<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by İzel on Medium]]></title>
        <description><![CDATA[Stories by İzel on Medium]]></description>
        <link>https://medium.com/@izeeluysl?source=rss-f0136ab3673------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*jNMasr-y527uN0iXOa8qhw.jpeg</url>
            <title>Stories by İzel on Medium</title>
            <link>https://medium.com/@izeeluysl?source=rss-f0136ab3673------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Sun, 22 Nov 2026 05:46:45 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@izeeluysl/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Medium’da 77 like almışım fame oldum :D]]></title>
            <link>https://medium.com/@izeeluysl/mediumda-77-like-alm%C4%B1%C5%9F%C4%B1m-fame-oldum-d-b9a2e7d57bec?source=rss-f0136ab3673------2</link>
            <guid isPermaLink="false">https://medium.com/p/b9a2e7d57bec</guid>
            <dc:creator><![CDATA[İzel]]></dc:creator>
            <pubDate>Wed, 02 Oct 2024 19:10:15 GMT</pubDate>
            <atom:updated>2024-10-02T19:10:15.002Z</atom:updated>
            <content:encoded><![CDATA[<p>Medium’da 77 like almışım fame oldum :D</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=b9a2e7d57bec" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[ML- REGRESYON]]></title>
            <link>https://medium.com/@izeeluysl/ml-regresyon-9d70ec229846?source=rss-f0136ab3673------2</link>
            <guid isPermaLink="false">https://medium.com/p/9d70ec229846</guid>
            <dc:creator><![CDATA[İzel]]></dc:creator>
            <pubDate>Sat, 06 Apr 2024 13:53:48 GMT</pubDate>
            <atom:updated>2024-04-06T13:53:48.049Z</atom:updated>
            <content:encoded><![CDATA[<p>ML- REGRESYON</p><p><strong>BASİT REGRESYON: En basit haliyle </strong>, aralarında sebep sonuç ilişkisi olduğu düşünülen iki faktörden birindeki değişmelerin (öznitelik değişkeni) diğerini (hedef değişken) öngörmesi, tahmin ya da taklit etmesine dayanan bir testtir. Tahmin ettiğimi değişkenin sayısal olduğu problemdir. Kullanacağımız model doğrusaldır. Yorumlanabilir bir modeldir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/945/1*5RfKIuq-Ye2HXRTPpMwE_A.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/945/1*1fUqD6oFpJHnCqsG05Xf7Q.png" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=9d70ec229846" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Problem: Yapımcıların derdi yapımlarını kanallara satmak.]]></title>
            <link>https://medium.com/@izeeluysl/problem-yap%C4%B1mc%C4%B1lar%C4%B1n-derdi-yap%C4%B1mlar%C4%B1n%C4%B1-kanallara-satmak-dc6af927507a?source=rss-f0136ab3673------2</link>
            <guid isPermaLink="false">https://medium.com/p/dc6af927507a</guid>
            <dc:creator><![CDATA[İzel]]></dc:creator>
            <pubDate>Tue, 23 Jan 2024 06:51:02 GMT</pubDate>
            <atom:updated>2024-01-23T06:51:02.787Z</atom:updated>
            <content:encoded><![CDATA[<blockquote><strong><em>GÜNLÜK HAYATTAKİ DATA SCIENCE UYGULAMALARI</em></strong></blockquote><p><strong>Problem:</strong> Yapımcıların derdi yapımlarını kanallara satmak. Kanalların derdi o yapımların çok izlenmesi ve bundan gelir elde etmek. O yüzden herkes 6 ve üstü yapımları görmek ister.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/605/1*EnNNekxi_ZtR2KRkTdrabQ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/372/1*AxTP8pCJU-nTq2CTlyz7Ow.png" /></figure><figure><img alt="House of Cards" src="https://cdn-images-1.medium.com/max/422/1*CrkCFvrCCRF8HFLffQeYnA.png" /><figcaption>House of Cards</figcaption></figure><p>Netflix dediğimiz platform benim hangi cihazdan ne zaman ne kadar süre birşeyler izlediğimin kayıtlarını tutulduğu ve sonrasında bu kayıtların analiz edildiği bir platformdur.House of cards netflixin ilk yapımıdır. Netflix’in bu diziye ayırdığı bütçesi 6–7 milyar dolar.</p><p>Netflix verilere bakıp şöyle bir şey dedi : Biz bir dizi çekeceğiz. Bu diziyi benim kullanıcılarım(izleyicilerim) hangi türde dizi izliyorlar, ne kadar dizi izliyorlar,içeriği ne olmalı, hangi yönetmenle çekmeliyiz, bir yönetmenin bir filmi izlendikten sonra hangi yapımları daha çok izleniyor? Kullanıcıda bağlılık yapan yönetmenler kim? David Fincher seçiliyor. Yine aynı veriye bakarak oyuncuları seçiyorlar.