ProjelerProjects

Basketbol kulüpleri için mobil maç istatistik ve analiz uygulaması geliştirdim. Uygulama, koçların maç sırasında oyuncu bazlı istatistikleri anlık olarak kaydetmesini, maç sonunda takım ve oyuncu performanslarını analiz etmesini sağlar. Ayrıca velilerin çocuklarının gelişimini ve maç performanslarını takip edebilmesini hedefler. I developed a mobile match statistics and analytics application for basketball clubs. The app enables coaches to record player-based statistics in real time during matches and analyze team and player performance after the game. It also aims to allow parents to track their children's development and match performances.

• Canlı İstatistik Girişi: Şut, asist, ribaund vb. olayların anlık girişi; büyük butonlar, geri al ve olay geçmişi; periyot bazlı takip.Live stat entry: shots, assists, rebounds and more recorded instantly; large buttons, undo, and event history; period-based tracking.
• Maç Yönetimi: Kadro seçimi, sahaya çıkacak 5 oyuncunun belirlenmesi, periyot başlatma/bitirme, oyuncu değişikliği ve maç sonlandırma.Match management: roster selection, lineup of 5, period start/end, substitutions, and match closeout.
• Offline-First: Tüm veriler anlık olarak local storage'a yazılır; uygulama kapansa bile veriler korunur ve backend geldiğinde otomatik senkronize olur.Offline-first: all data written to local storage instantly; data is preserved even if the app closes and auto-syncs when a backend becomes available.
• Analiz ve Raporlama: Oyuncu bazında detaylı istatistikler, şut yüzdeleri, son N maç karşılaştırmaları ve trend grafikleri.Analytics and reporting: per-player detailed stats, shooting percentages, last-N-games comparisons, and trend charts.
• Maç Sonrası Düzenleme: Olay ekleme/silme/düzeltme ve periyot, oyuncu, olay türüne göre filtreleme; analizler anlık güncellenir.Post-match editing: add/edit/remove events with filtering by period, player, and event type; analytics update in real time.

↗ ↗ ↗ ↗ ↗ ↗ ↗ ↗

Azure SQL veritabanına bağlı, uçuş verilerinin sorgulanması ve yönetilmesi için geliştirilmiş bir backend REST API. Uçuş arama, müsaitlik sorgulama ve rezervasyon işlemleri için endpoint'ler sunar. A backend REST API connected to an Azure SQL database for querying and managing flight data. Provides endpoints for flight search, availability, and reservation operations.

↗

Flight API kullanılarak geliştirilen sohbet botu ile kullanıcıların mesaj yazarak uçuş araması, bilet alması ve mevcut biletlerini görüntülemesi sağlandı. A chatbot built using the Flight API that allows users to search for flights, purchase tickets, and view their existing bookings by simply sending messages.

↗

Arduino Mega 2560 kullanarak evcil hayvanlar için hareket algılamaya dayalı etkileşimli bir eğlence cihazı geliştirdim. PIR hareket sensörü ile algılanan hareketlere karşı LED, buzzer ve servo motor çıktıları üreten sistemi Arduino C ile programladım ve WOKWI emülatörü üzerinde test ettim. I developed an interactive entertainment device for pets using an Arduino Mega 2560, based on motion detection. I programmed the system in Arduino C to produce LED, buzzer, and servo motor responses to movements detected by a PIR motion sensor, and tested it on the WOKWI emulator.

• Hareket Algılama: PIR sensör evcil hayvanın hareketini algılayarak sistemi tetikler.Motion Detection: PIR sensor detects pet movement and triggers the system.
• Etkileşimli Çıktılar: Hareket algılandığında LED'ler yanıp söner, buzzer ses çıkarır ve servo motor rastgele açılara döner.Interactive Outputs: On motion detection, LEDs blink, the buzzer emits sound, and the servo rotates to random angles.
• Kullanıcı Kontrolü: Slide switch ile cihaz kolayca açılıp kapatılabilir.User Control: A slide switch allows easy on/off control of the device.

Makine öğrenmesi dersi kapsamında, finansal veriler üzerinden hisse senedi fiyatı tahmini yapan bir proje geliştirdim. Python ve scikit-learn kullanarak Lineer Regresyon ve Random Forest modellerini karşılaştırdım; sonuçları MAE, RMSE ve R² metrikleriyle analiz ettim. As part of a machine learning course, I developed a project to predict stock prices using financial data. I compared Linear Regression and Random Forest models using Python and scikit-learn, and analyzed the results with MAE, RMSE, and R² metrics.