NEDİR BU VERİ?

Bilgisayarların sonuca ulaşabilmek için algıladığı, işlediği, sonuç ürettiği veya daha sonra kullanmak üzere depoladığı her şeye veri denir.

Veri bilimi ise en kısa tanımıyla edindiğimiz verileri kullanışlı hale getirmektir.

Veri bilimi dediğimizde aklımıza gelen 3 kişi vardır: 1-Veri analisti 2-İstatistikçi 3-Makine öğrenmesi mühendisi.

Veri bilimi alanında ilerlemek için yeterli istatistik bilgisine sahip olmamız gerekir. Örneğin bir bankada başvuran müşterinin krediye uygun olup olmadığını, uygunsa hangi meblağda kredi alabileceğini bilmek için istatistik biliminden yararlanmalıyız. Aynı zamanda bu kişiye ait verileri kullanarak yeterli olup olmadığını kontrol etmek ve geri dönüş yapmak durumundayız.

Veri bilimi dediğimizde aklımıza gelen alanlardan birisi de AI yani yapay zekadır. Yapay zekada yanlılık (bias) bir problemdir. model onu oluşturan kişiye göre şekillenir ve kimisi için pozitif yönlü ayrım yaparken kimisi için bu durum negatif olabilir.

Örneğin iş ilanında kadın başvurularının daha dezavantajlı olması gibi.

Veri seti üçe bölünür:

1-train

2-validation

3-test

trainde modeli oluştururuz testte ise veri setinin hiç görülmeyen kısmı test edilir. Bunu yapma sebebimiz objektif bir sonuç elde etmeyi istememizdir.

validation ve test kısımlarını kullanma sebebimizi şöyle bir soru ile belirtebiliriz; gerçek hayatta denesem nasıl sonuç alırdım?

Son olarak da adını sıkça duyduğumuz makine öğrenmesinden bahsedeceğim.

Makine öğrenmesi ikiye bölünebilir: uygulamalı makine öğrenmesi ve makine öğrenmesi araştırması.

ML yani machine learning dediğimiz şey tükettikleri verilere göre öğrenen ya da performansı iyileştiren sistemler oluşturmaya odaklanan bir AI alt kümesidir.