</p><p>Uçtan uca bir datayla analiz edilmiş, ama ön planda hiçbirimizin datayla ilgili bir şey görmediği bir dizi. Peki bu nasıl yapılıyor?</p><p>Netflixteki arayüzlere göre seçiyoruz. Burada yaptığımız tüm hareketler : açtık,kapattık,ne zaman açtık , ne zaman kapattık, hangi cihazdan açtık, o cihazın işlem sistemi gibi tüm sistemler aktarıldıktan sonra data temizleme işlemi oluyor. Data temizleme işleminden sonra veri ambarlarına aktarılıyor. Veri ambarına aktarıldıktan sonra pythonda modeller kuruluyor. Tableau ile görselleştirmeler yapılıyor. Ve bazı başka kütüphaneler de kullanılıyor.</p><p>Baktığımızda netflix günde 1 trilyondan fazla Event Data’sını saklıyor. Bu şu demek: birçok şirketin ömrü boyunca üretmediği datayı netflix bir günde üretiyor.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/668/1*nVGfA_jukZHin14d61rNxg.png" /></figure><p>150 Petabyte Data Warehouse var.</p><p>300 Terabytes ‘lık bir data işlemesi var.</p><p>5 Petabytes düzenli okuma işlemi yapıyor.</p><p><strong>2- GÖRÜNTÜ ALANINDA SANSÜRLEME</strong></p><p>RTÜK gibi kurumlarda rtük kurullarına uygun dizi çekilir ya da sansürlenir. Görüntü işleme algoritmalarıyla objektin yerini tespit ederek biz bunu yapabiliriz. Güzel bir data science projesi olabilir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/547/1*duH4jqQQL65yxy2EcOA49Q.png" /></figure><p><strong>3- HAVA DURUMU</strong></p><p>Yemek şirketlerinde rekor günler yağmurlu günlerdir.</p><p>Migros,bim,şok gibi marketlerin ürün tedariğini etkiler. O ürünlerin fiyatlandırılmasını etkiler.</p><p>Marul üretilen bir yerde kar yağarsa onu etkiler.</p><p>The Weather Company diye bir şirket var. Bu şirket sensör verisiyle basıncı,sıcaklığı,rüzgarı,rüzgarın yönünü,rüzgarın gücünü ölçerek bütün sektörlere veri sağlıyor. (migros,havayolları vb.)</p><p>Tek işi datayı toplamak, analiz etmektir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/670/1*Uzl9MmvNOkvm7dTFWZ0ynw.png" /></figure><p><strong>4- UÇAKLAR</strong></p><p>En büyük data üreticilerinden biri uçaklardır. Ana haberlerde kara kutu inceleniyor diye bir cümle vardır. Bu kara kutu denilen şey her saat başı 20 TB data üretiyor.</p><p>Bilet alış sürecimiz, biletten sonra havalimanına giriş süreci, oradaki yaşadığımız deneyim, uçakta yenilen yemek, uçakta izlenilen filmleri de dahil ettiğimizde veri bilimi yoluyla yolcuların uçuş deneyimlerini ve iyileştirme yapılması gereken noktaları öğrenmek ve yaşanan kötü deneyimleri ortadan kaldıracak müdahalelerde bulunmak kolaylaşır.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/545/1*y7dLVxkBdKFQMx-oHKsO2A.png" /></figure><p><strong>5- ARILAR</strong></p><p>Bal analitiği yapan şirketler tıpkı insan dna’sına bakar gibi balın kodlarını inceleyip, bunlar hangi bitkilerden büyümüştür,o bitkiler hangi bal yapan arı türünden çıkmıştır? Balın kökenini, sahte olup olmadığını, içeriğini tespit eden tahminleme modelleri kuruyorlar. Süreci geliştirmeye çalışıyorlar.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/611/1*63hVnLCfuLK_3whoKTqJMw.png" /></figure><p><strong>6- SAĞLIK</strong></p><p>· Data Science’ın en çok kullanıldığı ve en çok kullanılacağı alandır. Örneğin: meme kanserinin tespiti,genel kanserlerin tespiti, alzheimer tespiti vb, ölme riski olan insanların anlık olarak ilgili doktora bildirilmesi)</p><p>· Rezervasyonlarını yapıp gelmeyen hasta grubu, çok büyük zaman kaybı .</p><p>· Felç geçirme olasılığının anlık olarak hesaplanması (real time alerting)</p><p>· Gen analizine bakarak bir hastalığa yatkın olup olmadığımızın tespiti</p><p>· Yemeklere,bitkilere karşı direncimizin olup olmadığının tespiti</p><p>· Bunların optimize edilmesi bir data science problemidir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/665/1*6NERfyqS2U3SqtmwP5Xu7Q.png" /></figure><p>Amazon alexa: hasta konuşmaya başlıyor, doktor konuşmaya başlıyor. Alexa bunları dinliyor.</p><p>Data science projesi : bu dinlediklerini text’e döküyor.</p><p>Diğer aşama, konuşmadaki konuyla ilgili ana kelimeler bulunuyor.</p><p>Problem: Bu bulguların, neyin bulgu neyin şikayet olduğunu tespit ettikten sonra benzerliklerine bakıyor.</p><p>Bunun gibi binlerce vakanın olduğu bir dünyada bu benzerlikleri gidip doktora diyor ki bence bu bulgular bunları bunları gösteriyor,bu olabilir, şu soruları da sor hastaya gibi doktorlara tavsiye veren bir sistem üzerinde çalışıyor amazon.</p><p>Apple: Cep telefonları,airpodslar,saatler ile birçok sağlık projesi patentine sahiptir. Airpods ateşimizi de ölçüyor, kandaki oksijeni de ölçüyor.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=dc6af927507a" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[identification number — application]]></title>
