DataVision: Sayı II

BÜLTEN: 02

DataVision: Sayı II

Gündem

—> Oracle, 2018 yılında bünyesine kattığı datascience.com’u ve bulut tabanlı veri bilimi platformunu duyurdu.

Bağlantı: Oracle Boosts Machine Learning With DataScience.com Buy

—> Türkiye’de üniversite öğrencilerine yönelik düzenlenen “Hayal Edin Gerçekleştirelim” Sosyal İnovasyon Proje Fikirleri Yarışması’nın kazananları açıklandı. Birincilik Ödülü’nün sahibi Yapay Zeka Tabanlı Akıllı Arı Kovanı Takip Sistemi projesi oldu.

Bağlantı: Yapay Zeka Tabanlı “Akıllı Arı Kovanı Takip Sistemi” Ödül Aldı

—> COVID-19 yapay zeka uzmanlarını ve yaşam bilimi araştırmacılarını tedavi amacıyla bir araya getiriyor.

Bağlantı: COVID-19 Datasets Bring AI Experts, Life Sciences Researchers Together For A Cure

—> COVID-19’un tüketici harcamaları endüstrisini nasıl etkilediğiyle alakalı bir çalışma hazırlandı.

Bağlantı: How COVID-19 Consumer Spending is Impacting Industries

—> Apple’dan bir veri bilimciyle röportaj yapıldı: Apple’ın mülakat soruları üzerine konuşuldu.

Bağlantı: Apple Data Scientist Interview Questions and Answers

 

Okuma Listesi

 

—> Is Augmented Intelligence The Best Perspective On AI?

—> Top 25 Machine Learning Startups To Watch In 2020

—> Veri Bilimi Veri Analizi Meslek Seçimi ve Eğitimi

—> Veri Bilim Neden Var?

—> Hangi Veri Bilim Benim İçin Daha Uygun?

—> Yeni Başlayanlar İçin Veri Bilimi Kılavuzu

—> Autoencoder (Otokodlayıcı) nedir? Ne için kullanılır?

 

Anlaşılması Güç İfade

Büyük Veri, yükselen teknolojiler ve tüketicilerin artan veri kullanım oranı paralelinde daha fazla çeşitlilik içeren veri kümesidir.

Bu iki kavram konusunda aklınızda hala sorular var ise linkleri takip ederek, sorularınıza yanıt arayabilirsiniz.

1-) Ferhat Sarıkaya : Büyük Veri Nedir?

2-) Bilginç IT Academi : Büyük Veri Nedir?

 

 

Sözlük

 

Overfitting: Çoğumuz öğrencilik hayatında sınavlara son gün çalışır. Eğer ders pek ilgimizi çekmiyorsa ve zamanda az ise deftere yazdığımız soruları ve onların çözümlerini ezberleyip sınav gireriz. Sınava girmeden önce kendimizden son derece emin oluruz, ne de olsa soruları ve çözümleri ezberlemişizdir. Ve sınav sonuçları açıklanınca hüsrana uğrarız 🙂 Çünkü sorularda ki mantığı anlamak yerine ezberlemişizdir. Karşımıza çıkan ilk farklı örnekte patlarız. İşte buna overfitting deniyor!

Underfitting: Bu terimi anlamak için de bu seferde farklı bir öğrenci bakışını ele alalım 🙂 Sınav zamanı yaklaştıkça öğrenciler kalan zamanını daha iyi değerlendirebilmek için kendilerince ‘bu konu çıkmaz’, ‘bu konudan çok örnek yapmadı’ vb. düşüncelere kapılarak bazı konulara hiç çalışmazlar. Böylelikle sınavdan yine düşük alırlar. İşte bunun adı da Underfitting 🙂

Underfitting ve Overfitting ile ilgili daha detaylı bilgi almak, örnek problem görmek isterseniz  —> https://www.datasciencearth.com/underfitting-ve-overfitting/

 

Tarih Köşesi

 

1943: Elektronik beyin kavramı Warren S. McCulloch ve Walter H. Pitts tarafından ortaya atıldı. 

