Bültenler

Veri Okuryazarlığı - 1.Kısım

Veriyi Anlamak

Verinin tanımı kullanıldığı alana göre değişmektedir. Bilimsel çalışmalarda veri; “Bir araştırmacı tarafından gözlemlerden elde edilen sayısal olan ya da olmayan sonuçlara veri denilmektedir.“ Diğer taraftan Bilişim Teknolojileri dünyasındaki tanımı ile; bilgisayar ortamında bulunan bilgilerin, programlar tarafından işlenebilmesini sağlamak amacıyla derlenmiş ve formüle edilmiş haline veri denir.
Sosya medya, internet, IoT, akıllı endüstriyel sistemler vb. ile birlikte dijital ortamda gerçekleştirdiğimiz her etkinlik veri oluşumuna katkıda bulunur. Bu noktada veri bilimi , bu büyük ve karmaşık veri kümesinden anlamlı sonuçlar ve katma değer üretmemizi sağlayan çıkarımlar elde etmemizi sağlayarak, makina öğrenmesi ve yapay zeka teknolojileri ile birlikte günlük yaşantımızın bir parçası haline gelmektedir.


Açık Veri

Her gün sosyal platformlarda, sunumlarda çok hızla artan veriden ,büyük veriden bahsediyoruz. Tüm dünyada üretilen bu verinin dünya ile paylaşılması açık veriyi sağlamaktadır. Açık veriler, herkesin erişebileceği, kullanabileceği ve paylaşabileceği verilerdir. Hükümetler, işletmeler ve bireyler sosyal, ekonomik ve çevresel faydalar sağlamak için açık verileri kullanabilirler.


Türkiye’de  açık veri konusu şu şekilde;

2011 yılında Open Government Partnership’e kabul edildi. Fakat sonrasında 2017 Eylül ayında  Open Government Partnership ortaklığından çıkarıldı. Saydamlık taahhüdünü yerine getirmedi.

Şu günlerde Cumhurbaşkanlığı dijital dönüşüm ofisi projelerinde açık veri gündem maddelerinden bir tanesidir. Henüz fayda sağlama konusunda tam olarak uygulamaya geçilmese de gündemde olması ve bir şeyler yapılıyor olması umut vericidir. https://cbddo.gov.tr/projeler/acik-veri/


Veri Bilimi ve İstatistik

Veri Okuryazarlığı (Data Literacy) temelde anlama, kullanma ve analiz etme görevlerinin yerine getirilmesinde rol alır.

Veri okuryazarlığı alanında veri türlerini kısaca;
> Sayısal Veri
> Alfanümerik / Karakter Veri
> Mantıksal Veri
olarak adlandırabiliriz.


Jordan Morrow, TEDxBoise konuşmasında, “Veriler değerlidir, ancak tıpkı petrol gibi insanlardan geçmeli ve değer kazanmak için arıtılması gerekir. Bu veri okuryazarlığıdır.” İfadesiyle durumu özetlemektedir.


İstatistik Bilimi; belirli bir amaç için veri toplama, tablo ve grafiklerle özetleme, sonuçları yorumlama, sonuçların güven derecelerini açıklama, örneklerden elde edilen sonuçları kitle için genelleme, özellikler arasındaki ilişkiyi araştırma, çeşitli konularda geleceğe ilişkin tahmin yapma, deney düzenleme ve gözlem ilkelerini kapsayan bir bilimdir.

İstatistiksel Veri Analizi Aşamaları (VERİ OKURYAZARLIĞINA GİRİŞ):

  1. Temel Kavramlar
  2. Merkezi Eğilim Ölçüleri
  3. Dağılım Ölçüleri
  4. İstatistiksel Düşünce

Bu bölümde Temel Kavramlardan bahsedilecektir.


1-Temel Kavramlar:

Anakütle (Kitle, Popülasyon): Üzerinde çalışılan tüm gruba ya da istatistiksel sonuçların genelleştirileceği gruba kitle denir.