            <link>https://medium.com/@izeeluysl/identification-number-application-d2e2b04091e0?source=rss-f0136ab3673------2</link>
            <guid isPermaLink="false">https://medium.com/p/d2e2b04091e0</guid>
            <category><![CDATA[data-science]]></category>
            <category><![CDATA[with-python]]></category>
            <category><![CDATA[data]]></category>
            <dc:creator><![CDATA[İzel]]></dc:creator>
            <pubDate>Mon, 18 Dec 2023 20:44:04 GMT</pubDate>
            <atom:updated>2023-12-18T20:44:04.502Z</atom:updated>
            <content:encoded><![CDATA[<h3>identification number — application</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/795/1*Ll_uLHPnT8Z3i7iF4BjjQA.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/944/1*wbkLGRquPub3foIV4A1IZg.png" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=d2e2b04091e0" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[VERİ BİLİMİ VE PYTHON]]></title>
            <link>https://medium.com/@izeeluysl/veri%CC%87-bi%CC%87li%CC%87mi%CC%87-ve-python-574dcb2f4d5a?source=rss-f0136ab3673------2</link>
            <guid isPermaLink="false">https://medium.com/p/574dcb2f4d5a</guid>
            <dc:creator><![CDATA[İzel]]></dc:creator>
            <pubDate>Wed, 15 Nov 2023 12:15:22 GMT</pubDate>
            <atom:updated>2023-11-15T12:15:22.319Z</atom:updated>
            <content:encoded><![CDATA[<p><strong>VERİ BİLİMİ</strong></p><p>Karmaşık problemleri çözmek için hem yapılandırılmış hem yapılandırılmamış veriyi işe yara değerli bilgiye dönüştürmeye yarar.</p><p>Verileri anlamaya,geçmiş verilerden yola çıkarak, belli istatistiksel modeller kurup, geleceğe yönelik tahmin yapmamızı sağlayan uygulamaların tümüdür.</p><p>Bu süreçte bilimsel çözüm teknikleri, matematik,istatistik ve yazılım geliştirme disiplinleri kullanılır.</p><p>Veri biliminde istatistik; geçmişteki verilerle tahminde bulunma sanatıdır.</p><p>Veri biliminde amaç; veriye dayalı ürün elde etmektir.</p><p>Herhangi bir model kurmak için istatistik kullanırız.</p><p>Amaodern veri bilimi ; dünyanın istatistiksel modellenmesi üzerine kurulmuştur. Veri bilimini öngörüler elde etmek için kullanırız.</p><p>Verileri açıklamak, analiz etmek, görselleştirmek,yönetmek,depolamak gibi tüm süreçlerde kullanılır.</p><p>Veri bilimi sadece istatisitk biliminden yararlanmaz. İstatistik kadar önemli bir bileşen programlamadır. Veri bilimi denince akla ilk gelen programlama dili PYTHON’dur.</p><ol><li>Kolay öğrenilebilmesi</li><li>Kolay okunabilmesi</li><li>Bakımının kolay olması</li><li>Hazır birçok veri bilimi kütüphanesi bulundurması</li></ol><p>dilin kullanımını yaygınlaştırmıştır.</p><ol><li>Python nesne tabanlıdır.</li><li>Zengin modüller içeren , modüler yapılı yüksek seviyeli bir dildir.</li><li>Kodu satır satır çalıştırır.</li><li>Python yorumlanan bir dildir.</li><li>Nesneye dayalı programlamayı destekler.</li></ol><p><strong>KİTAPLIKLAR:</strong></p><p><strong>NumPy</strong>, Python’ da bilimsel hesaplamalarda kullanılan temel pakettir. <br>Çok boyutlu diziler (array), çeşitli türetilmiş nesneler (maskelenmiş diziler ve matrisler gibi) ve bir sürü matematiksel , mantıksal, şekil manipülasyonu, sıralama, seçme, ayrık Fourier de dahil olmak üzere diziler üzerinde hızlı işlemler yapmamızı sağlayan <strong>Python kütüphanesi</strong>dir. NumPy kullanılarak istatistik işlemleri ve simülasyonlarda yapılabilir. <br> — NumPy dizileri sabit boyutlu olarak oluşturulur. Listede olduğu gibi dinamik olarak sonradan boyut (size) değiştirme işlemi yapılamaz. Eğer oluşturduğunuz dizinin boyutunu değiştirmek isterseniz, bu işlem var olan diziyi siler ve yerine yenisini oluşturur. <br> — NumPy dizileri çok sayıda veri üzerinde gelişmiş matematiksel işlemleri ve diğer işlemleri kolaylaştırır. Benzeri işlemler, NumPy paketi kullanmadan daha zor yapılır. <br>*** NUMPY kütüphanesi genelde ARRAY’lerler yani MATRIX’lerler yapılan matematiksel işlemlerde yada depolamada kullanılır. Ama <strong>PANDAS</strong> kütüphanesi dataFrame diye tabir ettiğimiz yapılar için olusturulmuş bir kütüphanedir.