Uygulaması
- WEB Dünyasında Bilinmesi Gereken 50 Kavram ve Kısa Açıklamaları
- Veri ve Bilim Üzerinden Veri Bilimi (Data Science) Yaklaşımının Tanımlanması
- Makine Öğrenmesinde Train, Validation ve Test Kavramları ile Python Uygulaması
- Bias ve Varyans Dengesi Üzerinden Overfitting ve Underfitting Durumlarının Anlaşılması
- Definition of Data Science Approach in terms of Data and Science
- Makine Öğrenmesinde Cross Validation ve Python Üzerinden K-Fold Uygulaması
- Let the Data Flow Smoothly as You Wish, Just Think About the Action You Will Take
- Segmentasyon Kullanımı ve 5 Adet Segmentasyon Çeşidi
- Makine Öğrenmesi ile Müşteri Kaybı (CHURN) Olasılık Tahminlemesi, Bankacılık Sektöründen Örnek Veri Seti ve Python Uygulaması
- Dijital Dönüşüm ve Sigorta Devi Tokyo Marine’nin Dijital Dönüşüm Serüveni
- Veri Bilimi Sınıflandırma Model Çıktılarını Değerlendiren Metrikler (Confusion Matrix, Accuracy, ROC-AUC, Log Loss, MCC) Python Uygulaması
- Veri Biliminde Kategorik Değişkenler, Dummy (Kukla) Variable ve Python Uygulaması
- Python’da Lambda Kullanımı ile Pandas Apply, Filter, Map ve Reduce Üzerinden Uygulamalı Anlatımı
- Veri Biliminde İstatistik Alanının Kalbi Olan Normal Dağılım (Gaussian Distriburion) Konusuna Genel Bir Bakış
- Veri Biliminde Normal Dağılımın Python Üzerinden Görselleştirilmesi ve Yorumlanması (Histogram, Box Plot, KDE Plot, QQ Plot ve Violin Plot)
- EVAM Rule of Things Gives You Big Data Usage, Reduces Costs, Increases Quality and Quantity in Manufacturing, and More
- Veri Biliminde Normal Dağılımın R ve Python ile Testi ve Yorumlanması (Skewness ve Kurtosis, Shapiro-Wilk, Kolmogorov-Smirnov)
- Veri Biliminde Normal Dağılmayan Verilerin Dönüştürülme (Transformation) Yöntemleri Logaritmik, Box-Cox, Karekök, Reciprocal
- Makine Öğrenmesinde Lojistik Regresyonun Python ile Uygulaması ve Yorumlanması (Logistic Regression)
- Python ile PDF’den Veri Çıkararak Metin Ön İşleme Teknikleri, Çeviri ve Word Cloud
- Makine Öğrenmesinde Değişken Seçimi (Feature Selection) Yazı Serisi: Genel Bakış
- Makine Öğrenmesinde Değişken Seçimi (Feature Selection) Yazı Serisi: Filtreleme Yöntemleri ve Python Kodları
- Makine Öğrenmesinde Değişken Seçimi (Feature Selection) Yazı Serisi: Sarmal (Wrapper) Yöntemler ve Python Kodları
- Speaker Identification with Perfect Harmony of Algorithms in Artificial Intelligence
- Makine Öğrenmesinde Değişken Seçimi (Feature Selection) Yazı Serisi: Gömülü (Embedded) Yöntemler ve Python Kodları
- Karar Ağaçları (Decision Tree) Kavramları ve Türleri
- Monte Carlo Simülasyonu ile Python Üzerinden Satış/Komisyon Tahmin Uygulaması
- Python ile Karar Ağaçlarının Görselleştirilmesi
- Python & SQLite & Pandas Bağlantısı ve Veri İşlemleri
- Violin Plot (Keman Grafiği) ile Değişken Anlatma Sanatı
- Google Analytics Temel Terimler ve Anlamları
- Destek Vektör Makineleri (Support Vector Machine | SVM) Çalışma Mantığı ve Python Uygulaması
- Veri Ambarı (DWH) Nedir? Nasıl Çalışır? Ne İşe Yarar?
- Makine Öğrenmesinde Normalizasyon ve Standardizasyon ile Python Uygulaması
- Makine Öğrenmesinde Pipeline Mimarisi Nedir?
- Sürekli Malumat, Farklı Bir Zeka (Continuous Intelligence)
- Regresyon ve Korelasyon Arasındaki Fark Nedir?
- NoSQL Nedir ve Makine Öğrenmesindeki Kullanım Alanı
- Cohort (Kohort) ile Müşteri Hareket Analizi ve Python Uygulaması
- Apple’ın, Müşterisini Anlamak Gibi Bir Stratejisi Yok
- Data Governance (Veri Yönetişimi) Nedir?
- ML&AI Dünyasında Feature Store Nedir? Veri Ambarı (DWH) ile Kesişen ya da Ayrışan Noktaları Nelerdir?
- Makine Öğrenmesi Varken Neden Elimizi Veri ile Kirletelim?
- Python ile İngilizce Kelime Öğrenme Oyunu: Bu Sefer Makine Bize Öğretecek !!!
- Öğrenmenin Temelinde Aşk Var