ODE, Çok Değişkenli Calculus, Lineer Cebir, Hesapsal Bilim, İstatistik, Fonksiyonel Analiz video derslerinden, ya da ders kitaplarından alınan notların Latex ile yazılmış ve PDF olarak üretilmiş dosyaları burada bulunabilir. Örnek Python kodları gerektiği yerde yazı içinde ya da onunla beraber aynı dizinde olacaktır.
Bu notlarda yazılanları takip etmek için önkoşul bilgiler şunlar:
- Trigonometri
- Tek Değişkenli Calculus
- Modülo Matematiği
- Cebir
Yani üniversite sınavına hazırlık için gereken konular (gerçi artık Calculus gerekiyor mu bilmiyorum, benim zamanımda gerekiyordu).
Lineer Cebir (Linear Algebra)
https://burakbayramli.github.io/dersblog/linear
Diferansiyel Denklemler (Ordinary Differential Equations)
https://burakbayramli.github.io/dersblog/ode
Çok Değişkenli Calculus (Multivariable Calculus)
https://burakbayramli.github.io/dersblog/calc_multi
Hesapsal Bilim (Computational Science)
https://burakbayramli.github.io/dersblog/compscieng
İstatistik, Yapay Öğrenim, Veri Analizi (Statistics, Machine Learning, Data Analysis)
https://burakbayramli.github.io/dersblog/stat
Zaman Serileri ve Finans (Time Series and Finance)
https://burakbayramli.github.io/dersblog/tser
Fonksiyonel Analiz (Functional Analysis)
https://burakbayramli.github.io/dersblog/func_analysis
Bilgisayar Bilim, Yapay Zeka (Computer Science, AI)
https://burakbayramli.github.io/dersblog/algs/index.html
Gayri Lineer Dinamik ve Kaos (Non-Linear Dynamics and Chaos)
https://burakbayramli.github.io/dersblog/chaos
Yapay Görüş (Computer Vision)
https://burakbayramli.github.io/dersblog/vision
Fizik
https://burakbayramli.github.io/dersblog/phy/index.html
IT, Bilisim
https://burakbayramli.github.io/dersblog/sk/index.html
İstatistik, Yapay Öğrenim, Veri Analizi
İçeriğe ek yapmak isteyenler için.
Dokümanların içinde görülen kod Jupyter not defteri ya da ipython
ortamı içinden işletilebilir, kurmak icin pip install jupyter ve
pip install ipython.
Diger temel kurulus bilgileri
https://burakbayramli.github.io/dersblog/sk/2016/01/python-dil-ogrenimi.html
Belgelerde görülen her bölümdeki kodlar kendi başına (bölümün dizini içinden) işleyebilecek şekilde ayarlanmıştır. Bu kodlar notların Github tex dosyalarından kopyalayarak alınabilir, ya da ayrı ayrı elle girilir. Eğer kodlar not defteri dışında, dosya bazlı, pür Python olarak işletilmek istenirse,
import numpy as np
import matploblib.pylab as plt
ibarelerini her script'in başına eklemek lazım. Bu durumda kodlar
dosya.py gibi bir dosya içinde kaydedilir, ve python dosya.py ile
komut satırından işletilir.
Gereken dış paketler requirements.txt içinde.
Python paket kurulumu Ubuntu Linux üzerinde pip install [paket ismi]
ile yapılabiliyor.
Eğer kod içinde import edilen bir paket / modül ustteki listeden
değil ise, ve bu dahil (import) edilen kod parçası doküman içinde
gösterilmiyor ise, o zaman bu kod çoğunlukla aynı ya da paralel bir
dizinde .py dosyası olarak eklenmiştir (çünkü import func çağrısı
func.py adlı bir dosyayı dahil eder). Bu dosyayı bulmak için bu
Github projesinin alt dizinlerine bakmak yeterli. Mesela Zaman
Serileri, Koentegrasyon yazısında pyconometrics adlı bir modülün
import edildiğini görüyoruz. Bu dosya üstteki listedeki paket
listesinden gelmiyor. Projenin alt dizinlerine bakıyoruz, tser/tser_coint
altında pyconometrics.py adlı bir dosyayı görüyoruz. Gerekli kod burada.
Here are lecture notes on ODE, Multivariate Calculus, Linear Algebra, Computational Science, Computer Science, Statistics, Functional Analysis written in Latex, in Turkish. All necessary Python code and data is either in the document itself or included in the same directory as the article, residing in this GH repository.
Anaconda is the suggested Python installation, and for the necessary
side packages. Use conda install to do this, or pip install on the
list above.
R
The R installation command for Ubuntu, as well as the R package installation command is shown above in the TR section.
Blog
https://burakbayramli.github.io/dersblog
The code is licensed under GPL v3. See COPYING for details.