</p><p><strong>import</strong> numpy <strong>as</strong> <em>np</em> <br><em>arr = np</em>.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]) <br>a = arr.<strong>reshape</strong>(3,5) <strong>#</strong> 3 X 5 matrix olusturur. <br>print(“Shape: “, a.shape) <strong>#</strong> (3, 5) <br>print(a) <br># array([[ 1, 2, 3, 4, 5], <br># [ 6, 7, 8, 9, 10], <br># [11, 12, 13, 14, 15]])<strong>liste</strong> = [1, 2, 3, 4, 5]<strong> #</strong> list <br>array = <strong>np</strong>.array(liste) <strong>#</strong> np.array <br>print(type(liste)) <strong># </strong>list <br>print(type(array)) <strong>#</strong> numpy.ndarray <br>liste2 = <strong>list</strong>(array) <br>print(liste2) <strong>#</strong> [1, 2, 3, 4, 5]<strong>d</strong> = <strong>np</strong>.array([1, 2, 3]) <br>e = d.c<strong>opy()</strong> <br><strong>e[0]</strong> = 8 <br>f = d.copy() <br>print(d, e, f) <strong>#</strong> [1 2 3] [8 2 3] [1 2 3]</p><p><strong>PANDAS</strong></p><p><strong>Pandas</strong>; veri analizi ve veri ön işlemeyi kolaylaştıran <strong>açık kaynak kodlu bir kütüphane</strong>dir. Dil olarak <strong>Python kullanır</strong>. Pandas dağıtık işlemeye uygun değildir. Bu sebeple işleyeceğiniz verinin büyüklüğü makinenin kapasitesiyle sınırlıdır, özellikle de ana belleğin. Ben büyük veri setleri üzerinde işlem yaptığım için Pandas’ı çok fazla kullanamıyorum ancak bazı ufak tefek işleri yapıyorum yine de. Bu yazımda Pandas ile temel olarak neler yapılabilir, daha doğrusu ben çoğunlukla neler yapıyorum sizlerle paylaşacağım. <br> — <strong>PANDAS</strong> hizli ve etkili dataframe’leri kullanmak için bir kütüphanedir. <br> — Dosyalar arası geçişler çok kolaydır. <br> — csv ve text dosyalarını açıp inceleyip sonuclarımıza bu dosya tiplerine rahat bir şekilde kaydedilir. <br> — PANDAS kayıp veriler(missing datas) için bizim isimizi kolaylastırıyor <br> — reshape yapıp datayı daha etkili bir sekilde kullanabiliriz. <br> — slicing indexing kolay <br> — time series data analizinde çok yardımcı <br> — ayrıca herseyden önemlisi hız, pandas hız açısından optimize edilmis hizli bir kütüphane</p><p><strong>import</strong> pandas <strong>as</strong> pd<strong> # PANDAS İŞLEMLERİ İÇİN KÜTÜPHANE DAHİL ET</strong> <br><strong>dictionary</strong> = { <br>“name”: [“ali”, “veli”, “kamil”, “bayram”, “serkan”, “umut”], <br> “age” : [15, 16, 18, 38, 40, 66], <br> “pay” : [100, 150, 500, 250, 300, 200] } <br>dataFrame1 = <strong>pd</strong>.DataFrame(dictionary) <br>head = <strong><em>dataFrame1</em></strong>.<strong>head</strong>() <strong>#</strong> ilk 5 elemanı verir ‘istege bağlı olarak head() fonk. içine istediğiniz kadarınıda alabilir.’ <br>print(head)</p><p><strong>Pandas Nedir?</strong></p><ul><li><strong>Pandas genelde veri işleme ve temizlemede oldukça efektif şekilde kullanılan, hatta makine öğrenmesi gibi alanlarda oldukça fazla kullanılan bir python modülü</strong></li><li><strong>Pandas aslında içerisinde 2’ye Ayrılıyor. Seriler ve Veri Çerçeveleri(DataFrame)</strong></li></ul><p><strong>Pandas Nasıl Kurulur?</strong></p><ul><li><strong>Pandas normalde size anaconda ile birlikte yüklü gelir ama yüklü değilse, bilgisayarınızda python path olarak varsa cmd’yi açıp “pip install pandas” veya anaconda varsa ve yüklü değilse anaconda prompter’dan “conda install pandas” yazarak indirebilir ve kullanabilirsiniz.</strong></li></ul><p>import pandas as pd #burada pandası çağırıp pd kısaltması ile kullanacağımızı belirtiyoruz <br>data = [1,7,3,7,9,10] <br>seri = pd.Series(data) #burada elemanları yazıp seriyi tanımlıyoruz <br>seri #seriyi yazdırıyoruz</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/822/1*2ooSBhNhkf_cGTcP-0yNgA.png" /></figure><p>MATPLOTLIB</p><p>Matplot, verileri çizmemize yardımcı olan bir python kütüphanesidir. En basit ve kolay çizimler, çizgi, dağılım ve histogram grafikleridir.</p><ul><li>X ekseni zamanı gösterdiğinde olduğunda çizgi grafiği daha iyidir.</li><li>İki değişken arasında korelasyon olduğunda dağılım daha iyidir.</li><li>Sayısal verilerin dağılımını görmemiz gerektiğinde histogram daha iyidir.</li><li>Özelleştirme: Renkler, etiketler, çizgi kalınlığı, başlık, opaklık, ızgara, şekil, eksen ve çizgi stilleri</li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=574dcb2f4d5a" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[JAVA — İF E]]></title>
