
VERİ ANALİTİĞİ
Veri Analitiği, Veri Bilimi, LLM optimizasyonu, Python, Agentic AI, Performans ve Optimizasyon Algoritmaları, ileri düzey analitik üzerine teknik yazılar.
Öne Çıkanlar

Sorting ve Rating Algoritmaları: Sıralama ve Puanlama Matematiği
Wilson Lower Bound Score, Bayesyen Ortalama ve Zamana Göre Ağırlıklı modeller, oy sayısı ile zaman faktörünü hesaba katarak adil bir puanlama altyapısı sağlar. Bu tekniklerin hibrit bir skor altında birleştirilmesi, kullanıcı deneyimini ve dönüşüm oranlarını optimize eder.
OKU →
RFM Analizi: SQL, PostgreSQL ve Python ile Müşteri Segmentasyonu
CRM ANALİTİĞİ: RFM Analizi. T-SQL, PostgreSQL pgvector ve Python ile adım adım ileri seviye RFM ve K-Means kullanarak müşteri segmentasyonu nasıl yapılır sorusunun yanıtı bu yazıda.

İleri Düzey Model Diagnostiği ve Nedensel Çıkarım (Senior-Level)
Kıdemli veri bilimciler için İleri Düzey Model Diagnostiği ve Nedensel Çıkarım: DAG, Counterfactuals, XAI ve Do-Calculus ile güvenilir ML modelleri inşa edin.

Regresyon Metrikleri, AUC ve Hipotez Testleri (Mid-Level)
Bu rehber, makine öğrenmesi ve istatistiksel modellerin başarısını dürüstçe ölçmek için kullanılan regresyon metriklerini, sıralama parametrelerini ve hipotez testlerini incelemektedir. MAE, RMSE, Adjusted R², ROC-AUC, PR-AUC ve MCC gibi ölçütlerin hangi veri yapılarında tercih edilmesi gerek..

Temel İstatistik Terimleri ve Örnekleri (Junior-Level)
Bu rehber, makine öğrenmesi modellerinin başarısını belirleyen tanımlayıcı istatistik metriklerini (merkezi eğilim, yayılım, çarpıklık) ve sınıflandırma modellerinin performans değerlendirme aracı olan karışıklık matrisini incelemektedir.

A/B Testi: Parametrik ve Non-Parametrik Yöntemler
A/B testlerinde istatistiksel yöntem seçimi, verinin normallik dağılımı ve varyans homojenliğine bağlıdır. Veri normal dağılımda T-Testi ve ANOVA gibi parametrik testlerde başarı sunarken, aşırı çarpık ve aykırı değer içeren verilerde Mann-Whitney U ve Kruskal-Wallis gibi non-parametrik yöntemler...
Veri Analizi
Tümü- 01

Veri Analizi Aşamaları 09 – Feature Engineering
Veri Analizi Aşamaları 09 – Özellik Mühendisliği
07 Tem 2026→ - 02

Veri Analizi Aşamaları 08 – Dengesiz Veri Kümeleri
Veri Analizi Aşamaları 08 – Dengesiz Veri Kümeleri
07 Tem 2026→ - 03

Veri Analizi Aşamaları 07 – Anomali Tespiti
Veri Analizi Aşamaları 07 – Anomali Tespiti
07 Tem 2026→ - 04

Veri Analizi Aşamaları 06 – Date Formatları
Veri Analizi Aşamaları 06 – Tarih ve Saat Formatları
07 Tem 2026→ - 05

Veri Analizi Aşamaları 05 – Normalizasyon
Veri Analizi Aşamaları 05 – Normalizasyon ve Standartlaştırma
07 Tem 2026→ - 06

Veri Analizi Aşamaları 04 – Outlier Kontrolü
Veri Analizi Aşamaları 04 – Outlier Kontrolü
07 Tem 2026→
Veri Bilimi
- 01

A/B Testi: Veri Odaklı Örnekleme Stratejileri
A/B testlerinde doğru örnekleme stratejisi seçimi, veri yanlılığını önlemenin ve test sonuçlarının güvenilirliğini sağlamanın temel şartıdır. Rastgele, tabakalı, küme ve uygun örnekleme yöntemleri; veri yapısına, kullanıcı segmentasyonuna ve test ortamının gereksinimlerine göre avantajlar sunar.
31 Tem 2026→ - 02

BG-NBD ile Müşteri Terkini ve Satın Almaları Öngörmek
Bu makale, e-ticaret ve perakende sektöründe müşteri satın alma sıklığı ve churn riskini tahmin etmek için kullanılan BG-NBD (Beta Geometric / Negative Binomial Distribution) modelini incelemektedir.
15 Tem 2026→ - 03

Python 50 Faydalı Pip Komutu
Python Pip Kullanımında İleri Seviye
08 Tem 2026→ - 04

En İyi Ücretsiz Veri Seti Kaynakları
Ücretsiz Veri Seti Kaynakları ve Kullanım İpuçları
08 Tem 2026→ - 05

Ücretsiz Akademik Araştırma Asistanı
ArXiv ve LangChain ile Akademik Araştırma Asistanı
07 Tem 2026→ - 06

Google Review, Maps Yorumları Veri Analiz Botu
Google Business Review, Google Maps Yorumları Veri Analiz Botu
07 Tem 2026→
Tüm Yazılar

Vibe Coding’in Görünmez Tuzağı: Optimizasyon Paradoksu
SQL Indexing, Network Latency ve Sunucu Render Sorun Çözümü
OKU →
Sınıflandırma Modelleri Karşılaştırma
Python Sınıflandırma Modelleri: Hangi Model?
OKU →
Matris Hızlandırma Algoritmaları
Python Veri İşleme: Matris Hızlandırma
OKU →
Temel İstatistik Dersleri
Temel İstatistik Terimleri ve Açıklamaları
OKU →
Pandas 3.0 Gelişmeleri
PyArrow Kütüphanesi İnceleme
OKU →
Veri Depolama Formatları Karşılaştırması
Python Veri Depolama Formatları Karşılaştırması: Excel vs. CSV vs. HDF5 vs. JSON vs. Parquet vs. Pickle
OKU →
En Çok Kullanılan Pandas Özellikleri
Python Blog: En Çok Kullanılan Pandas Özellikleri
OKU →
Weibull Dağılımı ve Log-Normal Dağılımı Python İle Anlamak
Weibull Dağılımı ve Log-Normal Dağılımı Python İle Anlamak
OKU →
NumPy’de Az Bilinen Etkili Fonksiyonlar
Python Blog: NumPy’de Az Bilinen Etkili Fonksiyonlar
OKU →
Steganografi: Mesajınızı Resminize Gizleyin!
Python ile Metin Steganografi: Mesajınızı Resminize Gizleyin!
OKU →
CatBoost ve NumPy 2.x Sorunu
Sorun: CatBoost ve NumPy 2.x Anlaşamıyorlar
OKU →
Veri Analiz Aşamaları 03 – Missed Values
Veri Analiz Aşamaları 03 – Eksik, Hatalı ve Tutarsız Verilerin İşlenmesi
OKU →