Alex, veri analisti olma sürecini başlatan bir boot camp tanıtımı yapıyor.

SQL, Excel, Power BI, Tableau ve Python gibi konuları kapsıyor.

Proje geliştirme ve portföy oluşturma hakkında bilgi veriyor.

Öncelikle öğrenilmesi gereken beceriler: SQL, BI araçları, Excel, Python, ve bulut platformları.

SQL'in temel önemi ve iş bulma sürecindeki rolü.

İş zekası ve veri analizi için tablo ve Power BI öğrenilmesi.

Projelerin nasıl oluşturulacağı ve bunların işe alımda nasıl kullanılabileceği anlatılıyor.

Portföy web sitesi oluşturmanın önemi ve faydaları.

Veri analisti özgeçmişinin nasıl oluşturulacağı ve nelerin öncelikle yer alması gerektiği açıklanıyor.

Tecrübe eksikliği olanlar için alternatif yollar sunuluyor.

Başvuru sürecinde dikkate alınması gereken stratejiler.

İşe alımcılarla bağlantı kurmanın yolları ve faydaları.

Her adım için tahmini sürelerin görüşüldüğü bir özet.

Tüm sürecin toplamda yaklaşık 6 ay sürebileceği.

Hedefe ulaşmanın kişisel hikayesi ile motivasyon sağlanıyor.

Gerçek bir veri analisti olma yolunda öğrenim sürecinin nasıl hızlandırılacağı ele alınıyor.

SQL'e giriş ve kullanım önerileri.

Temel SQL video serisinin kapanışı.

INNER JOIN ve dış JOIN türlerinin tanıtımı.

Veri birleşiminde benzer sütunların nasıl kullanıldığı.

Veriler üzerinde join işlemi yaparak çalışan bilgileri gösterimi.

Tam dış join ve sol dış join'in işleyişi.

Çalışanların maaş bilgileri üzerinden örnekler.

Maaş düşürme senaryosu ve SQL sorguları.

Videonun kapanışı.

Abone olma ve gelecekteki içerikler için takip etme çağrısı.

Pam Beasley'nin kadın olması ve maaşı hakkında bilgi.

Çalışan demografisi tablosunda kadınların toplam sayısı.

Partition by ve group by kullanımının farkı.

CTE tanımı ve kullanım amacı.

CTE'nin geçici bir sonuç kümesi olarak nasıl çalıştığı.

CTE ile veri sorgulamanın kolaylığı.

Geçici tablo oluşturmanın basit yapısı.

Veri ekleme işlemi ve Sorgulama örnekleri.

Geçici tabloların, CTE'lere göre avantajları.

Alt sorguların tanımı ve uygulama alanları.

Select, from ve where ifadelerinde alt sorgu kullanma.

Geçici tablolar ve CTE'lerin alt sorgulara göre farkları.

Stored procedure'in tanımı ve avantajları.

Parametreler kullanılarak sorguların nasıl sınırlandırılabileceği gibi örnekler.

Stored procedure'lerin performans artışı üzerine etkisi.

Çalışan yaş verilerini sorgulamak için alt sorgu oluşturmaya başlanıyor.

Yaşı 30'dan büyük çalışanların ID'leri seçilecek.

Dört proje aşaması tanıtılıyor: SQL, Tableau, ETL ve Python.

Proje başlangıcı için veri seti indiriliyor.

Covid verileri üzerinde toplam vaka sayıları ve ölümler hesaplanıyor.

Veri analizi sırasında ülkelerin rahatsız edici ölüm oranları inceleniyor.

Sonuçların Tableau'da görselleştirilmesi için hazırlık yapılıyor.

Kıtanın yanı sıra, her bir ülkenin nesnel analizleri yapılıyor.

Kıtalar ve ülkeler üzerinden verilerin derinlemesine incelenmesi.

Veri katmanlarının kullanarak detaylı analiz yapma.

Küresel COVID-19 verilerinin hesaplanması sürecine geçiş.

Tüm ülkeler için toplam değerlerin hesaplanması ihtiyacı.

Vaka ve ölüm sayılarının tarihsel verilere göre gruplandırılması.

Yeni vaka ve ölüm sayılarının toplamının çıkartılması.

Küresel aşı verilerinin analizi.

Aşılanmış nüfus oranlarının hesaplanması.

Elde edilen verilerin Tableau üzerinden görselleştirilmesi.

Sonuçların yorumlanması ve gelecek projelere hazırlık.

Adres sabit bir referans noktası olarak ele alınıyor.

