Description
Günümüzün en sık kullanılan programlama dillerinden Python programlama dilini sıfırdan ileri seviyeye "neyi", "neden" yaptığınızı anlayarak öğreneceksiniz.
21. Yüzyılın en çok para kazandıran mesleği olan veri bilimcilik için gereken tüm yetkinlikleri Python programlama dili ile ele alacağımız bu eğitim Udemy'nin "Python Programlama" ve "Python ile Veri Bilimi ve Makine Öğrenmesi" konusundaki Türkçe en geniş kapsamlı ve modern iş uygulamaları barındıran eğitimidir.
Sıfırdan uzmanlığa veri bilimci olmak için gereken tüm yetkinlikleri bir sektör profesyonelinden gerçek hayat uygulamaları ile pekiştirme fırsatı bulacaksınız!
Teorik veri bilimi ve makine öğrenmesi eğitimleri yerine kurs içeriği modern iş dünyasının gerçek senaryoları ile oluşturulmuştur ve sıfırdan başlayanları ileri bir seviyeye ulaştırmak amacını taşımaktadır.
Python Programlama
Veri Okuryazarlığı
Veri Manipülasyonu
Keşifçi Veri Analizi
Veri Görselleştirme
Veri Bilimi için İstatistik
Veri Ön İşleme
Makine Öğrenmesi
Büyük Veri Analitiği
Doğal Dil İşleme ve Metin Madenciliği
Twitter Analitiği
Veri Tabanları ve SQL (Sqlite)
Onlarca Gerçek Hayat Uygulaması
Veri Bilimi Proje Yönetimi
--- Kurs ile İlgili Bazı Yorumlar ---
★★★★★ "Sadece tanıtım aşamasından bile kursun ne kadar kaliteli bir içeriğe sahip olduğunu anlayabiliyorsunuz. Eğitmen sağ olsun hiç teklemeden anlatıyor, akıcı bir konuşmaya sahip. İlerledikçe yorumu güncelleyeceğim." İbrahim Kaplan
★★★★★ "Bu kursu almadan önde başka eğitmenden kurs aldım ve eğitime devam ediyordum. Vahit hocanın ücretsiz "Veri Bilimi ve Veri Bilimcilik için Giriş Eğitimi" videolarını izledim tam aradığım anlatım şekli. Vahit hoca Phyton kursu yayınlar yayınlamaz satın aldım. Diğer kursa ara verdim ve bu kursa devam ediyorum. Vahit hocanın eğitim şekli, ders anlatması, kodlardan önce işin temeli ve mantığını vermesi çok hoşuma gitti. Vahit hocam elinize sağlık gerçekten. (bu arada diğer eğitim de kaliteli hakkını yemeyelim fakat bu kadar detaylı anlatım yok)" Hilmi El
★★★★★ "Az önce gönderini Linkedin de tesadüfen görüp kursunun tanıtım videolarını izledim. Ben 2 Türkçe bir de Jose portila dan ingilizce olmak üzere toplam 3 kurs aldım. Ama gerçekten yapılan işini amacını açıklayan seni gördüm. Türkçe içerikler genelde daha önce hazırlanmış olan ingilizce kursların benzeri şeklinde olur ama bu kurs ingilizce kursların çok üzerinde. Türkçeyi plaza dilinden uzak sade bir şekilde kullanman ve Özellikle işin matematiğini çok güzel açıklaman takdire şayan. Teşekkür ederim." Can Boran
★★★★★ "Bu platform içerisindeki en kapsamlı Veri Bilimi ve Machine Learning kursu. Detayları atlamadan , anlaşılır ve bir o kadar da herkesin anlayabileceği seviyede anlatması bu kursu bu seviyeye getiriyor. Vahit Hocam , emeğinize sağlık." Serkan Arslan
