VeriAnalizi

Büyük veri ve yoğun veri arasındaki temel fark, büyük verinin hacmi, çeşitliliği, hızı ve doğruluğu gibi özelliklerle tanımlanan geniş veri kümelerini ifade etmesidir. Yoğun veri hakkında spesifik bir tanım bulunmamaktadır. Ancak, büyük veri genellikle şu özelliklerle karakterize edilir: Hacim (Volume): Büyük miktarda veri. Çeşitlilik (Variety): Yapılandırılmış, yarı yapılandırılmış ve yapılandırılmamış veri türleri. Hız (Velocity): Verilerin hızlı artışı ve gerçek zamanlı işleme gereksinimi. Doğruluk (Veracity): Verilerin kalitesi ve güvenilirliği. Büyük veri, geleneksel veri işleme yöntemleriyle analiz edilemezken, yoğun veri terimi daha çok belirli bir veri türünü veya işleme yöntemini ifade ediyor olabilir.

Akıllı şehirlerde açık veri şu şekillerde kullanılabilir: Şeffaflık ve hesap verebilirlik: Açık veri, şeffaflığı artırarak sorumlu yönetimi destekler. İnovasyon ve katılım: Vatandaşlar ve girişimciler için bilgiye erişimi kolaylaştırır, inovasyonu teşvik eder ve katılım fırsatlarını artırır. Kamu hizmetlerinin iyileştirilmesi: Hizmet standartlarının belirlenmesine, takip edilmesine ve yönetilmesine yardımcı olur. İş birliği ve yeni iş modelleri: Sektörler arasında iş birliklerini ve yeni iş modellerinin tasarlanmasını kolaylaştırır. Veri analizi ve karar alma: Toplanan veriler, yapay zeka ve makine öğrenmesi ile analiz edilerek daha akıllı kararlar alınmasını sağlar. Türkiye'de açık veri kullanımına örnek olarak, Çevre, Şehircilik ve İklim Değişikliği Bakanlığı tarafından geliştirilen Ulusal Akıllı Şehir Açık Veri Platformu (ULASAV) ve İstanbul Büyükşehir Belediyesi'nin İBB Açık Veri Portalı gösterilebilir.

SPSS analizde istenmeyen değişkenleri kaldırmak için "Değişkenleri Yeniden Kodlama" (Recode into Different Variable) veya "Yeni Değişkenler Oluşturma" (Compute Variable) yöntemleri kullanılabilir. Değişkenleri Yeniden Kodlama: "Transform" menüsünden "Recode into Different Variables" seçeneği seçilir. Yeniden kodlanmak istenen değişken seçilir ve "Old and New Values" seçeneğine tıklanır. Eski ve yeni değerler girilir ve "Add" seçeneğine tıklanır. Tüm yeniden kodlanmak istenen değerler için bu işlem tekrarlanır. İşlem tamamlandığında "OK" seçeneğine tıklanır. Yeni Değişkenler Oluşturma: "Transform" menüsünden "Compute Variable" seçeneği seçilir. Yeni değişken için bir ad girilir ve hesaplama yapılacak değişkenler seçilir. Hesaplama girilir ve "OK" seçeneğine tıklanır. Ayrıca, veri setindeki istenmeyen değişkenleri kaldırmak için "Eksik Değerler" (Missing Values) seçeneği de kullanılabilir.

YÖK Atlas'ta sayısal verilere bakmak için aşağıdaki adımlar izlenebilir: 1. yokatlas.yok.gov.tr adresine giriş yapılır. 2. Ana sayfada "Üniversite Seç" alanına kurum adı yazılarak tüm programlara ulaşılır. 3. "Program Seç" kutucuğuna merak edilen meslek veya bölüm adı girilir. 4. Açılan listede her bir programın üstüne tıklayarak ayrıntılara ulaşılabilir. YÖK Atlas'ta yer alan bazı sayısal veriler şunlardır: taban puan ve başarı sırası; yerleşenlerin cinsiyet, lise türü, mezuniyet yılı bilgileri; yerleşme koşulları ve kontenjan değişimleri; yerleşen son kişinin profili; YKS net ve puan ortalamaları; üniversiteye ait öğretim üyesi sayıları; mezuniyet verileri ve yatay geçiş bilgileri. YÖK Atlas, tercih sürecinde yanıltıcı veya eksik bilgilerin önüne geçen tek resmî kaynaktır.

Çetele diyagramı hazırlamak için aşağıdaki adımlar izlenir: 1. Gözlenecek olay veya sorunlar belirlenir. 2. Belirlenen sorunların her gözlemci tarafından kontrol edilmesi sağlanır. 3. Verilerin toplanacağı zaman aralığı belirlenir. 4. Gereksinime göre bir tablo düzenlenir. Çetele diyagramı hazırlanırken dikkat edilmesi gereken bazı temel noktalar: Toplanacak verinin tipi ve özellikleri; Departman, kısım veya işlem numaralarının düzgün bir şekilde kaydedilmesi; İşlemin yapıldığı tarih; Veriyi kimin toplayacağı. Çetele diyagramı, verilerin doğru olarak toplanmasını, özetinin ve analizinin sağlıklı olarak yapılmasını sağlar. Çetele diyagramı oluşturma konusunda daha fazla bilgi için Canva veya Microsoft Visio gibi diyagram oluşturma araçları kullanılabilir.

XG (Gol Beklentisi) değerinin yüksek olması, bir takımın önemli pozisyonlar bulduğunu ve yüksek bir gol potansiyeline sahip olduğunu gösterir. XG değeri, bir şutun gol olma ihtimalini, geçmişte benzer şutların gol olma sıklığına göre hesaplar. Ancak, XG değerinin yüksek olması her zaman kesin bir gol anlamına gelmez; bu değer, şans faktörünü dikkate almaz.