Parcel ID ile adreslerin eşleşmesi sağlanacak.

Datanın doğruluğu artırılacak.

Adres ve şehir değerlerinin ayrı sütunlara ayrılması.

Comma karakteri ile ayrıştırarak yeni sütunların yaratılması.

Daha anlaşılır bir veri yapısı elde edilmesi.

CTE ve pencereli fonksiyonlar kullanılarak yinelenen verilerin tespit edilmesi.

Gereksiz verilerin silinmesi için SQL update ifadeleri yazılması.

Temiz veri setinin oluşturulması.

Satış verileri üzerinden güncelleme işlemleri.

Boş veya gereksiz sütunların kaldırılması.

Sütünlar arası daha uyumlu hale getirilmesi.

Kullanıcı bilgileri ve demografik verilerin tanıtımı.

Hangi ürünlerin satın alındığı hakkında bilgi.

Excel'de insert sekmesinden pivot tablo oluşturma.

Otomatik veri seçimi ve yeni bir çalışma sayfası oluşturma.

Ülke ve eyalet bazında gelir analizleri.

Gelir ve maliyet gibi değerlerin eklenmesi.

Cinsiyet filtresiyle maliyet ve gelir analizi.

Farklı ülkeler için gelirlerin gösterilmesi.

Hesaplanmış alanlar ile gelir ve maliyet kontrolü.

Yıl bazında satışların analizi.

Pivot tabloların kullanımının kolaylığı.

Kullanıcıların elde edebileceği verilerin analiz edilmesi.

Veriler üzerinde belirli kriterler ile hesaplamalar yapma.

Kadın ve yaş kriterlerine göre toplamların hesaplanması.

Belirli bir koşula uyan hücrelerin sayısını bulma.

Aylık maaş verilerine göre COUNTIF formülünün uygulanması.

Çalışanın belirli tarihler arasında çalıştığı gün sayısının hesaplanması.

Ayrıca tatil günlerinin hariç tutulması ile 'Network Days' hesaplama.

XLOOKUP formülünün tanıtımı ve VLOOKUP'tan farkları.

XLOOKUP ile birden fazla öğenin kolayca döndürülmesi.

Veri setinde örüntüleri ve eğilimleri görebilmek için koşullu biçimlendirmenin nasıl kullanılacağı.

Çizgi ve renk skalaları kullanarak verilerin görsel sunumu.

Formülün nasıl oluşturulacağını öğrenin.

Kullanılacak hücre aralığı ve dolar işaretlerinin önemi.

Hücre aralığını doğru seçerek formül uygulama.

Excel'de verileri hızlı bir şekilde grafiklerle görselleştirmek.

2D sütun grafiği ve diğer grafik türleri hakkında bilgi.

Grafik stil ve renk seçimleri.

Veri setlerinde standartlaştırma ve biçimlendirme sorunları nasıl çözülür?

Yinelenen verileri kaldırma ve temel temizlik teknikleri.

Tarih ve sayılar için doğru biçimlendirme uygulamaları.

Kullanılmayan verilerin silinmesi.

Tekrar eden verilerin kaldırılması.

Veri setinin daha temiz ve kullanılabilir hale getirilmesi.

Tarih güncellemeleri ve oluşturma tarihleri gibi gereksiz alanların tutulması.

Veri setinin yeniden yapılandırılması için gerekli değişiklikler.

Temel bir proje oluşturma süreci.

Pivot tablolardan görselleştirmelerin oluşturulması.

Etkileşimli filtreleme eklemek.

Kullanıcı dostu grafik türlerinin seçimi.

Sıralama ve filtreleme işlemleri ile dashboard'ın geliştirilmesi.

Temizlenen ve düzenlenen verilerin kullanımı.

Son dashboard'ın görünümü ve işlevselliği.

Excel ile temel bir dashboard oluşturma süreci.

Görsellerin ve rengin ayarlanması.

Veri yani oluşturduğunuz kişisel portföyünüze ekleme fikri.

Tableau'nun temel fonksiyonlarını öğrenme.

Programın ücretsiz versiyonu olan Tableau Public'in kullanımı.

Veri setinin indirilmesi ve ilk visualizasyonun oluşturulması.

Farklı veri setlerinin kullanılması.

Yıllık grafiklerin ve haritaların kullanımı.

Görselleştirmelerde gereken ayarların nasıl yapılacağı.

Dropdown ile kullanılacak join türlerini seçme.

Joins'ın görsel özelleştirmeleri.

İlişkilerin yönetimi için join'lerin kullanılması.