★★★★★ "Akıcı, açıklayıcı, basit anlatımı, zengin içeriği ve öğrendiklerinizi pekiştireceğiniz küçük sınavları ile, içeriği güncellenen bir yapısı olmasının yanında M.Vahit Keskin'in büyük bir zaman, emek ve özveri ile hazırlamış olduğu paha biçilemez bir kaynak, büyük bir paylaşım olarak görüyorum. Sizi her zaman çalışma ve öğrenme açısında motive eden, cesaret veren üslubuyla, soru sormakta çekinmeyeceğiniz, gercek hayattan orneklerle bakış açınızı değiştiren, hassas noktalara değinen iyi bir öğretmen. Daha önce aldığım diğer yerli ve yabancı kursların dışında her yönüyle farklı bir yerde görüyor ve herkese tavsiye ediyorum." Eser SAHIN
★★★★★ "Vahit Bey'in tasarladığı kursun henüz başlarında olmakla birlikte , gerek konuların veriliş biçimi gerekse örneklemelerin anlaşılırlığından çok memnun olduğumu belirtmek isterim. Vahit bey'in anlatımı , sadece Veri bilişimi konularında hiçbir altyapı sahibi olmayanlar için diil , çocukların bile anlayabileceği düzeyde tasarlanmış. Daha da önemlisi , bir sorunla karşılaştığımızda geri dönüşlerin şaşırtıcı derecede hızlı ve yoğun olması. Şahsen Vahit bey tarafından whatsapp'dan arandığımı söylersem bu desteğin derecesi hakkında bir fikir sahibi olabilirsiniz sanırım . Vahit bey'e böyle bir eğitimi bu kadar uygun bir etiket ile sunduğu için ve tabi süregelen desteklerinden dolayı teşekkür etmek isterim. Veri bilişimi ve Yapay Zeka konularına ilgi duyan herkese başlangıç için şiddetle tavsiye ederim bu eğitimi. Kayıtsız kalmayın zira bir yerden başlayacaksanız bu kurs kesinlikle doğru yer." Haluk
Bu kurs kimler için uygun:
- Veri bilimi ve yapay zeka dünyasına meraklı olan öğrenciler
- Yazılım kökenli olup veri bilimi dünyasına geçmek isteyenler
- İstatistikçi olup veri bilimi dünyasına girmeyi hedefleyenler
- Veri bilimine ilgili olan diğer herkes
Course content
- Motivasyon
- Tanıtım
- Bir Veri Bilimi Proje Süreci ve Kavramlar
- Veri Bilimi ve Veri Bilimci
- Veriden Faydalı Bilgi Çıkarmak?
- Biraz Daha Gerçek Hayat!
- Daha!
- Ödev - Genel Resim
- Değerlendirme
- Genel Bilgilendirmeler
- Giriş
- Eğitmen Hakkında Bilgilendirme
- Kurs Hakkında Bilgilendirme
- Bu Kurs Kimler için Uygundur?
- Kursu Nasıl Verimli Takip Ederim?
- Kullanılan Kaynaklar
- Veri Bilimi Okulu CV Havuzu
- Udemy Puanlama Sistemi Hk. Bilgilendirme
- Değerlendirme
- Python Programlama
- Bölüm Giriş
- Bölüm Kodları
- Python Giriş
- Çalışma Ortamı Ayarları - Anaconda & Spyder
- JupyterLab Kurulumu Hakkında Bilgi
- Çalışma Ortamı Ayarları - JupyterLab
- Temel Hareketler - İlk Adım
- Temel Hareketler - Stringler
- Temel Hareketler - Sayılar
- Temel Hareketler - Matematiksel İşlemler ve Aritmetik Operatörler
- Temel Hareketler - Atama İşlemleri, Değişkenler ve Tip Dönüşümleri
- Temel Hareketler Quiz
- Veri Yapıları - Liste - Oluşturma
- Veri Yapıları - Liste - Eleman İşlemleri
- Veri Yapıları - Liste - Metodlar
- Veri Yapıları - Tuple
- Veri Yapıları - Sözlükler
- Veri Yapıları - Setler
- Veri Yapıları Quiz 1
- Veri Yapıları Quiz 2
- Veri Yapıları Quiz 3
- Fonksiyonlar - Fonksiyon Okuryazarlığı
- Not: Variable Explorer'da Kaydedilen Fonksiyonların Gözükmemesi
- Fonksiyonlar - Fonksiyon Nasıl Yazılır?
- Fonksiyonlar - Ne Zaman Fonksiyon Yazılır?
