Data Analist Eğitimi

Veri analistinin rolü ve iş dünyasındaki önemi

Veri tipleri (sayısal, kategorik, metinsel) ve veri kaynakları

Veri yaşam döngüsü

Eksik veriler ve veri doldurma yöntemleri

Veri standardizasyonu, normalizasyon, aykırı değerler

Uygulamalı veri temizleme çalışmaları

Ortalama, medyan, mod, varyans, standart sapma

Korelasyon ve nedensellik farkı

Uygulamalı temel istatistik analizleri

Grafik türleri ve kullanım alanları (çubuk, çizgi, dağılım, kutu grafiği)

Tablo hazırlama ve görselleştirme ilkeleri

Dashboard kavramı ve örnekler

Küçük bir veri seti üzerinde analiz ve görselleştirme

Grup sunumları ve değerlendirme

Veri tabanı mantığı, ilişkisel veri tabanları

Temel SQL sorguları (SELECT, WHERE, GROUP BY, JOIN)

Uygulamalı SQL alıştırmaları

Python veya R ile veri işleme mantığı

Veri kütüphanelerine giriş (pandas, numpy, ggplot – kavram düzeyinde)

Basit veri analizi uygulamaları

İş zekâsı kavramı

Power BI, Tableau gibi araçların kavramsal kullanımı

Raporlama ve karar destek sistemlerine katkı

Regresyon analizi, hipotez testleri

Zaman serisi analizi ve öngörü farkındalığı

Gerçek veri setleriyle uygulama

Katılımcıların meslek alanına uygun bir veri setiyle analiz yapması

Görselleştirme ve raporlama

Sunum ve değerlendirme