Inner Join: Sadece eşleşen verileri alır.

Left Join: Soldaki tablodaki tüm verileri alır.

Right Join: Sağdaki tablodaki tüm verileri alır.

Full Outer Join: Her iki tablodaki tüm verileri alır.

Farklı kolonlarla join'ler oluşturma.

Joins'ın nasıl optimize edileceği.

Veri görselleştirmeleri için uygun kolonların seçimi.

Demografik ve iş verileriyle birleşme.

Son ürün olarak oluşturulan Tableau çalışma sayfasını gözden geçirme.

Veri setinden çeşitli görselleştirmeler oluşturma.

Farklı görselleştirmelerin bir arada kullanımı.

Power BI projelerine genel bakış.

Airbnb verilerinin analizi için aşamaların tanıtımı.

Verilerin Excel'den Power BI'a aktarılması.

Veri temizleme ve dönüştürme işlemleri.

Farklı görselleştirme türlerinin tanıtımı.

Birçok veri görselleştirmesi oluşturulması.

Temel dashboard bileşenlerinin bir araya getirilmesi.

Veri etiketleri ve başlıklarının güncellenmesi.

Tamamlanan proje ve nasıl paylaşılacağı hakkında bilgi.

Sonuçların özetlenmesi ve gelecekteki çalışmalara dair kısa bilgiler.

Power BI'de tablolar arasında ilişki kurmanın önemi.

Veri kaynaklarının nasıl yükleneceği ve tabloların nasıl görüntüleneceği.

Excel'den gelen veri tabloları ve kolonlarının incelenmesi.

Müşteri bilgileri ve satış verileri.

Power BI'de tablolar arasında ilişkilerin otomatik olarak oluşturulması.

Ürün ID ve müşteri ID kullanarak ilişkilerin manuel olarak oluşturulması.

DAX işlevlerinin ne olduğu ve nasıl kullanılacağı.

Ölçüm ve hesaplanmış kolonlar oluşturmanın temelleri.

Power BI'de koşullu biçimlendirmelerin nasıl uygulanacağı.

Farklı veri türleri için grafikler ve göstergeler oluşturma.

PowerBI eğitim serisine hoş geldiniz.

Bu bölümde veri gruplama üzerine odaklanacağız.

Büyük rakamları analiz ederken bins özelliği kullanılır.

Yaş gruplarını temsil eden bins oluşturmayı öğreniyoruz.

Müşteri bilgilerinin listelenmesi.

Veri gruplarının nasıl oluşturulacağını gösteriyoruz.

Verileri görselleştirmek için farklı grafikler oluşturmayı deniyoruz.

Çizgi grafiği ile ürün satışlarının grafiksel gösterimi.

Kullanılan grafik türleri ve en iyi uygulamalar hakkında özet bilgi.

Gelecek projeler için izleyicilere tavsiyeler.

Öncelikle veri kümesindeki sayısal ve kısıtlama değerlerini ayırma.

K değerlerini kaldırma ve daha temiz bir veri seti oluşturma.

Ortalama maaşların nasıl hesaplanacağını gösterme.

Görselleştirmelerde kullanılacak başlıklar oluşturma.

Kümeleme bar grafiği hazırlanarak iş unvanları ile maaşları gösterme.

Favori programlama dillerinin grafiğini oluşturma.

Veri analizi ülkelere göre detaylandırarak sunulmaktadır.

Farklı ülkeler için ortalama maaşların gösterimi.

Engellere göre görselleştirmeleri düzenleme.

Görseller için başlık ve açıklamaların düzenlenmesi.

Renk ve düzen değişikliği ile görünüm iyileştirme.

Grafikler arasındaki ilişkilere ve karşılaştırmalara odaklanma.

Değişkenlerin otomatik veri türü ataması yapmakta olduğu açıklanır.

Örnekler: tam sayılar ve metinler.

Bir değişkenin eski değerinin üzerine yazma işlemi.

Değişkenlerde büyük-küçük harf duyarlılığı.

X, Y, Z gibi birden fazla değişkene aynı anda değer atama işlemi.

Çoklu değer atama ve değiştirme örnekleri.

Listelerin nasıl oluşturulacağı ve veri türleri arasındaki farklılıklar.

Liste içinde listeler oluşturma ve veri türlerinin döngüsü.

Anahtar-değer çiftlerini içeren sözlüklerin oluşturulması.

Sözlüklerde güncelleme ve silme işlemleri.

25 sayısının 10'dan büyük olup olmadığını kontrol etme.

