Yapay Zekâ Atölyesi

Bu uygulamada öğrenciler, bir film veri setini Seaborn kullanarak görselleştirecek ve grafiklerden anlamlı sonuçlar çıkarmayı öğrenecekler. Uygulamada özellikle üç grafik kullanılacaktır: Histogram: Film puanlarının dağılımı Bar Chart: Film türlerinin karşılaştırılması Scatter Plot: Film puanı ile oy sayısı arasındaki ilişkinin incelenmesi 1. Uygulamanın Amacı Uygulama sonunda öğrenci: Pandas DataFrame oluşturabilecek, Seaborn ile grafik oluşturabilecek, Histogram kullanarak film puanlarının dağılımını inceleyebilecek, Bar chart ile film türlerini karşılaştırabilecek, Scatter plot ile iki sayısal değişken arasındaki ilişkiyi inceleyebilecek, Grafiklerden yorum çıkarabilecek. 2. Gerekli Kütüphaneler Öncelikle gerekli kütüphaneleri içe aktaralım: import pandas as pdimport seaborn as snsimport matplotlib.pyplot as plt Eğer Seaborn bilgisayarda kurulu değilse: pip install seaborn 3. Film Veri Setimizi Oluşturalım Uygulamada küçük bir film veri seti kullanacağız. df = pd.DataFrame({ ...

Dersin Amacı Bu dersin sonunda öğrenciler: Veri görselleştirmenin neden önemli olduğunu açıklayabilecek, Histogram, bar chart ve scatter plot arasındaki farkları anlayabilecek, Hangi veri türünde hangi grafik türünün kullanılacağını seçebilecek, Python ile Seaborn kullanarak grafik oluşturabilecek, Grafiklerden temel yorumlar çıkarabilecek, Görselleştirmelerin veri analizi ve Yapay Zekâ çalışmalarındaki önemini kavrayabileceklerdir. 1. Veri Görselleştirme Nedir? Veri analizinde elimizde çoğu zaman çok sayıda sayı bulunur. Örneğin bir film veri setinde şöyle bilgiler olabilir: Film Tür Puan Oy Sayısı Süre Film A Drama 8.2 125000 120 Film B Komedi 6.8 85000 105 Film C Aksiyon 7.9 230000 135 Film D Drama 9.1 410000 145 Film E Komedi 7.2 54000 98 Tabloya baktığımızda bazı bilgiler görülebilir. Ancak veri sayısı 10.000 filme çıktığında tabloyu incelemek oldukça zorlaşır. İşte burada veri görselleştirme devreye girer. Veri görselleştirme, verileri grafik ve görsel öğeler kullanarak insanla...