WomeninTechAcademyFinalProject
Python ile Veri Analizi Projesi
Install / Use
/learn @ayseaktag/WomeninTechAcademyFinalProjectREADME
Women in Tech Academy Bitirme Ödevi
<h1 align="center"> <a href="https://git.io/typing-svg"> <img src="https://readme-typing-svg.herokuapp.com/?lines=Selam!;+Keyifli+İncelemeler:)¢er=true&size=25"> </a>
Analizde Kullanılan Kütüphaneler:
-
Numpy
-
Pandas
-
Matplotlib
-
Seaborn
Veri Setlerine İlişkin Açıklamalar:
Beş farklı veri seti bulunmaktadır. Bunlar games, games_details, players, ranking ve teams'tir.
-
Games: Her oyun hakkında genel bilgi içermektedir.Oynanan maçların istatistiklerini barındırmaktadır.
-
Games_details: Bu dosya maç ve oyuncularla ilgili daha detay bilgileri içermektedir.
-
Players: Oyuncunun adı ve takımı hakkında bilgiler bu dosyada yer almaktadır.
-
Ranking: Her takımın sezon boyunca belirli günlerdeki durumu hakkında bilgi
-
Teams: Arena, takımın ne zaman kurulduğu vb. takıma ait bilgiler bu dosyada yer almaktadır.
Elde Edilen Sonuçlar:
Elde edilen sonuçların bazıları aşağıda verilmiştir. Daha fazla detaya .ipynb uzantılı kod dosyasından erişebilirsiniz.










Grafik incelendiğinde, Los Angeles'ta oynanan basketbol maçlarının daha başarılı sonuçlandığı görülmüştür. En başarısız maçlar ise New Orleans/Oklahama City'de gerçekleşmiştir.
Akademi kapsamında yazdığım medium yazılarıma erişmek için de aşağıdaki linki inceleyebilirsiniz. https://medium.com/@aayseaktag
Related Skills
node-connect
341.2kDiagnose OpenClaw node connection and pairing failures for Android, iOS, and macOS companion apps
claude-opus-4-5-migration
84.5kMigrate prompts and code from Claude Sonnet 4.0, Sonnet 4.5, or Opus 4.1 to Opus 4.5
frontend-design
84.5kCreate distinctive, production-grade frontend interfaces with high design quality. Use this skill when the user asks to build web components, pages, or applications. Generates creative, polished code that avoids generic AI aesthetics.
model-usage
341.2kUse CodexBar CLI local cost usage to summarize per-model usage for Codex or Claude, including the current (most recent) model or a full model breakdown. Trigger when asked for model-level usage/cost data from codexbar, or when you need a scriptable per-model summary from codexbar cost JSON.
