Veri Bilimi Bülteni : DataVision Sayı V

haftalık veri bilimi bülteni

DataVision Sayı V

Güncel olaylar

Early Bird’i sinir ağlarını eğitmek için kullandığınızda 10 kat’a kadar daha az enerji harcayarak işleminizi gerçekleştirmeyi sağlayabiliyor.

Early Bird uses 10 times less energy to train deep neural networks

Google fosil yakıt enerjisi için Yapay Zeka kullanmamak için söz verdi.

Google pledges to no longer build AIs for the fossil fuel industry

Microsoft, büyük ölçekli modelleri test etmek üzere Azure tarafından barındırılan bir süper bilgisayar oluşturmak için OpenAI ile ortaklık kurdu.

Microsoft partners with OpenAI to build Azure supercomputer

MIT-IBM Watson AI Lab, pandeminin sağlık ve ekonomik sonuçlarını ele almayı amaçlayan 10 araştırma projesini finanse ediyor.

Marshaling artificial intelligence in the fight against Covid-19

Okuma listesi

Yapay Zeka’nın Sağlık alanında kullanımı gün geçtikçe artıyor. Bu alana bir giriş yapmak isteyenler ve bilgilerini arttırmak isteyenler için…

Artifical Intelligence and Machine Learning for Healthcare

Veri Bilimi denince akla gelmesi gerek ilk şirket olan Google bizleri de düşünmeyi ihmal etmiyor. Yapay Zeka araçlarını incelemekte fayda var.

Top 8 Google AI Tools

Veri Bilimciler alanları gereği çok fazla veri ile uğraşıyorlar. Bunlarında büyük bir kısmı mecburi olarak yazı yani kelime. Bu alanda farklı bir bakış açısı olabilir.

Most Used Word as a Data Scientist — Insights!

Ekibimizden Kerem KARGIN uzun soluklu bir seriye imza atıyor. Veri görselleştirmede en popüler araçlardan biri olan PowerBı’yı birde onun kaleminden okuyalım.

Power BI Bölüm:1

Kaggle’ın Veri Bilimi için önemini bu alana giren herkes biliyordur. Bilmeyenler ve daha fazla bilgi edinmek isteyenler okuyabilirler.

Veri Bilimi için Kaggle

Herkesin merak ettiği Yapay Zeka alanında kimi takip etmeliyim sorusunu cevaplamaya çalışıyor yazar.

Türkiye ‘de Yapay Zeka Alanın da Kimi Takip Etmeli?

Sektörün popüler konularından metin madenciliğine giriş yazılarından olabilecek nitelikte.

Metin Madenciliğinde Veri Ön işleme

Psikoloji ve Veri Bilimi birlikteliğinden ne çıkacağını merak edenler için güzel bir yazı olabileceğini düşünüyoruz.

Sürü Psikolojisinin İkili Nitel Tercih Modelleri ile Belirlenmesi: Twitter Örneği

Anlaşılması güç ifade

Üst Veri (Metadata): Dijital değer olarak adlandırdığımız varlıklar, yalnızca medya dosyalarından ibaret değildir. Bu dosyaların değerlerinin anlaşılması ve kullanılabilmeleri için, içerikleri ile ilgili ek bir bilgiye ihtiyaç vardır, yani “üstveri” olarak adlandırdığımız metaverilere. Bir kaynağın ya da verinin öğelerini tanımlayan bilgiler olarak söylenebilir. Pratikte anlamda kullanımına bir örnek olarak; kütüphanelerdeki kart kataloğu ya da bibliyografyalara benzetilebilirler. Yani, metadatalar verinin kaynağını niteleyen, kendi başına anlamsız bilgi parçacıklarıdırlar. Metadata’nın descriptive metadata, structural metadata, administrative metadata, reference metadata ve statistical metadata gibi pek çok türü bulunmaktadır.

Sözlük

Jupyter Notebook: Jupyter Notebook’lar, Python kodunuzu yazmak ve derlemek için harika bir yol sunar. Veri bilimi projelerini etkileşimli olarak geliştirmek ve sunmak için inanılmaz derecede güçlü bir araçtır.

Detalı bilgi için -> Jupyter Notebook Nedir?

Scikit Learn: Scikit-Learn, makine öğrenimini uygulamak için güçlü, zengin ve kapsamlı bir Python kütüphanesidir. Kütüphane, modelleme (ör. Sınıflandırma, regresyon ve kümeleme algoritmaları), model seçimi (ör. Izgara arama), önişleme (örn. Özellik çıkarma) ve daha fazlası için araçlar sağlar.

