İlginizi Çekebilir
  1. Ana Sayfa
  2. Microsoft Azure
  3. Veri Bilimi (Data Science) Nedir?

Veri Bilimi (Data Science) Nedir?

Veri Bilimi (Data Science) Nedir?

Veri bilimi isim, sayı veya bir başka deyişle etiket ve kategorileri kullanarak veri üzerine sorulan soruları cevaplamaya çalışan bilim dalıdır.

Büyük Veri ve İş Zekası gibi kavramların uzun yıllardır kullanıyor olması ve gün geçtikçe daha fazla ihtiyaç duyulması ve analizlerin daha dinamik, ileri görüşlü olması ihtiyacı uzun yıllardır bilimin bir dalı olan veri bilimi günümüzün en popüler teknolojilerinden biri haline geldi.

Veri bilimi aslında veri ile ilgili her konuyu inceleyen bir bilim dalıdır. Bu bilim dalı günümüzde Makina öğrenmesi, Derin Öğrenme, gibi kavramların endustri ve teknolojiye uyarlanması ile daha populer hale gelmiştir.

Veri bilimini bu kadar görünür yapan ve her alanda karşımıza çıkmasını sağlayan bir diğer etken ise teknolojinin gelişmesidir. Önce ki yıllarda büyük verilerin işlenmesi çok büyük altyapılar ve yatırımlar gerektiriken bulut bilişimin gelişmesi işlemci gücünün artması(computing), dağıtık hesaplamaların (distributed computing) ve yüksek performanslı işlemlerin (high performance computing) kolaylaşması ve bu teknolojilerin herkes tarafından kullanılabilmesinin kolaylaşması ile bu önemli ve detaylı bilim dalı Endüstri 4.0 ile endüstriye detaylı bir giriş yapmış oldu.

Veri bilimi çok detaylı ve kendi içerisinde çok fazla detay ve branş bulunduran bir bilim dalıdır. Biz yazılarımızda teknoloji tarafından veri biliminin önemli bileşenleri olan (Makine Öğrenmesi), Deep Learning (Derin Öğrenme), Artifical Intelligence(Yapay Zeka) ve Cognitive Servisleri (Bilişsel Servisleri) inceliyor olacağız.

Peki Veri bilimi ile biz hangi sorularımız cevaplar veya çözeriz.

  1. Bu veri X mi, Y mi?
  2. Bu veri farklı mı?
  3. Ne Kadar, Kaç tane?
  4. Veri nasıl sınıflanıyor?
  5. Bu Veri ile ne yapmalıyım? Bir Sonraki Adımım Nedir?

 

Peki veri bilimi bu soruları cevaplarken nasıl çalışır? Bu aşama da teknoloji tarafına girdiğimiz için alt başlık olarak makine öğrenmesini kullanacağım.

Machine Learning bu soruların cevaplarını algoritmalar aracılığı ile bulur. Tabi sorun sadece algoritmanın olması ile çözülmüyor. Sorumuza cevap ararken kullandığımız bileşenler;

Algoritma: Arabanın Mühendislik Çizimi ve Teknik Detayları, Nasıl yapıldığının anlatımı.

Veri: Araba Parçaları

Bilgisayar: Arabayı Yapan İnsanlar veya Robotlar

Cevap: Araba

Yukarıda ki gibi bir çok bileşen kullanılarak Veri bilimi ile istediğimiz cevaba ulaşırız.

Az önce bahsettiğimiz her soru ise içerisinde bir çok alt kırılımı olan algoritmalarımıza denk geliyor. Bu yazımızda kısaca bu algoritmalardan bahsedeceğiz ve sonraki yazılarımızda detaylı olarak bu algoritmaları örnekli olarak inceliyor olacağız.

Bu veri X mi, Y mi? (Classification Algorithms)

Temel olarak 2 boyutlu Classification Algoritmasından bahsedecek olursak;

Bu araç 2000 km sonra bozulacak mı? Evet, Hayır

Hangisi müşteri ilgisini çekiyor? Hediye Ürün, Hediye Çeki

Bu Veri Farklı mı? (Anomaly Detection Algorithms)

Kredi Kartı hırsızlığı, spam ve saldırı engelleme gibi alanlarda çok kullanılan bu algoritma belirli davranışları inceleyerek farklı davranışları veya verileri tespit eder.