            <link>https://medium.com/@izeeluysl/java-i%CC%87f-e-83aec108f323?source=rss-f0136ab3673------2</link>
            <guid isPermaLink="false">https://medium.com/p/83aec108f323</guid>
            <dc:creator><![CDATA[İzel]]></dc:creator>
            <pubDate>Thu, 11 May 2023 11:42:17 GMT</pubDate>
            <atom:updated>2023-05-11T11:42:17.943Z</atom:updated>
            <content:encoded><![CDATA[<p>JAVA — İF ELSE BLOKLARI</p><p>Java’da mantıksal ve koşullu ifadeler için <strong>if</strong> blokları kullanılır. Java ‘da <strong>if</strong> blokları Türkçede “<strong>eğer</strong>” cümlesinin verdiği anlamla aynı şeyi ifade etmektedir. Programlamada koşul oluşturmak için <strong>if ve else</strong> bloklarını kullanırız. <strong>Else</strong> deyimi <strong>“değil ise”</strong> anlamı katmaktadır ve <strong>if</strong> deyiminden sonra kullanılır. Programlama da <strong>if ve else deyimleri</strong> çok önemlidir ve kodlamanın temel yapı taşlarını oluştururlar. If ve Else blokları ile programımız içerisinde ki algoritmalarımızı oluştururuz.</p><p>Koşula göre program içinde farklı işlemleri yerine getirmek gerekebilir. If-else muhtemelen yazılım programlarında en yaygın kullanılan karar mekanizmasıdır. Bu tarz durumları Java’da kodlayabilmek için if-else karar mekanizmasının yanında switch-case gibi yapılarda kullanılmaktadır. İf-else karar mekanizması istenilen koşul gerçekleştiği takdirde çalışır. Kısacası belirlenen koşul doğruysa yazılan kod çalışır.</p><h3>Java’da Karar Mekanizmaları</h3><p>Java’da koşullu ifade ve şart oluşturmak için i<strong>f ve else</strong> kullanılırız. Ayrıca <strong>else if, switch</strong> gibi koşullu ifadelere sahiptir.</p><ul><li>Programımızda belirtilen bir koşul doğruysa yürütülecek bir kod bloğu belirtmek için <strong>if</strong> kullanılır.</li><li>Aynı koşul yanlışsa yürütülecek bir kod bloğu belirtmek için <strong>else</strong> deyimi kullanılır.</li><li>İlk koşul yanlışsa, test edilecek yeni bir koşul belirtmek için eğer <strong>if else</strong> deyimi kullanılır.</li><li>Yürütülecek birçok alternatif kod bloğu belirtmek için <strong>switch</strong> deyimi kullanılır.</li></ul><p>Örneğin: “yaşı 50&#39;den küçük olanların personel kayıtlarını getir” gibi bir ifadede yaşı 50&#39;den küçük olanları tespit etmek için karar mekanizmaları kullanılır. Eğer koşul sağlanmıyorsa başka bir kod bloğu işletilir. İfadenin yazılımsal olarak Java’da karşılığı aşağıdaki gibidir.</p><p>if (age&lt;50){</p><p>}</p><h3>else if</h3><p><strong>if — else — if</strong></p><p>if-else-if kalıbında, bir if satırı, istediğiniz sayıda else-if satırı ve isteğe bağlı olarak tanımlanan bir else satırı bulunur. Yani, else satırının tanımlanması şart değildir. Program, en başta yer alan if satırı ile if-else-if kalıbını değerlendirmeye başlar. İlk doğru ifadenin bulunduğu if veya else-if satırı ile karşılaştığında ilgili işlem satırını çalıştırır. Kalıbın geri kalan tüm satırlarını değerlendirmeye almadan geçer..</p><p>Konumuzu açıklamak amacıyla aşağıdaki kodu inceleyebiliriz.</p><p>if (a == 10){</p><p>System.out.print(“a’nın değeri 10dur”);</p><p>}else if (a&lt;10){</p><p>System.out.print(“a’nın değeri 10&#39;dan küçüktür”);</p><p>} else {</p><p>System.out.print(“a’nın değeri 10&#39;dan farklıdır veya 10&#39;dan küçük değildir.”)</p><p>}</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=83aec108f323" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[SQL|İLİŞKİSEL VERİTABANLARI #SQL]]></title>
            <link>https://medium.com/@izeeluysl/sql-i%CC%87li%CC%87%C5%9Fki%CC%87sel-veri%CC%87tabanlari-9cb569683551?source=rss-f0136ab3673------2</link>
            <guid isPermaLink="false">https://medium.com/p/9cb569683551</guid>
            <dc:creator><![CDATA[İzel]]></dc:creator>
            <pubDate>Tue, 07 Mar 2023 06:56:21 GMT</pubDate>
            <atom:updated>2023-03-07T06:58:48.668Z</atom:updated>
