Veri Bilimi

Sepet terk etme oranını azaltmak istiyorsun. Veri bilimi burada nereden başlar, nerede biter? Dört adımlık döngüyü uçtan uca kuruyoruz.

8 ürüne KDV eklemek için döngü mü yazarsın, tek satır mı? NumPy dizileri, veriyi tek tek değil toplu düşünmeyi öğretir.

5 bölge × 4 kategorilik bir fiyat matrisine, 4 elemanlık bir kargo vektörü nasıl döngüsüz eklenir? NumPy'nin hizalama kurallarını kuruyoruz.

1 milyon sipariş tutarına KDV eklerken Python döngüsü 0.237 saniye sürdü, NumPy 0.00173 saniye — 137 kat fark. Bu fark nereden geliyor?

NumPy dizisi sadece sayı tutar, sipariş numarasını unutur. pandas'ın Series ve DataFrame'i, veriye ETİKET ekleyerek bu sorunu çözüyor.

Bir CSV'yi okudun, tutar sütunu sayı gibi görünüyor ama toplama yapamıyorsun. pandas neden bazen sayıyı metin sanıyor, ve bunu nasıl düzeltiyoruz?

300 siparişten sadece 'Elektronik ve 200 TL üstü' olanları nasıl çekersin? .loc, .iloc ve boolean filtrelemeyle pandas'ta veriyi kesip biçmeyi öğreniyoruz.

7. derste her kategori için ayrı ayrı filtre yazmıştık. groupby, bunu tek satırda yapıyor — ve pivot_table, sonucu bir Excel çapraz tablosuna çeviriyor.

Sipariş tablosunda müşteri tablosunda olmayan bir müşteri var. İki tabloyu birleştirince o sipariş kaybolsun mu, kalsın mı? Cevap merge türüne bağlı.

200 müşteriden eksik verili satırları silersen %26'sını kaybedersin. Silmek mi, doldurmak mı — ve hangi değerle?

IQR yöntemi 7, z-skoru yöntemi 6 aykırı değer buldu — aynı veride farklı sonuç. Hangisine güvenmeli, ve bulduktan sonra ne yapmalı?

Yeni bir veri seti aldın, hiç tanımıyorsun. Rastgele grafik çizmeden önce izlenecek üç adımlı bir sıra var — EDA'yı kuruyoruz.

plt.plot() mü yazmalısın, ax.plot() mü? İkisi de çalışır ama biri, birden fazla grafik olunca seni kurtarır. Figure ve Axes'i kuruyoruz.

Histogram mı, kutu grafiği mi, serpme grafik mi, ısı haritası mı? Verinin tipine göre doğru grafiği seçmek için bir karar ağacı kuruyoruz.

tutar 12-715 arasında, adet 1-5 arasında. Bir modele ikisini birden verirsen, tutar adedi ezip geçer — ölçekleme burada devreye giriyor.

Aynı veri, aynı model — sadece kodlamayı split'ten önce mi sonra mı yaptığına göre R² 0.739 ya da 0.677 çıkıyor. Test skoru nasıl yalan söyler?