Daha fazla bilgi almak ve küçük bir uygulama yapmak için -> Scikit Learn ile Veri Analitiğine Giriş

Tarih köşesi

Bir Yapay Zeka Örneği: Kasparov ve Deep Blue Gerçeği

Yapay zekâ alanındaki araştırmaların en önemli mihenk taşlarından biridir Satranç. 1950’lerde başlayan bu ilişkinin zirve yaptığı noktaysa 1996 ve 1997 yıllarında zamanın dünya satranç şampiyonu Garry Kasparov ile IBM süper bilgisayarı Deep Blue’nun yaptığı maçlardı. Bu iki maç “insanlık robotlara karşı” çekişmesini dünya çapında gündem haline getiren ilk gerçek mücadeleydi.

O yıllarda dünyanın gündeminde olan bu maç yapay zeka adına çok önemli bir adımın başlangıcı olmuştur.

Deep Blue ile o zamanki dünya satranç şampiyonu Garry Kasparov arasında 11 Mayıs 1997’de yapılan satranç maçı, Kasparov’un yenilgisiyle sonuçlandı. Kasparov, bilgisayarın bir hamlesinde insan müdahalesi bulunduğunu söyleyerek sonuca itiraz etti. Bu olaydan sonra yapay zekâ ve robotların insan yaşamı üzerinde nasıl bir etkiye sahip olacakları tartışmaları hız kazandı.

Sonuç olarak ,

Geçen bu süre zarfında teknolojik gelişmelere paralel olarak ilerleyen satranç programlarının cep telefonlarında bulunan en basit versiyonları dahi Deep Blue’dan daha derin analizler yapabilmekte. Dolayısıyla artık insanlığın yapay zekâ satranç programlarına karşı hiçbir şansı kalmamış durumda, en yüksek puanlı büyük ustanın bile. Kasparov ise bunu bir mağlubiyet olarak görmüyor. Bu makinaları inşa eden ve programları yazan insanlar olduğu sürece aslında tüm bu teknolojilerin insanlığın gelişimi için faydalı olduğuna ve Terminatör filmindeki gibi robotların dünyayı ele geçirmesinden korkarak yaşayacağımıza, onları en iyi şekilde kullanarak dünyayı daha güzel bir yer haline getirmemiz gerektiğine inanıyor. Kasparov için bu durum aslında insanlığın robotlarla yaptığı bir savaş değil, insanların ilerlemeye ve gelişime açık olup olmayacağına dair alması gereken bir kararı gösteriyor.

Daha fazlası için :  IBM DEEP BLUE

Yardımcı Kaynaklar

Bu haftanın başucu kaynaklarını sosyal bilimlerde veri bilimi uygulamalarına ve çalışmalarına yönelik olarak hazırladık.(Dikkat indirilebilir içerik!)

1- İçinde bulunduğumuz büyük veri dönemi işletmeleri nasıl etkiliyor sorusuna aşağıdaki makale ile bir göz atmak isteyebilirsiniz. 🙂

Büyük Veri Çağında İşletmelerde Veri Bilimi

2- Bu çalışmada da yine veri bilimi ekseninden sosyal bilimlere ve işletmelere yönelik bir bakış söz konusu. Veri, Büyük Veri ve İş Yönetimi üzerine kesinlikle okunmaya değer bir çalışma. 🙂

Veri, Büyük Veri ve İşletmecilik

Öneri

Bu haftanın kitap önerisi ise Prof. Dr. Necati Cemaloğlu’nun Sosyal Bilimlerde Veri Madenciliği kitabı. 

Çağımızın insanının veriye ulaşmak gibi bir sorunu olmamasına rağmen, verinin içerisindeki cevheri, madeni, elması bulma ve onu ortaya çıkarma sorunu vardır. 1990’lı yıllardan itibaren veri madenciliği alanı ortaya çıkmış ve mevcut veri tabanının analizi ile bilgiyi keşfetme yoluna gidilmiştir. Bu kitap da, veri madenciliği konusu çalışma alanı olarak kabul edilmiş ve veri madenciliğinin gelişimi, süreçleri, ilkeleri, örnekleri, yöntemleri, SPSS uygulamaları ve bazı istatistikî yöntemler açıklanmıştır.

KATKIDA BULUNANLAR

Berkay AKBULUT

Eren Can ARDIÇ

Doğukan TUNA

Saygın YILDIZ

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.