- Fonksiyonlar - Çıktıyı Girdi Olarak Kullanmak
- Fonksiyonlar - Local & Global Etki Alanı
- Kontrol - Karar Yapıları
- Döngüler - For
- Döngüler - Break & Continue & While
- Fonksiyonlar & Döngüler & Karar Yapıları Quiz 1
- Fonksiyonlar & Döngüler & Karar Yapıları Quiz 2
- Fonksiyonlar & Döngüler & Karar Yapıları Quiz 3
- Nesne Yönelimli Programlama
- Fonksiyonel Programlama - Giriş
- Fonksiyonel Programlama - Pure Fonksiyonlar
- Fonksiyonel Programlama - Vektörel Operasyonlar
- Fonksiyonel Programlama - İsimsiz Fonksiyonlar
- Fonksiyonel Programlama - Map & Filter & Reduce
- Hata Yönetimi
- Değerlendirme
- Veri Okuryazarlığı (Opsiyonel)
- Bilimin Alfabesi
- Temel Kavramlar
- Temel Kavramlar Quiz 1
- Temel Kavramlar Quiz 2
- Değişken ve Ölçek Türleri
- Quiz - 1
- Quiz - 2
- Merkezi Eğilim Ölçüleri
- Quiz - 1
- Quiz - 2
- Dağılım Ölçüleri
- Basıklık & Çarpıklık
- İstatistiksel Düşünce Modelleri
- Quiz
- Veri Okuryazarlığı - Ödev
- Veri Okuryazarlığı - Ödev Cevap
- Değerlendirme
- Veri Manipülasyonu
- Bölüm Giriş
- Bölüm Kodları
- JupyterLab
- Numpy Giriş
- Numpy Array'i Oluşturmak
- Biçimlendirmek - Özellikleri
- Biçimlendirmek - Yeniden Şekillendirmek
- Biçimlendirmek - Birleştirmek
- Biçimlendirmek - Ayırmak
- Biçimlendirmek - Sıralamak
- Numpy Quiz - 1
- Numpy Quiz - 2
- Numpy Quiz -3
- Numpy Quiz - 4
- Eleman İşlemleri - Index
- Eleman İşlemleri - Slice
- Eleman İşlemleri - Fancy Index
- Eleman İşlemleri - Koşullu Eleman İşlemleri
- Matematiksel İşlemler
- Array Birleştirme (Broadcasting)
- Hello! Good Bye! Numpy!
- Numpy Quiz - 5
- Numpy Quiz - 6
- Numpy Quiz - 7
- Pandas Giriş
- Pandas Series - Oluşturma ve Özellikleri
- Pandas Series - Eleman İşlemleri
- Pandas Dataframe - Oluşturma ve Özellikleri
- Pandas Dataframe - Eleman İşlemleri 1
- Pandas Dataframe - Eleman İşlemleri 2
- Pandas Dataframe - Birleştirme İşlemleri (merge-join)
- Pandas Dataframe - Basit Toplulaştırma İşlemleri
- Pandas Dataframe - Gruplama İşlemleri
- Pandas Dataframe - Aggregate, Transform, Filter, Apply
- Pandas Dataframe - Pivot Tablolar
- R-Dplyr Tarzı Veri Manipülasyonu
- Veri Okuma
- Pandas Dataframe Quiz - 1
- Pandas Dataframe Quiz - 2
- Değerlendirme
- Keşifçi Veri Analizi ve Veri Görselleştirme
- Giriş
- Bölüm Kodları
- Veriye İlk Bakış
- Kategorik Değişken Özetleri
- Sürekli Değişken Özetleri
- Dağılım - Barplot
- Dağılım - Histogram & Yoğunluk
- Dağılım - Boxplot
- Dağılım - Violin
- Korelasyon - Scatterplot
- Korelasyon - Heatmap
- Çizgi Grafik
- Zaman Serisi Grafikleri
- Değerlendirme
- Veri Bilimi için İstatistik
- Giriş
- Bölüm Kodları
- Örnek Teorisi
- Örneklem, Örneklem Dağılımı, Merkezi Limit Teoremi Uygulama
- Betimsel İstatistikler
- Varyans, Kovaryans, Korelasyon
- Güven Aralığı - Teori
- Güven Aralığı - Uygulama