Parametre: Bir kitlenin tanımlayıcı sayısal ölçüsüdür.


Örneklem: Bir kitlenin belli bir özelliğini incelemek üzere, kitleden belirli kurallara göre seçilen birimler topluluğuna örneklem denir.


Örneklem İstatistiği: Bir örneklemin tanımlayıcı sayısal ölçüsüdür.


İçinde bulunduğumuz dönemden örnekle; Covid-19 aşısının bulunması yeterli örneklemin sağlanmasına dayanmaktadır. Açık olarak ifade edilirse; virüse yakalanmış kişilerden kaçında iyileşme görülecek? veya aşının kişilerde olumsuz etkileri olacak mı? gibi sorulara örneklemdeki grup üyeleri karar verecektir.


Verilerin Görselleştirilmesi

Karmaşık ve büyük verileri daha anlaşılır ve kullanıma hazır bir hale getirerek değer üretmemizi sağlayan bir kaynağa dönüştürebiliriz. Tabi bunun için öncelikle elimizdeki verinin bazı aşamalardan geçirilmesi ve uygun algoritmaların kullanılması gerekiyor.

İlk aşamada bu sorulara cevaplar arayarak başlayabiliriz.


Betimleyici Analitik“Ne olmuş?” sorusuna yanıt aranır. Veriyi betimlediğimizde mod, medyan, standart sapma veya görselleştirme teknikleriyle basit raporlar oluşturduğumuzda betimleyici analitik yapmış oluruz. Şirketin ilk üç ay ne kadar ürün sattığını gösteren çizelge yapmak, örnek verilebilir.


Teşhis Tanı Analitiği“Neden, Neden olmuş, Nasıl olmuş?” sorularının yanıtını verir. Betimledikten sonra görmüş olduğumuz durumun neden olduğunu sorgular, yani teşhis tanı analitiği yapmış oluruz. Mevsimsel bir fiyat artışı etkisi buna örnek verilebilir.


Tahminsel Veri Analitiği: “Ne olacak?” sorusuna yanıt verir. Gelecek dönem planlamalarında öngörülü hareket etmek için kullanılır. Satışların gelecek dönemde ne kadar artacağını tahmin etmek, örnek verilebilir.


Yönergeli Analitik: “Nasıl olmalı, Ne olmalı?” sorularına yanıt verir. Elde ettiğimiz öngörülerle bir olasılıklar kümesi oluşturduktan sonra, verimliliği arttırmak, daha fazla değer üretmek için hangi kümenin hangi elemanını seçmeliyim sorguları bu kısma dahildir. Yazın ürün satışlarımın artma ihtimalini dikkate alarak, stokta daha fazla ürün tutarak daha fazla getiri elde edebilirim, örnek verilebilir.


Gelecek hafta Veri Okuryazarlığı (2.Kısım) ile devam edeceğiz.


Büyük Veri Eğitimlerimiz ile ilgili detaylı bilgi almak için bilgi formunu doldurunuz.

Veri Raporlama ve İş Zekası Eğitimlerimiz ile ilgili detaylı bilgi almak için bilgi formunu doldurunuz.

Yapay Zeka Eğitimlerimiz ile ilgili detaylı bilgi almak için bilgi formunu doldurunuz.



CCNP (Cisco Certified Network Professional) Eğitimi, CCNP Security Eğitimi
Kadıköy şubesi
Haftasonu
Mail olarak ücret bilgisini göndermenizi rica ediyorum

CCNP Security Eğitimi
Kadıköy şubesi
Haftasonu
Mail olarak ücret bilgisinin gönderilmesini rica ediyorum

Bilişim Eğitim'i siz de takip edin:
Paylaş
Fırsatı siz de kaçırmayın!
Sitemizi keşfedin:
© 1999-2024 Bilişim Eğitim Grubu