VERİ BİLİMİ

ÖNSÖZ Veri biliminin hedefi, alınacak kararları hacimli veri kümelerinden elde edilen içgörülere dayandırarak karar alma süreçlerini geliştirmektir. Bir faaliyet alanı olarak veri bilimi, hacimli veri kümelerinden, kolayca saptanamayacak faydalı örüntüler çıkarmaya yarayan bir dizi ilkeyi, sorun tanımını, algoritmayı ve süreci içerir. Veri madenciliği ve makine öğrenmesi yakından ilişkili olsa da, veri biliminin etkinlik alanı bunlarla sınırlı değildir. Günümüzde veri bilimi modern toplumların hemen her bileşeninde karar alma süreçlerini yönlendiriyor. Veri biliminin gündelik yaşamınızı hangi yollardan etkileyebileceğine dair örneklerden bazıları, çevrimiçi olarak size hangi reklamların sunulacağına; hangi filmler, kitaplar ve arkadaş bağlantılarının tavsiye edileceğine; hangi e-postaların istenmeyen postalar kutunuza düşeceğine; cep telefonu hattınızı değiştirdiğinizde hangi teklifleri alacağınıza; sağlık sigortanızın size ne kadara patlayacağına; muhitinizdeki trafik lambalarında hangi ışıkların ne zaman yanacağına; ihtiyaç duyabileceğiniz ilaçların nasıl tasarlanacağına ve şehrinizde polisin hangi lokasyonlarda suç takibine odaklanacağına benzer kararların verilmesidir. Toplumlarımızda veri biliminin kullanımındaki artışı güdüleyen etkenler, büyük veri (big data) ve sosyal medyanın ortaya çıkışı, bilgi işlem (computing) gücündeki hızlanma, bilgisayar belleğinin maliyetindeki muazzam düşüş ve derin öğrenme gibi daha güçlü veri analizi ve veri modelleme yöntemlerinin gelişimidir. Bu faktörler bir arada şu anlama gelir: Kuruluşlar için veri toplamak, depolamak ve işlemek hiçbir zaman bugünkü kadar kolay olmamıştır. Söz konusu teknik inovasyonlar ve veri biliminin daha geniş ölçekte uygulanışı aynı zamanda şu anlama da gelir: Veri kullanımına ve bireysel mahremiyete ilişkin etik güçlüklerin aşılması hiçbir zaman bugünkü kadar aciliyet kazanmamıştır. Bu kitabın hedefi, okuyucuya veri bilim alanına dair ilkeli bir anlayış kazandıracak derinlikle, alanın en önemli unsurlarını ele alan bir giriş sunmaktır. Birinci bölüm, veri bilimi alanını tanıtıyor ve onun nasıl gelişip evrimleştiğine dair tarihsel bir özet sunuyor. Aynı zamanda, veri biliminin bugün niçin önemli olduğunu ve benimsenmesinde itici güç olan faktörlerden bazılarını inceliyor. Bölüm, veri bilimiyle ilişkili mitlerden bazılarının incelenmesi ve çürütülmesiyle sona eriyor İkinci bölüm, veriyle ilişkili temel kavramları tanıtarak, bir veri bili mi projesindeki standart aşamaları tarif ediyor: işin anlaşılması, verinin anlaşılması, verinin hazırlanması, modelleme, değerlendirme ve konuşlandırma. Üçüncü bölüm, hem veri altyapısına hem de bir den fazla kaynaktan veri bütünleştirmenin ve büyük verinin ortaya çıkardığı güçlüklere odaklanıyor. Tipik bir veri altyapısının güçlük yaratabilen yönlerinden biri, veri tabanındaki ve veri ambarındaki verinin sıklıkla veri analizi için kullanılan sunuculardan farklı sunucularda bulunmasıdır. Bunun sonucu olarak hacimli veri kümeleriyle çalışıldığında, veri tabanı ya da veri ambarının bulunduğu sunucular ile veri analizi ve makine öğrenimi için kullanılan sunucular arasında veriyi aktarmak şaşırtıcı derece uzun zaman alabiliyor Üçüncü bölüm, kuruluşların kullanımına yönelik standart bir veri bilimi altyapısının tarifi ve bir veri altyapısı içinde hacimli veri