Temel Sanat Tarihi
Antik dönem'den 20. YY'a, sanatın tarihinde bir yolculuk

What you will learn
Antik Dönem'den 20. yüzyıl başına kadar sanat tarihindeki önemli sanat akımlarını, sanatçıları ve onların eserlerini keyifli bir anlatımla inceleyeceğiz.
Why take this course?
🚀 Temel Sanat Tarihi Yolculüğü: Antik Dönem'den 20. Yüzyılá'ya 🎨 GroupLayout: Studio Masterpiece with Mehmetcan Yaman
SANAT TARIHİNİN EN MERKEZİ NOKTALARINI Öğren!
🌍 Sanat Tarihinde Bir Keşif 🕰️ Bu eğlenceli ve bilimli yolculukta, sanatın zengin tarihi uzun yıllar boyunca evrimden geçirelim. Harika görsellerle desteklenen ressam Mehmetcan Yaman'ın sizler için özel bir anlatım sunuyoruz. Sanatın çoğu döneme, hayallerine ve kendi zamanına işaret ettiği eserlerle tanışalım.
🎭 Sanatçılar ve Eserler: Temel Akımlar ve Tarihi Dönemler 🖌️
- Antik dönemden ilk sanat akımlarına: Kütükcülüğün, mozaiklerin ve freske sanatlarını keşfedin.
- Orta Yasal Dönemdeki Büyücülük: Roma mimarisinin İstanbul'da kaleminden bir fırsatı görebilirsiniz.
- Varlık Hayranı ve Ruh Bilişi: Temel Gothic, Renaissance ve Barok dönemlerini anlayın.
- Modernleşme ve İç Dünya: Romantik döneme, Impresonizme ve Post-Impressionizme odaklanın.
- 20. Yüzyıl: Sanat Tarihini Yeni Rekabetlerle 🏞️ Çocuk duyarlığıyla tanınmış sanat hareketleriyle modernleşen bir dönemün temelini inceleyin. Kubizmin, Ekspresionizmin ve Surrealizmin örüğün yanı saki Avant-Garde akımlarını kapsayan bir deneyim yaşalım.
📚 Eğitimin Takımı 🤝 Bu eğitimde, sanat tarihinin pek çok yönü açılan yanı saki kayıtlarında öğrendiklerimiz zengin içerikleri ve interaktif öğrenme modellerini kullanacağız. Her bir döneme dayalı olarak daha fazla okumana ve görüşmeye çalışacaktır.
📽 Ek Sohbetler ve Öneriler 📚➡️🎬 Sanat tarihiyle ilgileniyorsanız, kitap seçimleri ve önerdiğimiz sanat ve müzeler filmlerini kendi zamanlarınızda keşfedebilirsiniz. Bizimle iletişime geçerek bu ekstra içeriklere ulaşabilirsiniz!
👉 Sanat Tarihi İçin Her Zaman Fazla Konu 🎨 Bu eğitim serisi, sanat tarihinin derinliklerine ve zengin akımlarına bir giriş yapmak için herkes için hazır. Sanatın evrimine ve farklı dönemlerin sanatcılarına adım adım atalım.
Siz de bu zihinsel keşif süreci bir parça olarak katılmak isterseniz, bu kutuya tıklayarak kayıt olun ve sanat tarihinin pek çok yönünden derinlemesine birlikte bilgi edinin! 🖊️✨
Sanat Tarihi Seminerleriyle sizlerle her zaman yakın olsun! 💖
Screenshots




Our review
İfadelerinizi görmek ve size yardımcı olmak için Python programlama dilinde bir analiz yapmaya çalışalım. Bu durumda,size verdiğiniz İfadeList nesnesinden İfade nesnelerini ayırarak ve bazı özellikleri (örneğin, kullanılan kelimeler, duygu ifadeler, soru işareleri gibi) analiz etmek istiyorsunuz. Ayrıca, bu İfade nesnelerini daha sonra bir veritabanında saklamak veya bir web uygulaması aracılığıyla kullanmak istiyorsunuz.
Örnek olarak, Python'in nltk
(Natural Language Toolkit) kütüphanesi ve sqlite3
kütüphanesi kullanarak bu işlemleri gerçekleştirebileceğinizi görecektirim. İlk olarak, İfadeList nesnesinden İfade nesnelerini ayırarak basit bir analiz yapalım ve sonrasında bu verileri SQLite3 tabanında saklayalım.
Aşağıda, bu işlemleri gerçekleştiren bir Python scriptini bulabilirsiniz:
import nltk
from nltk.tokenize import word_tokenize
from sqlite3 import connect
import re
# İfadeList nesnesi ve her bir içindeki içeriği string olarak alın
ifade_list = [
"hocamıızın bilgisine hayran kaldım.",
"sanat tarihi bilgisi olmayan birinin anlaması zor diye düşünüyorum, benim biraz bilgim olmazına rağmen bazı detayları aklımda biriktiremedim.",
# ... diğer İfadelersi...
]
# İfade listesini işleyecek fonksiyonu tanımlayalım
def process_ifades(ifade_list):
processed_ifades = []
for ifade in ifade_list:
# Temizleme ve tokenize işlemi yapalım (kelimeleri ayıralım)
words = word_tokenize(re.sub(r'http\S+|@\S+', '', ifade))
# Anlamsal analiz yaparak daha farklı özellikleri ekleyelim
# Örneğin, duygu ifadeler, kullanılan kelimeler, soru işareleri gibi
processed_ifade = {
'words': words,
'questions': '?' in ifade,
'emotion_words': [], # Daha sonra bir emotion analysis library kullanarak bu listeyi dolduralım
'unique_keywords': set(words) # Belirli bir kelime listesine sahip olmayan benzersiz kelimeler
}
processed_ifades.append(processed_ifade)
return processed_ifades
# Analizyi yapalım
processed_ifades = process_ifades(ifade_list)
# SQLite3 veritabanı bağlantısını kuralım ve verileri saklayalım
def save_to_database(data, database_name="ifades.db"):
conn = connect(database_name)
c = conn.cursor()
# Veritabanı yapısını oluşturalım
c.execute('''CREATE TABLE IF NOT EXISTS ifades (
id INTEGER PRIMARY KEY,
words TEXT,
questions INTEGER,
emotion_words TEXT,
unique_keywords TEXT
)''')
# İfade listesini veritabanına kaydedelim
for ifade in processed_ifades:
c.execute("INSERT INTO ifades (words, questions, emotion_words, unique_keywords) VALUES (?, ?, ?, ?)",
(ifade['words'], ifade['questions'], str(ifade['emotion_words']), str(ifade['unique_keywords'])))
# Değişiklikleri kaydetelim
conn.commit()
conn.close()
# Veritabanına kaydedelim
save_to_database(processed_ifades)
Bu kod parçası, İfadeList nesnesindeki içerikleri tokenize eder, daha sonra bir veritabanına kaydeder. nltk
library'si kullanarak anlamsal analiz yapabilir ve ek olarak duygu ifadeler, kullanılan kelimeler ve benzersiz kelimeler gibi detaylı özellikleri analiz edebilirsiniz. Bu işlemleri gerçekleştirecek bir yazılım geliştirmek istiyorsanız, bu kod parçasını temel alabilir ve gerekli ekler yapabilirsiniz.
Dikkat etmek gereken nokta, emotion_words
listesi için gerçekte bir emotion analysis library'si (örneğin, TextBlob
, VADER
, spaCy
) kullanmayı unutmayın. Bu kütüphaneler, daha aşina ve doğru duygusal analizler sağlayabilir.