Başlık | Python ve R ile Bilimsel Hesaplama |
Öğrenci | Hayır |
Yazar(lar) |
Yazar 1 Name: Berkin Malkoc Org: İTÜ Country: E-mail: malkocb_AT_itu.edu.tr Yazar 2 Name: Uzay Çetin Org: Boğaziçi Üniversitesi Country: E-mail: uzay00_AT_gmail.com Yazar 3 Name: Emre Karalarlı Org: Country: E-mail: emre.karalarli_AT_gmail.com Yazar 4 Name: Mustafa Gökçe Baydoğan Org: Boğaziçi Üniversitesi Country: E-mail: mustafa.baydogan_AT_boun.edu.tr Yazar 5 Name: Berk Orbay Org: Boğaziçi Üniversitesi Country: E-mail: berkorbay_AT_gmail.com |
Anahtar Kelimeler | bilimsel hesaplama, veri analizi, Python, R, Git |
Özet | Bu eğitimin amacı, araştırmalarında bilgisayar yazılımlarını kullanan/kullanmayı hedefleyen veya hesaplamalı bakış açısı ile tanışmak isteyen araştırmacıları günümüzde bu alandaki en yaygın iki özgür dil olan Python ve R ile tanıştırmak. R ve Python dinamik, yüksek seviyeli ve çok çeşitli bilimsel kütüphanelere sahip iki dil olarak; C gibi derlenen dillerin çalışma hızlarının yerine programcı verimini öne çıkarıyor ve Matlab gibi ticari lisanslı yazılımlara ihtiyacı büyük oranda ortadan kaldırıyor. Katılımcıların eğitimden, bu iki dil ve etraflarındaki ekosistemle artık kendi yollarını bulabilecekleri düzeyde aşina olmuş ve bundan sonraki araştırma süreçlerini bu araçlarla verimli bir şekilde sürdürebilecekleri bir noktaya gelmiş olarak ayrılmalarını umuyoruz. Eğitime katılmak için tek önkoşul, kişisel bilgisayarını verimli kullanabilecek seviyede bilgisayar okur-yazarlığı olsa da; eğitimden daha yüksek verim almak açısından daha önce programlama yapmış ve araştırma gerçekleştirmiş olmak çok faydalı olacaktır. Katılımcıların yanlarında kendi kişisel bilgisayarlarını getirmelerini rica ediyoruz. 1. Gün ------- * Eğitime genel giriş (~0.5 gün) - Neden Özgür yazılımlar ile bilimsel hesaplama? - (Python ile) Temel programlamaya giriş * Python ile bilimsel hesaplamaya giriş (~0.5 gün) - Python bilimsel hesaplama ekosistemi ve bilimsel geliştirme araçları (Ipython, Spyder) - NumPy: Bilimsel hesaplamaya yönelik temel veri yapıları için kütüphane - Matplotlib: Bilimsel görselleştirme kütüphanesi 2. Gün ------- * Python ile yüksek seviyeli bilimsel hesaplama (~0.5 gün) - SciPy: Yüksek seviyeli sayısal hesaplama kütüphanesi - Pandas: Veri analizi kütüphanesi - Diğer faydalı kütüphaneler: NetworkX, scikit-learn vs. - İleri konular (vakit kalırsa): 3B görselleştirme, paralel hesaplama, derlenen dillerle hızlandırma vs. * Bilimsel kod ve makale yazımında kolaylaştırıcı araçlar (~0.5 gün) - Git: Dağıtık sürüm takip sistemi - Diğer araçlar (vakte ve ilgiye göre): Proje yönetimi (Redmine), Wiki (MediaWiki), GNU/Linux komut satırı (bash) vb. 3. Gün ------- * R ile bilimsel hesaplamaya/veri analizine giriş (~0.5 gün) - R'a genel bakış (tarihçe, çalışma ortamları, yardım alma) - R dili (temel veri yapıları, döngüler, koşullar, fonksiyonlar) * R ile çalışmak (~0.5 gün) - Paketler - Veri okuma yazma - Grafik oluşturma - Veri analizine/madenciliğine yönelik paketler - Uygulama 4. Gün: Proje atölyesi ---------------------- Eğitimin son gününü, içerik açısından katılımcıların tercihlerini de göz önünde bulundurmaya çalışacağımız birkaç mini bilimsel programlama/veri analizi projesine ayırmayı öngördük. Bu mini projelerde, katılımcılar birkaç kişilik gruplara ayrılarak verilen problemin çözümüne yönelik Python ve/ya R ile kod yazacaklar. Gruplar, kendi içlerindeki ortak çalışma için önceki günlerde görmüş olacağımız Web arayüzleri IPython ve RStudio'yu kullanacak ve ortak kodlarının takibini Git üzerinden yapacaklar. Bu projeler sayesinde katılımcıların ilk üç gündeki içeriği pekiştirmesi ve ileride (çalışma arkadaşlarıyla) yürütecekleri kendi araştırmalarında verimli bir iş akışını tecrübe etmeleri umulmaktadır. |
Başlıklar |
AB-Kurs Özgür Yazılım, Açık Kaynak, e-devlet ve e-türkiye Temel Bilimlerde Bilişim Yüksek Başarım Bilişimi |
Dosya |
![]() |