Bu modül katılımcılara Python programlama dilinin temellerinden başlayarak, yapay zekâ teknolojileri ve bu teknolojilerin tarih araştırmalarında ve kaynaklarında nasıl kullanılabileceği üzerine bilgiler sunacaktır. Eğitim içeriği veri toplama, işleme ve görselleştirme metotlarıyla başlayacak ve yapay zekâ araçlarının bu süreçlerde nasıl entegre edilebileceğine dair uygulamalı bilgiler verecektir. Ayrıca katılımcılar Python ile veri analizi yapmayı öğrenirken aynı zamanda ChatGPT gibi ileri yapay zekâ modellerinin veri analizindeki potansiyellerini deneyimleyecekler.

​

1. DERS: Dijital Çalışmalara Giriş ve Python Temelleri

​

Oturum 1: Dijital Çalışmalara Giriş ve Kurulum Bu oturumda, dijital çalışmaların tarihsel araştırmalardaki önemi tartışılacaktır. Python ortamının kurulumu ve Anaconda, Jupyter Notebooks gibi yaygın araçların nasıl kurulacağı ele alınacaktır. Ayrıca, Jupyter ve VSCode gibi Python IDE'leri tanıtılacaktır.

​

Oturum 2: Temel Python Sözdizimi ve Veri Tipleri Bu oturumda, Python programlama dilinin temel sözdizimi ve veri tipleri üzerinde durulacaktır. Değişkenler ve veri tipleri (tam sayılar, ondalık sayılar, stringler, booleans) incelenecektir. Temel işlemler (aritmetik, karşılaştırma, mantıksal), listeler, demetler ve sözlükler gibi konular işlenecek ve uygulamalı alıştırmalar yapılacaktır.

 

2. DERS: Python’da Kontrol Yapıları ve Fonksiyonlar

​

Oturum 3: Kontrol Yapıları Bu oturumda, Python'da kullanılan kontrol yapıları ele alınacaktır. Koşullu ifadeler (if, elif, else) ve döngüler (for, while) konuları detaylandırılacaktır. Ayrıca, liste kavrayışları ve uygulamalı alıştırmalar ile pekiştirilecektir.

 

Oturum 4: Fonksiyonlar ve Modüller Fonksiyonların nasıl tanımlanacağı, fonksiyon argümanları ve geri dönüş değerleri öğretilecektir. Python'un standart kütüphanelerinin (math, datetime, vb.) içe aktarımı ve kullanımı hakkında bilgi verilecektir. Bu oturumda da uygulamalı alıştırmalar yapılacaktır.

​

3. DERS: Dosyalarla Çalışma ve Veri Görselleştirme

​

Oturum 5: Dosyalarla Çalışma Bu oturumda, dosyalardan okuma ve dosyalara yazma işlemleri incelenecektir. CSV ve metin dosyaları ile çalışma yöntemleri öğretilecektir. Uygulamalı alıştırmalar ile konular pekiştirilecektir.

​

Oturum 6: Veri Görselleştirme Görselleştirme kütüphanelerine (Matplotlib, Seaborn) giriş yapılacaktır. Temel grafiklerin (çubuk grafikler, çizgi grafikler) nasıl oluşturulacağı anlatılacaktır. Veri görselleştirme örnekleri ve uygulamalı alıştırmalar ile bu oturum tamamlanacaktır.

 

4. DERS: Web Scraping ve Metinsel Analiz

​

Oturum 7:  Web Scraping'e Giriş Web scraping'in ne olduğu ve tarihsel araştırmalarda nasıl kullanıldığı anlatılacaktır. HTML yapısı, CSS seçiciler gibi temel kavramlar işlenecektir. BeautifulSoup, Requests gibi araçlar kullanılarak basit web scraping uygulamaları yapılacaktır.

​

Oturum 8: Metin İşleme Metin işleme kütüphanelerine (Nltk, SpaCy) genel bir bakış sunulacaktır. Tokenizasyon ve normalizasyon işlemleri öğretilecektir. Frekans analizi (kelime sayımları, n-gramlar) ve duygu analizi gibi konular incelenecektir.

 

5. DERS: Coğrafi Bilgi Sistemleri ve Dijital Arşiv

​

Oturum 9: Coğrafi Bilgi Sistemleri (CBS) ve Haritalama CBS'nin tarihsel araştırmalardaki kullanımı ve temel haritalama araçları (QGIS) öğretilecektir. Harita veri setleri ile çalışma ve uygulamalı alıştırmalar yapılacaktır.

​

Oturum 10: Dijital Arşiv ve Veri Yönetimi Dijital arşivlerin oluşturulması ve yönetimi, veri temizleme ve organizasyonu konuları işlenecektir. Veri tabanı temelleri ve SQL kullanımı hakkında bilgi verilecektir. Bu oturumda da uygulamalı alıştırmalar yapılacaktır.