1943: İkinci Dünya Savaşı, nörobilim ve bilgi işlem alanları da dahil olmak üzere pek çok disiplinden bilim insanını bir araya getirdi. Matematikçi Alan Turing ve nörolog Grey Walter, akıllı makinaların zorluklarıyla mücadele eden ve parlak fikirler getiren kişilerdi. Walter ilk robotları yaptı. Modern bilgisayarın fikir babalarından Turing ise birisini başka biriyle konuştuğunu düşünerek kandıran akıllı bir makine için Turing Testi icat etti. 

1950: Alan Turing’in, düşünen makineler yaratma olasılığı hakkında düşüncelerini paylaştığı makalesi, bir dönüm noktası yarattı. 

1950: Isaac Asimov, büyük etkileri olmuş “Ben, Robot” isimli bilim kurgu romanını yayınladı. 

1951: Manchester Üniversitesi’nin Ferranti Mark 1 makinesini kullanan Christopher Strachey bir dama programı, Dietrich Prinz ise bir satranç programı yazdı. 

1955: John McCarthy , Dartmouth Konferansı için 1955 yılında Yapay Zeka terimini ortaya atmıştır. 

1956: 1956 tarihli Dartmouth Konferansı, Marvin Minsky, John McCarthy ve iki kıdemli bilim insanı Claude Shannon ve Nathan Rochester tarafından düzenlendi. 

1968: Minsky bilim kurguyu da etkiledi. 2001: Bir Uzay Destanı filmi Minsky’nin de aralarında bulunduğu yapay zeka araştırmacılarının yaptığı makinaların çok yakında insan seviyesindeki zekaya doğru gideceği gibi bazı öngörüleri yansıtıyordu. 

1969: Robot Shakey, çevresi hakkında akıl yürüterek kendi eylemleri hakkında kararlar verebilen ilk genel amaçlı mobil robot olarak geliştirildi. Hareket etmeden önce gördüklerinin mekansal bir haritasını yapıyordu. İleri doğru iterken, Shakey her seferinde haritasını güncelleştirmek zorunda kalıyordu. 

1973: 1970’lerin başına kadar yapay zeka kötü bir durumdaydı. Milyonlar harcanmasına rağmen görünürde çok az şey vardı. 1973’te matematikçi Prof. Sir James Lighthill’in görüşüne göre, makinalar yalnızca bir deneyimli amatör satranç seviyesi kapasitesindeydi. Akıl yürütme ve yüz tanıma gibi basit görevler kapasitelerinin üzerindeydi. Sektör sermayesinin kesilmesi yapay zekanın kışını başlattı. 

1981: Yapay zekanın kışı, ticari değerinin fark edilmeye ve yeni yatırımlar çekmeye başladığı anda bitti. Genel bir zeka yaratmaya çalışmak yerine, uzman sistemler daha küçük görevlere odaklandı. Bu, sadece çok özel bir problemin kurallarıyla programlanmaya ihtiyaç duydukları anlamına geliyordu. 

1990: Bilim insanı Rodney Brooks, insan bilişselliğinin gizemlerini açıklamaya başlayan sinirbilimdeki gelişmelerden esinlendi. Brooks, bir bilgisayarı akıllı davranış kurallarıyla önceden programlamanın yukarıdan aşağıya yaklaşım olduğunun yanlış olduğunu savundu. Bu yapay zekaya yönelik yaklaşımları canlandırmaya yardımcı oldu. 

1997: 1997’de dünya satranç şampiyonu Garry Kasparov’la oynayan Deep Blue süper bilgisayarı Garry’yi yendi.  