Örnek vermek gerekirse. Türkiye Cumhuriyetinde yaşayan birisi olarak siz sürekli Türkiye Sınırları içersinde fiziksel mağazalardan veya online sitelerden alışveriş yapıyorsunuz. Eğer bir anda Avrupa veya bir kaç saat içerisinde olamayacağınız bir fiziksel mağazadan alışveriş yaparsanız bu anormal veya farklı bir davranıştır. Bu veri veya davranış kredi kartı hırsızlığı olarak yorumlanabilir.

Ne Kadar, Kaç Tane? (Regression Algorithms)

Regression algoritmaları sayısal olarak değerleri tahmin etmede kullanılırlar. Satış alanında veya sayısal bir çok verinin tahmin edilmesinde bu algoritma kullanılabilir.

12. Ayda satış miktarım ne kadar olacak?

Veri Nasıl Sınıflanıyor? (Clustering Algorithms)

Sınıflandırma algoritmaları bir çok alanda kullanılıyor. Verininzin çeşitliliği ve boyutuna göre aynı veriye bir çok soru sorabilirsiniz. Ve zaman zaman verinizin kategorize etmek, yapısını anlamak isteyebilirsiniz.

Örnek vermek gerekirse, bir eticaret sitesinin verisini düşünelim. Satış veya müşteri verisi ticarette en önemli verilerdendir. Mesela;

Hangi müşteriler aynı tip kıyafetleri satın alıyor?

Veya bu ayakkabıyı alan müşteriler hangileri?

Bu Veri ile Ne Yapmalıyım? Bir Sonraki Adım ne? (Reinforcement Learning Algorithms)

Bu algoritmayı bilimsel olarak insanlar ve hayvanlar üzerinde yapılan deneylere benzetebiliriz. Hangi ceza veya ödüle nasıl davranılıyor gibi. Bu algoritma veri girdi ve çıktılarından bir sonraki adımı veya aksiyonu tahmin etmeye yarar.

Daha somut bir örnek vermek gerekirse, ısının 30 dereceye gelince kesilmesi

Kırmızı ışık da durulur mu geçilir mi?

Bu yazımızda Veri bilimini ve Veri bilimi ile cevap bulacağımız bir çok soruya ana başlıklar halinde baktık. Daha önce de söylediğim gibi sonraki yazılarda hem diğer teknolojilerimize hem de algoritmalarımıza daha detaylı bakıyor olacağız.

Bu konuyla ilgili sorularınızı https://forum.mshowto.org linkini kullanarak ulaşacağınız forum sayfamızda sorabilirsiniz.

Referanslar

www.mshowto.org

TAGs : , , yapay zeka, Machine Learning, , nedir, , ornekler, ,

Yorum Yap

Yazar Hakkında

Onur Yüksektepeli - Chief Technology Architect | Micosoft MVP Onur Yüksektepeli Nephocraft firmasının kurucusu aynı zamanda kendi firmasında teknoloji çözümleri mimarıdır. 15 Yıldan fazla IT tecrübesi ile temel uzmanlık alanı olan Platform ve diğer teknolojiler için müşterilerine ürün ve hizmetler sunmaktadır. Microsoft MVP ünvanına sahip Onur Yüksektepeli birçok IT etkinliğinde aktif konuşmacı olarak ve IT topluluklarında yönetici olarak aktif rol üstlenmektedir. Nephocraft firmasın da yönetici olarak oluşturduğu çözümlerde yeni teknoloji gelişmelerini de göz önünde bulundurarak, müşterilerine esnek, yenilikçi, akıllı ve üretken iş çözümleri üretmektedir.Onur Yüksektepeli bulut, platform, data, devops, development gibi konularda aktif danışmanlık ve IT eğitmenliğine de devam etmektedir.

Yorum Yap