If ve else ifadelerinin kullanımı.

Birden fazla koşul için elif ifadeleri.

For döngüsü ile bir liste üzerinde yineleme.

Belirli bir dizi elemanlarının nasıl işleneceği.

Döngü içindeki değişkenlerle işlem yapma.

While döngüsünün nasıl çalıştığını anlama.

Break ve continue ifadelerinin kullanımları.

While döngüsüne bir else ifadesi ekleme.

Python'da fonksiyon tanımlama ve çağırma.

Argümanlar ve varsayılan argümanlar kullanma.

Anahtar kelime argümanları ve değişken argümanlar.

Veri tipleri arasında dönüşüm yapma.

String, tupal ve sözlük dönüşümleri.

Liste ve kümeye dönüştürme işlemleri.

Video BMI hesaplama projesine giriş yapar.

Mevcut bir BMI hesaplayıcısı örneği gösterilir.

Beden kütle indeksi hesaplama formülü açıklanır.

Kullanıcıdan ağırlık ve boy bilgilerini almak için input fonksiyonu kullanılır.

Ağırlık ve boy verileri tanımlanır.

Hesaplama formülü uygulanarak BMI değeri elde edilir.

Ağırlık ve boy girişlerinin düzgün bir şekilde alındığı gösterilir.

Kullanıcının BMI değeri üzerinden kilolu, normal, zayıf gibi kategorilerde değerlendirilir.

Çeşitli IF-ELSE ifadeleri ile BMI sınırları belirlenir.

Hesaplanan BMI değerine göre kullanıcıya kişisel tavsiyeler sunulur.

Programın genel işleyişi ve mantığı özetlenir.

HTML yapısının temel bileşenleri hakkında bilgi.

Kodun görünümünü düzenlemek için 'pprint' kullanımı.

Beautiful Soup ve Requests kütüphanelerinin tanıtımı.

HTML içeriğini çekmek için gerekli kod yapısı.

find ve find_all yöntemleri ile veri çekme.

Belirli HTML etiketleri üzerinden verilere ulaşma.

Veriyi Pandas dataframe'ine dönüştürme.

CSV dosyası olarak dışa aktarma yöntemi.

Wikipedia'dan büyük şirketlerin verilerini çekme.

Dışa aktarılan verinin kontrolü ve doğruluğu.

Pandas ile CSV dosyası okumak için 'pd.read_csv()' kullanılır.

Dosya yolu kopyalanıp yapıştırılır.

Unicode hatası ile başa çıkmak için okunacak veriyi 'raw' olarak belirtmek gerekir.

Veri çerçevesi içindeki sütunlara göre filtreleme yapılabilir.

Bir sütundaki değerler üzerinden koşullar belirlenerek veri çekilir.

Belirli ülkeleri almak için 'isin' ve 'contains' fonksiyonları kullanılır.

Veri çerçevelerini sıralamak için 'sort_values()' fonksiyonu kullanılır.

Birden fazla sütuna göre sıralama yapılabilir.

Veri çerçevelerinde indeks düzenlemesi yapılabilir.

İkili indeks (multi-index) oluşturma ve kullanma yöntemleri gösterilir.

Pandas'ta indekslemenin temelleri.

İlk indeks ya da tam sayı tabanlı indeks kullanımının önemi.

Gruplama işlemi için verilerin okunması ve DataFrame'e yüklenmesi.

Gruplama işleminin uygulanabilmesi için uygun sütunların seçilmesi.

Farklı agregat fonksiyonları ile veri analizi.

Gruplama sonrası ortalama, toplam, minimum ve maksimum değerlerin hesaplanması.

Pandas'ta merge, join ve concat gibi veri birleştirme yöntemleri.

Farklı birleştirme türlerinin görsel açıklamaları ile gösterimi.

X ve Y ekseninin etiketleri özelleştirilebilir.

Günlük değerlendirmeleri ve skorları göstermek için eksen başlıkları ayarlandı.

Çubuk grafiği oluşturmak için DF.plot() kullanıldı.

Stacked bar chart (yığılmış çubuk grafiği) oluşturmak için 'stacked=True' tanımlandı.

Belirli bir sütun yalnızca belirtilerek gösterildi.

Dağılım grafiği oluşturmak için hem X hem de Y doğal olarak belirlenmelidir.

S ve C parametreleri ile noktaların boyutu ve rengi değiştirilebilir.

Histogramın görselleştirmesi ve veri dağılımını gösterme amacı açıklandı.

Bölme (bins) sayısı ayarlanarak histogramın görünümü değiştirildi.