            <content:encoded><![CDATA[<p><strong>SQL|İLİŞKİSEL VERİTABANLARI #SQL</strong></p><blockquote>İlişkisel veritabanları tablolardan, tablolar satır ve sütunlardan oluşmaktadır. Tablonun sütunlarına ‘’alan(field)’’, satırlarına ‘’kayıt(records)’’ denilmektedir.</blockquote><p>Uygulamacı önce tabloları oluşturur. Sonra tablolardaki sütunları yaratır. Sonra da tablolara kayıt ekler. SQL’de sütunların tür bilgisi bulunmaktadır. Yani her sütun farklı türden bilgileri tutabilir.</p><p>Pek çok VTYS’nin desteklediği standart sütun türleri şunlardır:</p><p><strong>INTEGER:</strong> Bu tür tamsayıları tutmak için kullanılan genel bir tamsayı türüdür.</p><p><strong>INT</strong>: VTYS’de 4 byte’lik tamsayı türünü temsil eder.</p><p><strong>SMALLINT</strong>: 2 byte’lık tamsayı türünü temsil etmektedir.</p><p><strong>BIGINT:</strong> 8 byte’lık tamsayı türünü temsil eder.</p><p><strong>FLOAT:</strong> 4 byte’lık noktalı sayı türünü temsil etmektedir.</p><p><strong>DOUBLE:</strong> 8 byte’lık noktalı sayı türünü temsil etmektedir.</p><p><strong>TIME:</strong> Zaman bilgisini temsil etmektedir.</p><p><strong>DATE:</strong> Tarih bilgisini temsil etmektedir.</p><p><strong>DATETIME:</strong> Hem zaman hem tarih bilgisini temsil etmektedir.</p><p><strong>CHAR(N):</strong> N karakterli yazıları temsil etmektedir.</p><p><strong>VARCHAR(N):</strong> En fazla N karakterden oluşan değişken uzunlukta yazısal bilgiyi temsil etmektedir.</p><p><strong>TEXT:</strong> 64K’ya kadar yazıları temsil etmektedir.</p><blockquote>Bir veritabanı yaratmak için ‘’CREATE DATABASE’’ komutu kullanılmaktadır. Komutun genel biçimi şöyledir:</blockquote><p>CREATE DATABASE &lt;isim&gt;;</p><p>Örneğin: CREATE DATABASE school</p><blockquote>Veritabanı silmek için DROP DATABASE deyimi kullanılmaktadır. Komutun genel biçimi şöyledir.</blockquote><p>DROP DATABASE &lt;isim&gt;;</p><blockquote>Veritabanı yaratıldıktan sonra sıra tablo yaratmaya gelmiştir. Tablo yaratmak için ‘’CREATE TABLE’’ komutu kullanılmaktadır. Komutun genel biçimi şöyledir:</blockquote><p>CREATE TABLE &lt;table_name&gt; (column1 datatype, column2 datatype, column3 datatype,….);</p><p>Tablo yaratılırken sütun isimleri ve onların türleri belirtilmektedir. Örneğin;</p><p>CREATE TABLE student(student_no INT, student_name VARCHAR(64), student_no INT);</p><p>Tablodaki bir sütun eğer birbirinden farklı satır değerlerine sahip olmak zorundaysa bu tür sütunlara ‘’PRIMARY KEY’’ denilmektedir. Örneğin student_no isimli sütun PRIMARY KEY ise biz kayıt insert ederken aynı numaraya sahip birden fazla kayıt insert edemeyiz.</p><blockquote>Bir tabloya satır(yani kayıt) eklemek için INSERT INTO komutu kullanılmaktadır. Komutun genel biçimi şöyledir:</blockquote><p>INSERT INTO &lt;tablo ismi&gt; (&lt;sütun listesi≥ VALUES (&lt;değer listesi&gt;);</p><p>Örneğin:</p><p>INSERT INTO student(student_no, student_name) VALUES(123, ‘Ali Serçe’);</p><p>Tabloya satır eklerken tüm sütun bilgileri girilmek zorunda değildir. Bu nedenle önce hangi sütun bilgilerinin girileceği belirtilir. Ondan sonra VALUES anahtar sözcüğü ile bu sütunların değerleri girilir. Sıra veritabanındaki sıra olmak zorunda değildir.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=9cb569683551" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[SQL -DATABASES]]></title>
            <link>https://medium.com/@izeeluysl/sql-databases-1f4f6ca656c2?source=rss-f0136ab3673------2</link>
            <guid isPermaLink="false">https://medium.com/p/1f4f6ca656c2</guid>
            <dc:creator><![CDATA[İzel]]></dc:creator>
            <pubDate>Fri, 24 Feb 2023 09:05:18 GMT</pubDate>
            <atom:updated>2023-02-24T09:05:18.568Z</atom:updated>
            <content:encoded><![CDATA[<blockquote><strong><em>Birtakım kayıtların belli bir algoritmik yapı içerisinde tutulduğu dosyalara veritabanı(databases) denilmektedir.</em></strong></blockquote><blockquote><strong>Örneğin: Bir kitabın bilgileri, şahıslara ilişkin bilgiler, ürünlere ilişkin bilgiler veritabanlarında saklanabilmektedir.</strong></blockquote><p>Veritabanlarında amaç hızlı bir erişimin sağlanmasıdır.</p><p>Uygulama programcılığında birtakım bilgilere hızlı bir şekilde erişilmesi en önemli unsurlardan biridir. Bu nedenle uygulama programcılığı için veritabanları önemli bir konudur.</p><p>Veritabanı işlemleri uzmanlık gerektiren işlemlerdir.</p><p>Programcının bir dosya açarak kayıtları onun içerisine yerleştirmesi ve dosya içerisinden sıralı bir biçimde bunlara erişmesi oldukça ilkel bir çalışma sistemidir.</p><p>Veritabanı işlemleri karmaşık ve uzmanlık gerektiren işlemler olduğu için bu işleri yapan bağımsız yazılımlar oluşturulmuştur.</p><blockquote><strong><em>Bunlara ‘’Veritabanı Yönetim Sistemi — VTYS (Database Management Systems- DBMS) denilmektedir.</em></strong></blockquote><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=1f4f6ca656c2" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Python’da Tarih ve Zaman İşlemleri #Programlama]]></title>
