Python Temelleri — Mosh Hamedani’den

ML Builder için Türkçe Notlar

Yazar

Phase 1

Yayınlanma Tarihi

2026-05-28

0.1 Bu kitap nedir?

Bu, Mosh Hamedani — Python for Beginners (4 sa 27 dk YouTube kursunun) Türkçe ders notlarıdır. 12 ders halinde, Mosh’un orijinal 35 chapter’ı sistematik olarak yeniden organize edilmiş. Hedef: izlerken paralel okunabilecek; sonradan tek başına da yeterli olabilecek bir Python referansı üretmek.

Her bölüm bir “Builder Notu” katmanı taşır: kavramın makine öğrenmesi ile köprüsü. print() → tensor shape debug; list → numpy.ndarray → torch.Tensor; dict → state_dict / config; for batch in dataloader: → ML eğitim döngüsünün ana motoru; class MyModel(nn.Module): → modern AI’nın DNA’sı. Python’u “tek başına bir dil” olarak değil, ML’in lingua franca’sı olarak okuyoruz.

NotKaynak

Kaynak transkript Türkçe makine-dublajıdır. Mosh quote’ları “— Mosh (Türkçe dublaj), X:XX” formatında verilmiştir (orijinal İngilizce değil — dublaj zaman zaman makine çevirisinin tuhaflıklarını taşır, parantez içi düzeltici notlarla işaretlenmiştir).

0.2 Nasıl Okumalı

Sıralı oku. Mosh’un her dersi bir öncekinin kelimelerini kullanır. Atlamak istersen, en azından Ders 1 (Kurulum), Ders 4 (Listeler/Tuple), Ders 5 (Fonksiyonlar) ve Ders 8 (Döngüler) zorunlu — bu dörtlü modern ML kodunun çatısını taşıyor.

İpucuPratik bir tavsiye

Her bölüm sonundaki egzersizleri atlama. Özellikle PyCharm’ı açıp Mosh’la birlikte yazdığın “Guessing Game”, “Translator”, “Calculator” projeleri Python sezgisini parmaklarına yerleştirir. ML’de aynı kontrol akışlarını yıllarca farklı kılıklarda yazacaksın.

0.3 12 Ders

# Ders Mosh Ch Ana Fikir ML Köprüsü
1 Kurulum ve Geliştirme Ortamı 1-4 python.org + PyCharm + Hello World Python = ML lingua franca
2 Değişkenler ve Veri Tipleri 5-7 str, int, float, methods Tensor dtype, pd.Series.str
3 Girdi ve İlk Etkileşim 8-10 input(), Calculator, Mad Libs LLM prompt template’in atası
4 Listeler ve Tuple’lar 11-13 [...] ve (...), indexing ndarray = Tensor
5 Fonksiyonlar 14-15, 23 def, return, parameters nn.Module.forward()
6 Karar Yapıları 16-18 if/elif/else, and/or/not torch.where, attention masking
7 Sözlükler ve Setler 19 + set {k: v}, vocab, dedup state_dict, NLP vocabulary
8 Döngüler 20-22, 24 while, for, range, nested for batch in dataloader ⭐
9 Uygulama: Çevirmen + Yorum 25-26 string transform + # NLP preprocessing, ML docs
10 Hata Yönetimi ve Dosyalar 27-29 try/except, with open NaN guard, checkpoint persistence
11 Modüller, Paketler, Pip 30, 35 import, pip install, REPL ML kütüphane evrenine kapı
12 Nesne Yönelimli Programlama 31-34 class, __init__, inheritance class MyModel(nn.Module): ⭐

⭐ = modern AI’nın doğrudan yapı taşı.

0.4 Yazım Felsefesi

Mosh’un yaklaşımı: her kavramı küçük, çalışır örneklerle göster. Hızlı, somut, pratik. Bu kursta o yaklaşıma sadık kalıyoruz; üstüne Builder Notu ekliyoruz — her Python kavramının NumPy / pandas / PyTorch / scikit-learn ekosisteminde nereye düştüğü.

0.4.1 Üç Eksen

  1. Pedagojik eksen (Mosh sırası): Mosh’un anlattığı sırayla, onun seçtiği örneklerle ilerler. Zaman damgalı Türkçe-dublaj quote’lar.
  2. Builder eksen (ML/AI bağlantıları): Her Python kavramının kütüphane karşılığı — list comprehension → NumPy vectorization, dict → JSON config / state_dict, OOP → nn.Module, modül → kütüphane evreni.
  3. Pratik eksen (çalışır kod): Her dersin egzersizlerinden biri runnable Python — sayıyı seçip çıktıyı kendin gör.

0.5 Builder Hedefi

Bu kurs bittiğinde, sonraki adım numpy, pandas, torch, sklearn ekosistemi. Bu kursun her dersi o adımı kolaylaştırmak için tasarlandı — Python’u ML lensinden öğrenmek.

ÖnemliBir tek cümle

Önceki dört kurs (lineer cebir, olasılık, calculus, derin öğrenme) sana neyi öğretti; bu kurs Python’la nasıl kodlanacağını öğretiyor — ve her ders, modern ML/AI ekosistemine açılan kapıyı işaret ediyor.

0.6 Kardeş Kurslar

Phase 1 serisi (TR + ML köprüleri):