- Olasılık, Rassal Değişkenler, Olasılık Dağılımları
- Bernoulli Dağılımı - Teori
- Bernoulli Dağılımı - Uygulama
- Binom Dağılımı - Teori
- Binom Dağılımı - Uygulama
- Poisson Dağılımı - Teori
- Poisson Dağılımı - Uygulama
- Normal Dağılım - Teori
- Normal Dağılım - Uygulama
- Hipotez Testleri - Giriş
- Hipotez Testleri - Hata Tipleri
- Hipotez Testleri - p-value
- Hipotez Testleri - Hipotez Testi Adımları
- Tek Örneklem T Testi - Teori
- Tek Örneklem T Testi - Uygulama
- Nonparametrik Tek Örneklem Testi
- Tek Örneklem Oran Testi - Teori
- Tek Örneklem Oran Testi - Uygulama
- Bağımsız İki Örneklem T Testi - Teori
- Bağımsız İki Örneklem T Testi - Uygulama
- Nonparametrik Bağımsız İki Örneklem Testi
- Bağımlı İki Örneklem Testi - Teori
- Bağımlı İki Örneklem Testi - Uygulama
- Nonparametrik Bağımlı İki Örneklem Testi
- İki Örneklem Oran Testi - Teori
- İki Örneklem Oran Testi - Uygulama
- Varyans Analizi - Teori
- Varyans Analizi - Uygulama
- Nonparametrik Varyans Analizi
- Korelasyon Analizi - Teori
- Korelasyon Analizi - Uygulama
- Nonparametrik Korelasyon Analizi
- Değerlendirme
- Veri Ön İşleme
- Giriş
- Bölüm Kodları
- Aykırı Gözlem Teori
- Aykırı Gözlem - Tek Değişkenli Aykırı Gözlem Sorgulamak & Yakalamak
- Aykırı Gözlem - Tek Değişkenli Aykırı Gözlem Doldurmak
- Çok Değişkenli Aykırı Gözlem - LOF Teori
- Çok Değişkenli Aykırı Gözlemlerin Yakalanması
- Çok Değişkenli Aykırı Gözlemlerin Doldurulması
- Eksik Gözlem Teori
- Eksik Gözlem Hızlı Çözüm
- Eksik Gözlemleri Saptamak
- Eksik Veri Görselleştirme ve Rassallık İncelemesi
- Eksik Veri Silme Yaklaşımları
- Basit Değer Atama Yöntemleri
- Kategorik Değişkenler ve Zaman Serilerinde Değer Atama
- Tahmine Dayalı Değer Atama - KNN & Random Forests & EM
- Veri Standardizasyonu - Dönüşümü
- Değerlendirme
- Makine Öğrenmesi I - Giriş
- Makine Öğrenmesine Giriş
- Terminoloji
- Model Doğrulama Yöntemleri
- Model Başarı Değerlendirme Yöntemleri
- Yanlılık - Varyans Değiş Tokuşu
- Parametre & Hiperparametre & Model Optimizasyonu
- Değerlendirme
- Makine Öğrenmesi II - Doğrusal Regresyon ve Kuzenleri
- Giriş
- Bölüm Kodları
- Basit Doğrusal Regresyon - Teori
- Basit Doğrusal Regresyon - Model
- Basit Doğrusal Regresyon - Tahmin
- Makine Öğrenmesinde Artıkların Önemi
- Çoklu Doğrusal Regresyon - Teori
- Çoklu Doğrusal Regresyon - Model
- Çoklu Doğrusal Regresyon - Tahmin
- Çoklu Doğrusal Regresyon - Model Tuning
- Temel Bileşen Regresyonu (PCR) - Teori
- PCR - Model
- PCR - Tahmin
- PCR - Model Tuning
- Kısmi En Küçük Kareler Regresyonu (PLS) - Teori
- PLS - Model
- PLS - Tahmin
- PLS - Model Tuning
- Ridge Regresyon - Teori
- Ridge Regresyon - Model
- Ridge Regresyon - Tahmin
- Ridge Regresyon - Model Tuning
- Lasso Regresyon - Teori
- Lasso Regresyon - Model