kümelerini bir yerden bir yere taşımanın zorluğuyla baş etmek için geliştirilen çözümlerden bazılarının açıklanmasıyla başlıyor. Makine öğrenmesinin veri tabanı içinde kullanımı, veri depolamak ve işlemek için Hadoop'un kullanımı ve geleneksel veri tabanı programları ile Hadoop benzeri çözümleri sorunsuzca kaynaştıran karma veri tabanı sistemlerinin geliştirilmesi bu çözümler arasında. Bölüm, bir kuruluşun farklı bileşenlerinden gelen veri kümelerinin, makine öğrenimiyle uyumlu, birleşik bir gösterim oluşturacak şekilde bütünleştirilmesine ilişkin bazı güçlüklere dikkat çekerek sona eriyor Dördüncü bölüm, makine öğrenimi alanını tanıtıp sinir ağları, derin öğrenme ve karar ağacı modelleri gibi en popüler makine öğrenimi algoritmaları ve modellerinden bazılarını açıklıyor. Beşinci bölüm, bir dizi iş sorununu inceleyip bunların makine öğrenimi çözümleri tarafından nasıl çözülebileceğini betimleyerek makine öğrenimi uzmanlığını gerçek dünyanın sorunlarıyla ilişkilendirmeye odaklanıyor. Altıncı bölüm, veri biliminin yaratabileceği etik sorunları, veri mevzuatlarındaki yeni gelişmeleri ve veri bilimi sürecinde bireylerin mahremiyetini korumaya yönelik yeni bilgi işlem yaklaşımlarından bazılarını inceliyor. Son olarak yedinci bölüm, yakın gelecekte veri biliminin kayda değer ölçüde etkileyeceği bazı alanları tanıtıyor ve bir veri bilimi projesinin başarılı olup olmayacağını belirlemede önem taşıyan ilkelerden bazılarını açıklıyor. KİTAPTAN NOTLAR - Eğer bir insan uzman, bir örüntüyü kolaylıkla kendi zihninde yaratabiliyorsa, onu "keşfetmek" için veri bilimini kullanmak, genellikle harcanacak zamanı ve çabaya değmez. Aslında "veri tabanlarında bilgi keşfi" ile "veri madenciliği" terimleri aynı kavramı tanımlar; aralarındaki fark veri madenciliği işçi evrelerinde VBK ise akademik çevrelerde daha yaygın kullanılmasıdır. - Başarının anahtarı, doğru veriyi elde etmek ve doğru nitelikleri bulmaktır. - Bir niteliğin veri türü (nümerik, ordinal, nominal) veriyi analiz etmek ve anlamak için kullanabileceğimiz yöntemleri etkiler. - Veri bilim projelerinin gerçek değeri, genellikle bir soruna yönelik içgörü sunan önemli bir yada daha fazla türetilmiş niteliğin saptanmasıdır. VEBB Piramidi: Dünya > Veri > Enformasyon > Bilgi > Bilgelik - Sırf veriyi veri tabanından dışarı taşımak ve sonuçları veri tabanına geri taşımak için kayda değer bir zaman harcanabilir. - Melez veri tabanı, veriye erişim sıklığına ve kullanılan veri bilimi uygulamalarının türüne dayanarak verilerin konumunu otomatik olarak dengeler. - MÖ kullanımındaki asıl güçlük, öğrenme yanlılığı belirli bir veri kümesiyle en iyi uyuşan algoritmayı bulmaktır. - Modelleri değerlendirmede altın kural, modellerin asla eğitildikleri veriyle sınanmamasıdır. - İnsanların müşteriler hakkındaki sezgileri, çoğunlukla belirgin olmayan önemli segmentleri gözden kaçırır ya da detaylı pazarlama için gereken ayrıntıl seviyesini sağlayamaz. - Tüm veri bilimi projelerinde olduğu gibi, öbeklemenin en büyük güçlüklerinden biri, en iyi sonuçları elde etmek amacıyla hangi niteliklerin dahil edilip hangilerinin dışlanacağına karar vermektir. - Kişiselleştirme bazı kişilerin öncelikli muamele görmesi, bazılarının ise marjinalleştirilmesi ile sonuçlanabilir. - Yeterince dikkatli kullanılmazsa, veri bilimi gerçekten de ön yargıları sürdürüp güçlendirebilir.