Bu eğitimde, veri toplama, işleme, analiz etme ve görselleştirme süreçleri bütüncül bir bakış açısıyla ele alınmaktadır. Katılımcılar farklı veri kaynaklarından veri toplama yöntemlerini, veri temizleme ve dönüştürme tekniklerini, istatistiksel analiz ve makine öğrenmesi yaklaşımlarını uygulamalı olarak öğrenir. Dersin sonunda Python ve ilgili kütüphaneler (pandas, NumPy, Matplotlib, TensorFlow) kullanılarak gerçek veri setleri üzerinde analiz çalışmaları yapılır. Katılımcılar, elde ettikleri verilerden anlamlı sonuçlar çıkararak karar destek süreçlerinde kullanabilecek analitik düşünme ve veri okuryazarlığı becerileri kazanır ayrıca veri gizliliği, etik ve KVKK ilkelerini analiz süreçlerinde dikkate alır.

Bu eğitimin amacı katılımcılara veriyi sistematik biçimde toplama, düzenleme, analiz etme ve yorumlama becerisi kazandırmaktır. Katılımcılar verinin kaynağından elde edilmesinden, temizlenmesine ve analiz edilmesine kadar geçen tüm süreci teorik ve uygulamalı olarak öğrenir. Eğitim boyunca istatistiksel analiz yöntemleri, veri ön işleme teknikleri, özellik seçimi, boyut indirgeme ve makine öğrenmesi yaklaşımları ele alınır. Böylece katılımcılar, gerçek dünyadaki verilerden anlamlı sonuçlar çıkararak bilimsel araştırma, karar destek ve yapay zeka uygulamaları için sağlam bir temel oluşturur.

• Farklı kaynaklardan veriyi doğru yöntemlerle toplayabilir ve analiz için hazırlayabilir.
• Python ve ilgili kütüphanelerle (pandas, NumPy, Matplotlib) temel veri işleme, analiz ve görselleştirme adımlarını uygulayabilir. 
• İstatistiksel analiz sonuçlarını yorumlayarak veriye dayalı çıkarımlar yapabilir.
• Veri gizliliği, etik ve KVKK ilkelerini analiz süreçlerinde dikkate alır.
• Veri okuryazarlığı ve analitik düşünme becerisi kazanır.
• Gerçek veri setleriyle çalışarak uygulamalı deneyim edinir.
• Veriyi anlamlandırma, modelleme ve karar verme süreçlerinde bilimsel yaklaşım geliştirir.