- Lasso Regresyon - Tahmin
- Lasso Regresyon - Model Tuning
- ElasticNet Regresyon - Teori
- ElasticNet Regresyon - Model
- ElasticNet Regresyon - Tahmin
- ElasticNet Regresyon - Model Tuning
- Değerlendirme
- Makine Öğrenmesi III - Doğrusal Olmayan Regresyon Modelleri
- Giriş
- Bölüm Kodları
- K-En Yakın Komşu (KNN) - Teori
- KNN - Model
- KNN - Tahmin
- KNN - Model Tuning
- Destek Vektör Regresyonu (SVR) - Teori
- SVR - Model
- SVR - Tahmin
- SVR - Model Tuning
- Doğrusal Olmayan SVR - Model
- Doğrusal Olmayan SVR - Tahmin
- Doğrusal Olmayan SVR - Model Tuning
- Yapay Sinir Ağları (YSA) - Teori
- YSA - Model
- YSA - Tahmin
- YSA - Model Tuning
- Regresyon Ağaçları (CART) - Teori
- CART - Model
- CART - Tahmin
- CART - Model Tuning
- Bagged Trees - Teori
- Bagged Trees - Model
- Bagged Trees - Tahmin
- Bagged Trees - Model Tuning
- Random Forests (RF) - Teori
- RF - Model
- RF - Tahmin
- RF - Model Tuning
- Gradient Boosting Machines (GBM) - Teori
- GBM - Model
- GBM - Tahmin
- GBM - Model Tuning
- XGBoost - Teori
- XGBoost - Model
- XGBoost - Tahmin
- XGBoost - Model Tuning
- LightGBM - Teori
- LightGBM - Model
- LightGBM - Tahmin
- LightGBM - Model Tuning
- CatBoost - Teori
- CatBoost - Model
- CatBoost - Tahmin
- CatBoost - Model Tuning
- Değerlendirme
- Makine Öğrenmesi IV - Sınıflandırma Problemleri
- Giriş
- Bölüm Kodları
- Lojistik Regresyon - Teori
- Lojistik Regresyon - Model
- Lojistik Regresyon - Tuning
- Naive Bayes - Teori
- Naive Bayes - Model & Tahmin
- K-En Yakın Komşu (KNN) - Teori
- KNN - Model & Tahmin
- KNN - Model Tuning
- Destek Vektör Sınıflandırıcısı (SVC) - Teori
- SVC - Model & Tahmin
- SVC - Model Tuning
- SVC RBF - Model & Tahmin
- SVC RBF - Model Tuning
- Yapay Sinir Ağları (YSA) - Teori
- YSA - Model & Tahmin
- YSA - Model Tuning
- Sınıflandırma Ağaçları (CART) - Teori
- CART - Model & Tahmin
- CART - Model Tuning
- Random Forests (RF) - Teori
- RF - Model & Tahmin
- RF - Model Tuning
- Gradient Boosting Machines (GBM) - Teori
- GBM - Model & Tahmin
- GBM - Model Tuning
- XGBoost - Teori
- XGBoost - Model & Tahmin
- XGBoost - Model Tuning
- LightGBM - Teori
- LightGBM - Model & Tahmin
- LightGBM - Model Tuning
- CatBoost - Teori
- CatBoost - Model & Tahmin
- CatBoost - Model Tuning
- Tüm Modellerin Karşılaştırılması
- Değerlendirme
- Makine Öğrenmesi V - Gözetimsiz Öğrenme
- Giriş
- Bölüm Kodları
- K-Means - Teori
- K-Means - Segmentasyon Problemi
- K-Means - Model ve Görselleştirme
- K-Means - Elbow ile Optimum Küme Sayısının Belirlenmesi
- Hiyerarşik Kümeleme - Teori
- Hiyerarşik Kümeleme - Uygulama 1
- Hiyerarşik Kümeleme - Uygulama 2
- Temel Bileşen Analizi - Teori
- Temel Bileşen Analizi - Uygulama
- Değerlendirme
- Büyük Veri Analitiği
- Giriş
- Bölüm Kodları
- Büyük Veri Nedir?