            <link>https://medium.com/@izeeluysl/pythonda-tarih-ve-zaman-i%CC%87%C5%9Flemleri-aa29c030ab2a?source=rss-f0136ab3673------2</link>
            <guid isPermaLink="false">https://medium.com/p/aa29c030ab2a</guid>
            <dc:creator><![CDATA[İzel]]></dc:creator>
            <pubDate>Thu, 26 Jan 2023 23:41:24 GMT</pubDate>
            <atom:updated>2023-01-27T07:15:11.847Z</atom:updated>
            <content:encoded><![CDATA[<p>Python Standart Kütüphanesindeki tarih ve zaman işlemlerini yapan fonksiyonlar ve sınıfları ele alalım..</p><h3><strong>time.time Fonksiyonu</strong></h3><p>time fonksiyonu 01/01/1970&#39;den geçen saniye sayısını float olarak verir. Örneğin:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/509/1*vVHQUFPO1A3yKqPQmdvPpQ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/560/1*mYWBrk5IJ4R3tRpAra1o6w.png" /></figure><p>2 nokta arasındaki saniye sayısı:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/425/1*CJBu_n0u_iWv5xE2JAaOAw.png" /></figure><h3><strong>time.ctime Fonksiyonu</strong></h3><blockquote><em>ctime fonksiyonu time fonksiyonundan elde edilen saniye sayısını parametre olarak alır ve tarih zaman bilgisini bize str türünden yazısal biçimde verir. Örneğin:</em></blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/797/1*nEd02YzZyr-hR0mfXboAAw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/919/1*VzUwSmfzQcadOyNshdGT5w.png" /></figure><h3><strong>time.sleep Fonksiyonu</strong></h3><p>time modülü içerisindeki sleep isimli fonksiyon: saniye cinsinden bekleme yaratmak için kullanılmaktadır. Fonksiyonun parametrik yapısı şöyledir:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/724/1*lirc7GTqiQk3oXGQvYa7sA.png" /></figure><h3><strong>datetime Modülü</strong></h3><p>datetime modülündeki date isimli sınıf bir tarih bilgisini tutup onu saklamakta kullanılıyor.</p><p>Datetime modülündeki date isimli sınıf bizden yıl,ay,gün bilgisini alarak sınıfın year,month,day biligisini örnek özniteliklerinde saklar.</p><p>Bu sınıfın amacı tarih bilgilerini sınıfsal biçimde tutmaktır.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/695/1*2KyVcML1l_pM3-f-te3H1g.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/924/1*9sRJ9Y1YuSuiD1cXfPEFGA.png" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=aa29c030ab2a" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Python|Exception]]></title>
            <link>https://medium.com/@izeeluysl/python-exception-c8765fe946cb?source=rss-f0136ab3673------2</link>
            <guid isPermaLink="false">https://medium.com/p/c8765fe946cb</guid>
            <dc:creator><![CDATA[İzel]]></dc:creator>
            <pubDate>Mon, 28 Nov 2022 19:30:03 GMT</pubDate>
            <atom:updated>2022-11-28T19:30:03.787Z</atom:updated>
            <content:encoded><![CDATA[<pre>İngilizce &quot;exception&quot; sözcüğü &quot;istisna&quot; anlamına gelmektedir. Ancak bu sözcük yazılımda &quot;programın çalışma zamanı sırasında oluşan <br>   problemlemli durumları&quot; anlatmak için kullanılmaktadır. Exception mekanizması genel olarak nesne yönelimli programlama dillerinde bulunmaktadır.<br>   Prosedürel dillerin çoğunda bu mekanizma yoktur. Exception programın çalışma zamanına ilişkin bir kavramdır. Etimolojik kökeni <br>   donanımsal sorunlara dayanmaktadır.<br><br>   Bir exception oluştuğunda exception&#39;ın ele alınması (exception handling) gerekir. Eğer exception ele alınmazsa program çöker. <br>   Python&#39;da exception&#39;ların birers ınıf ismi vardır. Bu isimler XXXError biçimindedir (örneğin TypeError, IndexError, ValueError gibi).