Kutu grafiği ile veri dağılımı ve farklı yüzde dilimleri gözlemlendi.

Minimum, maksimum ve medyan değerler incelendi.

Alan grafiklerinin kullanılabilirliği ve genel görünümü tartışıldı.

Figür boyutunun ayarlanması gerektiği belirtildi.

Pasta grafiği oluştururken hangi sütunun kullanılacağını belirtmek gereklidir.

Renklerin özelleştirilmesi gerektiği vurgulandı.

Farklı grafik stillerinin nasıl değiştirileceği açıklandı.

Seaborn kütüphanesi ve diğer stiller ile grafiklerin görsellikleri artırıldı.

Hedefımız boş ve geçersiz değerleri temizlemek.

Boş hücreler için 'blank' doldurulması.

Veri çerçevesindeki alanların düzenlenmesi.

İletişim için kullanılabilecek telefon numaralarının belirlenmesi.

İletişim sağlanamayacak olanların kaldırılması.

Veri çerçevesinin indeksinin sıfırlanması.

Veri analizi için kütüphanelerin içe aktarılması.

Veri çerçevesinin oluşturulması ve bilgilerin kontrol edilmesi.

Veri çerçevesinde null ve benzersiz değerlerin belirlenmesi.

Koreler arasındaki ilişkileri anlamak için ısı haritasının kullanılması.

Kutu grafikleriyle aşırılıkların incelenmesi.

Veri keşif sürecinin görsel örnekleri.

Amazon veri çekme projesine giriş.

Jupyter Notebooks kullanarak veri çekmenin önemi.

Beautiful Soup ve Requests kütüphanelerinin tanıtımı.

Kütüphanelerin Python ile nasıl kullanılacağı.

Amazon sayfasına bağlanma.

HTTP istekleri ile sayfa içeriğini alma.

Çekilen verilerin temizlenmesi (örneğin fiyat ve başlık).

Fiyat bilgisinin düzenlenmesi.

Veri seti için bir CSV dosyası oluşturma.

Başlık ve veri içeriğinin CSV dosyasına eklenmesi.

Belirli aralıklarla fiyat takibi yapacak otomasyon.

Google Mail ile bildirim gönderme özelliği ekleme.

Web scraping ile ilgilenenlere temel bilgiler sunuluyor.

Farklı ürünlerin fiyat değişimlerini gözlemlemenin önemi vurgulanıyor.

Kripto API kullanarak veri alma süreci tanıtılıyor.

Verilerin nasıl temizleneceği ve otomatikleştirileceği üzerine bilgiler veriliyor.

Veri alma işleminin otomatikleştirilmesi için döngü kullanılıyor.

Her döngüde zaman damgası eklenmekte ve veri çerçevesine eklenmekte.

Verilerin CSV dosyasına yazdırılma yöntemi gösteriliyor.

Var olan bir dosyaya verinin eklenmesi sağlanıyor.

Verilerden elde edilen değişimlerin görselleştirilmesi için grafikler oluşturuluyor.

Veri çerçevesinin düzenlenerek uygun formata dönüştürülmesi gerekliliği vurgulanıyor.

Veri analisti portföy projesinin tanıtımı.

Projenin amacı ve hedefi.

Wix.com gibi web site oluşturucu kullanmayı önerme.

GitHub Pages üzerinden kendi web sitenizi barındırma.

HTML dosyalarının nasıl düzenleneceği.

Projelerin nasıl ekleneceği ve bu süreçte dikkat edilmesi gerekenler.

Örnek projelerin eklenmesi ve açıklamaları.

SEO dostu URL'lerin nasıl oluşturulacağı.

Web sitesinin GitHub'a nasıl yükleneceği.

GitHub Pages ayarlarını yapılandırma.

Farklı şablonların profesyonel göründüğünü belirtir.

GitHub üzerinden projeleri paylaşacak.

Veri analisti CV'sinin genel yapılandırmasını açıklıyor.

Şablonun bağlantısı açıklama kısmında verilecek.

En önemli kısımlara öncelik verilmesinin önemi.

İş tecrübesinin doğru bir şekilde yerleştirilmesi.

Eğitim kısmının nasıl düzenleneceği hakkında ipuçları.

Yeteneklerin ve projelerin CV'de nasıl ön plana çıkarılacağı.

Projelerin görünürlüğünün artırılması için ipuçları.

ChatGPT'den nasıl yararlanabileceğiniz hakkında bilgiler.

Yazım sürecine yardımcı olacak ipuçları.