Geniş Ekran Test Deseni (16:9)

En Boy Oranı
Sınaması
(Yuvarlak görünmeli)

4x3

16x9
 INTRODUCTION TO DATA SCIENCE
VERİ BİLİMİNE GİRİŞ
TURKEY Konya Technical University
 Doç.Dr. Sait Ali UYMAZ
sauymaz@[Link]
Sait Ali UYMAZ

 Ders Kaynakları (Course Materials)

- Ders notları (Slides)
- Data Science from Scratch – Joel Grus (Book)
- Think Like a Data Scientist – Brian Godsey (Book)
- Uygulamalarla Veri Bilimi – Deniz Kılınç, Nezahat Başeğmez (Book)
- Carnegie Mellon University – Practical Data Science – Zico Kolter (Lectures)
- Berkeley University of California – Foundations of Data Science – Ani Adhikari (Lectures)

 Ders Asistanı – Arş.Gör. Beyza KAYHAN

Topics
Sait Ali UYMAZ
1. Data Science and Data Scientist
2. Data for Data Science
3. Pythonic 1
4. Pythonic 2
5. Getting Data
6. Data Manipulation
7. Visualizing Data
8. Linear Algebra for Data Science
9. Statistic for Data Science
10. Gradient Descent Algorithm
11. Introduction to Machine Learning
12. Regression
13. Introduction to Deep Learning
Grading
Sait Ali UYMAZ

▪ %70 Sınavlar
▪ %30 dönem içi etkinlik ve ödevler
Outline
Sait Ali UYMAZ

 Data! Data! Data!

 What is data science?
 Data Scientist
 Responsibilities
 What is data science not?
 Examples
Concepts
 Data Science  Business Intelligence (BI)
 Machine Learning (ML)  Recommendation System
 Artificial Intelligence (AI)  Future Engineering
 Exploratory Data Analysis (EDA)  Data Mining
 Regression  Data Preprocessing
 Data Visualization  Prediction
 Deep Learning  Anomaly Detection
 ETL  Fraud Detection
 Data Warehouse  Knowledge Discovery
 Big Data  Databases
 Data Literacy  Optimization
Veri Bilimi Aşamaları

Illustration by
Author. Inspired by
MEME of Dr.
Angshuman Ghosh
 Data Science Stages
Sait Ali UYMAZ

 Problem Statement: Problemin açık şekilde ifade edilmesi ve çözümün katacağı değerin ortaya konulması
 Data Collection : Model için gerekli verilerin toplanması
 Data Cleaning : Veri yığınından eksik, gereksiz ve yinelenen verilerin temizlenmesi
 Data Analysis and Exploration : Verilerin yapısının analiz edilmesi, içlerinde gizli kalıplar bulunması,
davranışların incelenmesi ve bir değişkenin diğerleri üzerindeki etkilerinin görselleştirilmesi

 Data Modelling : Hipoteze uygun modelin oluşturulması (sınıflandırma, regresyon, kümeleme vb.)
 Optimization: Modellerin veri üzerinde performansının test edilmesi ve iyileştirilmesi için optimize edilmesi
 Deployment : Modelin kullanıma açılması ve kullanıcıların geri dönüşlerinin alınması
 Data Science Stages – key points
Sait Ali UYMAZ

 Sorgulama: Veriye doğru soruları sormak (tanımlayıcı, keşif, tahmin),

verileri anlamaya ve analiz yöntemine karar vermeye yardımcı olur.

 Keşifsel Veri Analizi: Verilerin soruları yanıtlamak için yeterli olup

olmadığı kontrolü
 Doğru verilere sahip misiniz?

 Başka verilere de ihtiyaç var mı?

 Doğru sorulara sahip misiniz?

Data! Data! Data!
Sait Ali UYMAZ

Web siteleri
Akıllı telefonlar, evler, arabalar, fabrikalar, cihazlar, makineler
İnternet ansiklopedisi
Alana özgü veritabanları (film, müzik, spor, eğitim vs.)
Devlet kurumları, özel işletmeler

Bu veri yığının içinde sayısız cevap var ki henüz

sormadığımız soruların bile…
Bu ders doğru soruları sorma ve bu sorulara nasıl cevap
bulabileceği üzerine odaklanır.
 4 types of Data Analytics

Tanımlayıcı – Teşhis – Tahmin – Öngörü

Data Science

Gerçek dünya → → → → → → → → → → → → → → Yararlı Bilgiler

What is data science?
Sait Ali UYMAZ

Yapısal ve yapılandırılmamış veriden

bilgi (knowledge, insight) elde etmek

için bilimsel yöntemleri, süreçleri,
algoritmaları ve sistemleri kullanan
disiplinler-arası bir alandır.
 Data Scientist?
Sait Ali UYMAZ

“A data scientist is someone who is better at statistics than any software

engineer and better at software engineering than any statistician.”

Data Scientist – Veri Bilimcisi;

 Veri yığınlarından bilgiyi (knowledge, insight) çıkaran kişi
 Veriyi bilgiye dönüştüren kişi
 İş dünyası ile veri dünyası arasındaki noktaları birleştiren kişi
Responsibilities
Sait Ali UYMAZ

1. Veri kümelerinin toplanması, düzenlenmesi, analiz edilmesi ve

yorumlanması.
2. Problemi anlamak ve gelecekteki eğilimleri tahmin etmek için hem geçmiş
hem de güncel verileri kullanmak.
3. Daha yenilikçi ve ileri analitik yöntemler geliştirmek.
4. İş problemleri için veri yığını içindeki gizli çözümleri bulmak ve ortaya
çıkarmak.
5. Veri analizi sonuçlarının açık ve ayrıntılı bir şekilde sunulması.
What is data science not?
Sait Ali UYMAZ

YANLIŞ bilinen ve karıştırılan 3lü!

 Data science is not machine learning

 Data science is not statistics

 Data science is not big data

COVID-19 Open Research Dataset Challenge (CORD-19)
Sait Ali UYMAZ

What is known about transmission, incubation, and environmental stability?

What do we know about COVID-19 risk factors?
What do we know about virus genetics, origin, and evolution?

Homework 1: (Her öğrenci kendine özgü bir veri seti hazırlamalı)

• Dersi alan öğrenciler veri seti hazırlanacak.
• 5 soru ve sorunun cevabı bu veri setinden çıkarılacak.
• Veri seti en az 5 nitelik barındıracak?
COVID-19 Open Research Dataset Challenge (CORD-19)
Sait Ali UYMAZ

Basit İstatistik
COVID-19 Open Research Dataset Challenge (CORD-19)
Sait Ali UYMAZ

Regresyon
COVID-19 Open Research Dataset Challenge (CORD-19)
Sait Ali UYMAZ

Machine Learning
 Sınıf içi tartışma:
Amaç: Veri Bilimi Proje önerisi
Konu: Öneri veya Tahmin sistemi
Alan: Emlak danışmanlık
 Introduction to Data Science
Veri Bilimine Giriş

Department of Computer Engineering

Sait Ali UYMAZ

sauymaz@[Link]