- Apache Hadoop
- Apache Spark
- Ekosistemin Diğer Bazı Üyeleri
- Windows Kurulum İşlemleri
- MacOS Kurulum İşlemleri
- Konfigürasyon ve Spark Bağlantısı
- Pandas DataFrame vs Spark DataFrame, Temel DataFrame İşlemleri
- DataFrame İşlemleri 1
- DataFrame İşlemleri 2
- SQL İşlemleri
- Büyük Veri Görselleştirme
- Bölüm Projesi: Uçtan Uca Büyük Veride Makine Öğrenmesi
- Uçtan Uca Büyük Veride Makine Öğrenmesi - 1
- Uçtan Uca Büyük Veride Makine Öğrenmesi - 2
- Uçtan Uca Büyük Veride Makine Öğrenmesi - 3
- Uçtan Uca Büyük Veride Makine Öğrenmesi - 4
- Değerlendirme
- Metin Madenciliği
- Giriş
- Bölüm Kodları
- Temel String İşlemleri
- Text Analitiği Giriş
- Metin Ön İşleme - Giriş
- Metin Ön İşleme - Büyük-Küçük . Harf Dönüşümü
- Metin Ön İşleme - Noktalama İşaretlerinin Silinmesi
- Metin Ön İşleme - Sayıların Silinmesi
- Metin Ön İşleme - Stopwordslerin Silinmesi
- Metin Ön İşleme - Az Geçen Kelimelerin Silinmesi
- Metin Ön İşleme - Tokenization
- Metin Ön İşleme - Stemming
- Metin Ön İşleme - Lemmatization
- Basit NLP Uygulamaları
- Matematiksel İşlemler ve Basit Özellik Çıkarımı
- Metin Görselleştirme - Barplot
- Metin Görselleştirme - Word Cloud
- Metin Görselleştirme - Şablona Göre Word Cloud
- Bölüm Projesi: Sentiment Metin Sınıflandırma Modeli
- Uçtan Uca Metin Sınıflandırma Modeli - 1
- Uçtan Uca Metin Sınıflandırma Modeli - 2
- Uçtan Uca Metin Sınıflandırma Modeli - 3
- Uçtan Uca Metin Sınıflandırma Modeli - 4
- Değerlendirme
- Twitter Analitiği
- Bölüm Kodları
- Developer Hesabı Açılması
- Python ile Twitter Bağlantısı
- Twitter'dan Veri Çekmek
- Profil Analizi - Profil En'leri
- Profil Analizi - Tweet & Retweet Dağılımı
- Profil Analizi - Tweet & Saat Dağılımı
- Profil Analizi - Tweet Atılan Kaynakların Dağılımı
- Profil Analizi - Followers & Friends
- Bölüm Projesi: Twitter Takipçi Segmentasyonu
- Profil Analizi - Takipçi Segmentasyonu - 1
- Profil Analizi - Takipçi Segmentasyonu - 2
- Hashtag Analizi - Trendlere Erişmek
- Hashtag Analizi - Veri Çekmek
- Hashtag Analizi - Hashtag Betimlemek
- Hashtag Analizi - Tweet-Saat & Kaynak Dağılımı
- Bölüm Projesi: Twitter Metin Madenciliği ve Sentiment Analizi
- Twitter Text Mining
- Twitter Sentiment Analizi
- Değerlendirme
- Veri Tabanları ve SQLite
- Giriş
- Bölüm Kodları
- Veri Tabanları ve SQL
- SQLite Kurulum
- Veri Setleri
- Kişisel Veri Tabanı Oluşturmak
- İlk Sorgu
- JupyterLab Bağlantısı
- Manuel Tablo Oluşturma
- Select - 1
- Select - 2
- Where - 1
- Where - 2
- Where - 3
- Where - 4
- Where - 5
- Aggregation
- Gruplama ve Aggregation
- Join İşlemleri - 1
- Join İşlemleri - 2
- SQL ve Pandas DataFrame Operasyonları
- sqlite3
- ÖDEV: SQL ALIŞTIRMALARI - 1
- ÇÖZÜM: SQL Alıştırmaları - 1
- ÖDEV: SQL ALIŞTIRMALARI - 2
- ÇÖZÜM: SQL Alıştırmaları - 2
- ÖDEV: SQL ALIŞTIRMALARI - 3
- ÇÖZÜM: SQL Alıştırmaları - 3
- ÖDEV: SQL ALIŞTIRMALARI - 4
- ÇÖZÜM: SQL Alıştırmaları - 4
- Değerlendirme
- Veri Bilimi Proje Yönetimi
- Giriş
- İş Problemlerine Yaklaşım Geliştirmek
- Veri Bilimi Proje Döngüsü
- Bazı Başlangıç Soruları
- Adım 1
- Adım 2
- Adım 3
- Adım 4
- Adım 5
- Adım 6
- Adım 7
- Değerlendirme
Python.AZ.Veri.Bilimi.ve.Machine.Learning.2019.part1.rar
Python.AZ.Veri.Bilimi.ve.Machine.Learning.2019.part2.rar
Python.AZ.Veri.Bilimi.ve.Machine.Learning.2019.part3.rar
Python.AZ.Veri.Bilimi.ve.Machine.Learning.2019.part4.rar
Coktum |
