Veri Bilimi ile ilgili söylenebilecek çok şey var.
Kritik konularda biri: Nereden başlayalım?
Tabii ki ‘makine öğrenmesi’ ile başlamak mantıklı olmaz.
Hele temel konularda kendimizi geliştirebileceğimiz alanlar henüz tamamlanmadı ise.
Ne demek istiyorum?
Şuradan mı başlasak.
‘Veri nedir?’ dediğimizde aklımızda şekillenen nedir?
Sayılar mı? Kelimeler mi?
Yoksa daha geniş bakabiliyor muyuz:
Mesela koku ve tad gibi daha soyut kavramların da veri olabileceğini görebiliyor muyuz?
Demek istediğim: Belirli bir sorunun çözümüne katkı sağlayacak her şey, her kırıntı veri olabilir.
Yeter ki bunu bilgisayarda işleyecek bir formata dönüştürebilelim.
Bunu yapabilirsek, en temel veri bilimi yetenekleri ile bile yapabileceklerimizin sınırı yok.
Yani aslında zincirin zayıf halkası çoğu zaman algoritma değil, veri.
Evet, bugün çözülemeyen bir çok sorunun çözülememe nedeni, algoritma yoksunluğu değil.
Yeterli veri olmaması, ya da olduğunun farkında olmamamız.
Buna olumlu tarafından bakalım:
Eğer kafanızdaki problemi çözmek için, bu problemi çözecek doğru veriyi bulabilirseniz, ya da üretebilirseniz, algoritma olarak çok ilerde olanların çözemeyeceği sorunları çözebilirsiniz.
.. Dediğim gibi zayıf halka aslında ‘veri’.
Bu nedenle veri alanında ‘derin’ konulara girmeden önce, temel veri işleme yetenekleri ile neler yapabileceğimizi görmek önemli. Aslında uzmanlaştıkça göreceğiz ki, veri biliminin alt alanlarındaki başarı da atacağımız sağlam temellere bağlı.
O zaman bu temelleri sağlam atma adına bir şeyler yapalım.
Hadi, ham veriyi, bilgiye, bilgiyi de gerçek hayattaki bir problemin çözümüne götürecek döngü ve basamakları birlikte görelim.
Çünkü öğrenme, yeteneğe sadece ve sadece uygulama ile dönüşebilir.
tarkan abdulkadir guner 