<br>   Örneğin:<br><br>   &gt;&gt;&gt; int(&#39;ali&#39;)<br>    Traceback (most recent call last):<br>    File &quot;&lt;stdin&gt;&quot;, line 1, in &lt;module&gt;<br>    ValueError: invalid literal for int() with base 10: &#39;ali&#39;<br>    &gt;&gt;&gt; 10 + &#39;ali&#39;<br>    Traceback (most recent call last):<br>    File &quot;&lt;stdin&gt;&quot;, line 1, in &lt;module&gt;<br>    TypeError: unsupported operand type(s) for +: &#39;int&#39; and &#39;str&#39;<br>    &gt;&gt;&gt; a = [1, 2, 3]<br>    &gt;&gt;&gt; a[10]<br>    Traceback (most recent call last):<br>    File &quot;&lt;stdin&gt;&quot;, line 1, in &lt;module&gt;<br>    IndexError: list index out of range<br><br>    Bir exception oluştuğunda programın çökmemesi için exception&#39;ın ele alınması (handle edilmesi) gerekir. Çünkü hatalıu bir <br>    durum oluştuğunda başka şeyler denenebilir. Ya da hata düzeltilip programın devam etmesi istenebilir. <br><br>    Python&#39;da exception&#39;ların ele alınması için &quot;try&quot;, &quot;except&quot;, &quot;finally&quot; ve &quot;raise&quot; anahtar sözcükleri kullanılmaktadır. try deyiminin genel biçimi<br>    şöyledir:<br><br>    try: &lt;suit&gt;<br><br>    try deyimi tek başına bulundurulamaz. try deyimini except blokları ya da finally bloğu izlemek zorundadır. except ve finally <br>    bloklarının genel biçimi şöyledir:<br><br>    except [&lt;exception sınıf bildirimleri&gt;] [as &lt;değişkenismi&gt;]: &lt;suit&gt;<br>    finally &lt;suit&gt;<br><br>    try bloğunu bir ya da birden fazla except bloğu izleyebilir. Ya da try bloğunu hiç except bloğu olmadan finally bloğu da izleyebilir. <br>    eğer try bloğunu except bloğu izliyorsa finally bloğu isteğe bağlı olarak except bloklarının sonuna yerleştirilebilir. <br>    except anahtar sözcüğünün yanında bie exception sınıf ismi bulunur. Eğer birden fazla exc eption sınıf ismi bulunduurlacaksa <br>    parantezler içerisinde demet sentaksıyla bu sınıfların belirtilmesi gerekir. Exception sınıf isimlerinden sonra isteğe bağlı olarak<br>    as anahtar sözcüğü ve değişken ismi getirilebilir. Örneğin geçerli except blokları şöyle olabilir:<br><br>    except TypeError:<br>        pass<br><br>    except (TypeError, IndexError):<br>        pass<br><br>    except IndexError as e:<br>        pass<br><br>    except (TypeError, IndexError) as e:<br>        pass<br><br>    except anahtar sözcüğünden sonra hiçbir şey de bulunmayabilir. Örneğin:<br><br>    except:<br>        pass<br><br>    try bloğunu bir ya da birden fazla except bloğu izleyebilir ya da finally bloğu izleyebilir. finally bloğu her zaman en sonda<br>    bulunmak zorundadır. Örneğin:<br><br>    try:<br>        pass<br>    except IndexError:<br>        pass<br>    except ValueError:<br>        pass<br>    finally:<br>        pass<br><br>    Aşağıdaki sentaks da geçerlidir:<br><br>    try:<br>        pass<br>    finally:<br>        pass<br><br>    Tabii finally bloğu da bulunmak zorunda değildir:<br><br>    try:<br>        pass<br>    except IndexError:<br>        pass<br><br>    Ancak yalnızca try bloğu bulunamaz.</pre><pre>Bir exception oluştuğunda akış o exception ile aynı türden except bloğuna aktarılmaktadır. <br>    except bloklarının yalnızca bir tanesi çalıştırılmaktadır. (Yani bunlar adeta match/case gibi işlem görmektedir). <br>    Exception nerede oluşursa oluşsun akış except bloğuna aktarıldıktan sonra bir daha geri dönmez. except bloklarının sonundan devam eder. <br>    finally bloğu ve parametresiz except bloğu daha ileride ele alınacaktır. Bir exception oluştuğunda bu exception&#39;ın türüne uygun bir except<br>    bloğunun bulunyor olması gerekir. Aksi takdirde yine program çökecektir.</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/407/1*Hj3KAZ5TzrvOWXXR0T5lzA.png" /></figure><pre>-----------------------------------------------------------------------------------------------------------------------<br>    Aşağıdaki örnekte klavyeden bir sayı okunmak istenmiştir. Kullanıcı sayı olarak yanlış bir giriş yapmışsa sayı yeniden <br>    istenmiştir.</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/444/1*EclzDsRu20WHilcSbNPBOg.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/448/1*bix-3t9MreDlZ17CcorPhg.png" /></figure><pre>Exception&#39;ı oluşturan asıl deyim raise deyimidir. Exception&#39;lar kendiliğinde oluşmaz. Exceptyion&#39;ı oluşturmk için raise <br>    anahtar sözcüğünü kullanmak gerekir. raise deyiminin genel biçimi şöyledir:<br><br>    raise &lt;exception sınıf nesnesi&gt;</pre><pre>Aşağıdaki örnekte foo fonksiyonu negatif parametreleri kabul etmemektedir. Eğer fonksiyon negatif bir değerle çağrılırsa exception<br>    oluşturmaktadır.</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/620/1*VXIyrhl4HtdaU8QAqZwWXg.png" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=c8765fe946cb" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>