2002: IRobot şirketi, ticari olarak başarılı ilk robot, otonom bir elektrik süpürgesi olan, Roomba’yı üretti. Basit sensörlere ve minimum işlem gücüne rağmen, robot bir evin güvenilir ve verimli bir şekilde temizlenmesi için yeterli zekaya sahipti. 

2005: Soğuk Savaştan sonra, ABD ordusu otonom robotlara yatırım yapmaya başladı. Boston Dynamics tarafından yapılan BigDog, bunların ilkiydi. IRobot da bu alanda büyük bir oyuncu olmuştur. Bomba atma robotu PackBot, patlayıcı koklama gibi akıllı yeteneklerle kullanıcı denetimini birleştiriyordu. Irak ve Afganistan’da 2000’den fazla PackBot görevlendirildi. 

2008: Apple iPhone’da konuşma tanıma özelliğiyle bir Google uygulaması olan, bir özellik ortaya çıktı. Konuşma tanıma yapay zekanın temel hedeflerinden biri olmasına rağmen, yatırımlar %80 doğruluktan daha fazlasını kaldırmadı. Google, yeni bir yaklaşımın öncülüğünü yaptı. 

2011: Watson, hızlı cevap verebilen bir konuşma makinesi yaptı ve bu makine iki dil şampiyonunu yendi. 

2012: Apple Siri’yi tanıttı ve cihazlarında kullanmaya başladı. SiriiOS 5’ten itibaren iOS işletim sisteminin bir parçasıydı. Ekim 2012 ve sonrasında üretilen bütün Apple cihazlarında Siri yer almaktadır. Siri kelimeleri anlama ve cevap verme konusunda çok başarılı olsa da ses tonundan duygu ve düşünceleri anlama konusunda üzerinde çalışmalar hala devam etmektedir. 

2014: Facebook’un yeni teknolojisi, yüz tanıma konusunda insan zekası seviyesine ulaştı. 

2015: Google, kendi kendine video oyun oynamayı öğrenip ustalaşan yapay zeka teknolojisi geliştirdi. 

2017: NVIDIA PilotNet adını verdiği ve insanları gözlemleyerek bir otomobili sürmeyi öğrenen, sinir ağı tabanlı bir sistem geliştirdi. 

2017: Deep Mind araştırmacıları geliştirdikleri yeni algoritmayla yapay zekaya hafıza eklemeyi başardılar. 

2017: Nottingham Üniversitesi araştırmacıları, hangi hastaların 10 yıl içinde inme veya kalp krizi geçireceğini tahmin edebilmek için rutin tıbbi verileri tarayan bir yapay zeka sistemi geliştirdi. 

 

Başucu Kaynakları

Geçen hafta Springer kitaplarını paylaşmıştık ancak, bu ücretsiz erişim için de o kadar güzel kitaplar var ki “Veri Bilimi” özelinde bir daha yapalım dedik.

Uri Eliabayev bu konuda güzel bir derleme yapmış :

Springer has released 65 Machine Learning and Data books for free

 

Öneri

Bu haftaki kitap önerimiz:

Uygulamalarla Veri Bilimi (Deniz KILINÇ – Nezahat BAŞEĞMEZ): Yeni başlayan ve uygulamalar için kaynak arayanların başvurabileceği bir kitap.

 

Katkı Sağlayanlar

– Berkay AKBULUT                       – Eren Can ARDIÇ
– Doğukan TUNA                            – Saygın YILDIZ

 

2 thoughts on

DataVision: Sayı II

Bir cevap yazın

Data Science Earth

Data Science Earth ekibi, üst düzey Veri Bilim çözümleri üretmek amacı ile toplanmış akademisyenler ve uzmanlardan oluşmaktadır. Öncelikli olarak veri bilincini geliştirmeyi ve küreselleşen rekabet ortamında verinin gücünün doğru kullanılmasını sağlamayı amaçlamaktadır.

Sponsor

QuestionPro 35 farklı soru seçim özelliği ile anket çalışmalarımıza güç katmaktadır.