Pivo, içerik oluşturma sürecini kolaylaştırmak için çeşitli özellikler sunan bir uygulamadır. Pivo'nun bazı işlevleri: Otomatik takip (Auto Tracking). Müzik dinleme ve kayıt. Video görüşmeleri. Ayrıca, Pivo diş vidalama olarak da kullanılabilir, ancak bu uygulama diş hekimliği alanında yapılmaktadır.

Doğru Yazılım, Logo Yazılım ürünleri üzerinde geliştirilen ve firmalara katma değer sağlayan yazılım çözümleri sunar. Başlıca hizmetleri: ERP çözümleri: J-Guar 3, Tiger Wings, Tiger 3, Enterprise, Tiger 3 KOBİ çözümleri. İnsan kaynakları çözümleri: J-Guar 3 HR, Tiger HR, Bordro Plus. CRM çözümleri: Logo CRM, Notifier Service. E-devlet çözümleri: E-fatura, e-defter, e-arşiv. İş analitiği çözümleri: Logo Mind Insight, Logo Mind Navigator. Ayrıca, dijital dönüşüm danışmanlığı ve yapay zeka entegrasyonları gibi alanlarda da hizmet vermektedir.

T-testi sonucu anlamlı değilse, yani p değeri 0,05'ten büyükse, null hipotezi (H0) kabul edilir ve grupların ortalamaları arasında istatistiksel olarak anlamlı bir fark olmadığı sonucuna varılır. Eğer t-testi varsayımları sağlanmıyorsa, alternatif testler kullanılabilir: Varyanslar homojen değilse: Mann-Whitney U Testi tercih edilebilir. Bağımlı değişken kategorikse: Ki-Kare Analizi yapılabilir. Bağımsız değişken 2'den fazla kategoriye sahipse: Tek Yönlü ANOVA Testi uygulanabilir. Hangi testin kullanılacağı, veri setinin özelliklerine ve hipotezin doğasına bağlıdır.

"Yazılım şalvarı" ifadesinin ne anlama geldiğine dair bilgi bulunamadı. Ancak, yazılımın genel olarak ne işe yaradığı hakkında bilgi verilebilir. Yazılım, bilgisayar veya diğer elektronik cihazlarda çalışabilen program ve verilerin tümünü ifade eder. Yazılımın bazı işlevleri: Hayatımızı kolaylaştırır. İletişim ve iş birliğini artırır. Veri analizi yapar. İşletmelerin verimliliğini artırır. Eğlence ve oyun imkanı sunar.

Bir veri setinin ortalamasına eklenen bir aykırı değer, ortalama, medyan ve standart sapma gibi istatistiksel ölçümleri etkiler. Ortalama (mean): Aykırı değerler, ortalamanın değerinden uzaklaşmasına neden olur ve bu da ortalamanın yanıltıcı olmasına yol açabilir. Medyan (median): Aykırı değerler, medyan üzerinde doğrudan bir etkiye sahip değildir; ancak, medyan, aykırı değerlerin olmadığı durumlarda daha güvenilir bir merkezi eğilim ölçüsü olarak kullanılabilir. Standart sapma (standard deviation): Aykırı değerler, standart sapmanın değerini artırır ve bu da veri setinin yayılımının daha geniş görünmesine sebep olur. Ayrıca, aykırı değerler istatistiksel testlerin gücünü azaltır ve makine öğrenimi modellerinden elde edilen sonuçlara olan güveni düşürür.

Tableau ile yapılabileceklerden bazıları şunlardır: Gerçek zamanlı veri analizi. Karmaşık veri görselleştirme. Paydaşlara rapor sunma. Mobil erişim. Stratejik karar alma. Tableau; finans, sağlık, perakende, pazarlama, üretim ve kamu gibi birçok sektörde kullanılmaktadır.

Temel Bileşenler Analizi (PCA) için belirli bir "tekerrür" sayısı yoktur. PCA, genellikle veri setinin boyutuna ve analizin amacına bağlı olarak uygulanır. PCA'nın temel amacı, yüksek boyutlu verileri daha düşük boyutlu bir uzaya yansıtarak veri kümesindeki varyansı maksimize etmektir. PCA'nın hesaplama adımları genellikle şu şekildedir: 1. Veri Standardizasyonu: Verilerin ortalaması çıkarılır ve varyansı ile ölçeklendirilir. 2. Kovaryans Matrisinin Hesaplanması: Verinin kovaryans matrisi hesaplanır. 3. Özdeğer ve Özvektörlerin Bulunması: Kovaryans matrisinin özdeğerleri ve özvektörleri hesaplanır. 4. Yeni Öz Uzayına Dönüşüm: Veriler, seçilen özvektörlerle yeni bir alt uzaya projekte edilir. Bu adımlar, PCA'nın temel bileşenler analizini gerçekleştirmek için yeterlidir ve belirli bir "tekerrür" sayısı gerektirmez.

Entegre Çevre Bilgi Sistemi (EÇBS), Çevre, Şehircilik ve İklim Değişikliği Bakanlığı tarafından kurulan, çevre mevzuatı kapsamında tesis, firma ve şahısların yükümlülüklerini yerine getirmelerini kolaylaştıran uygulamalara giriş yapabildiği çevrim içi bir platformdur. EÇBS'nin bazı amaçları: Çevre ile ilgili tüm verilerin tek bir sistem altında toplanmasını sağlamak. Çevresel etkilerin izlenmesi, raporlanması ve gerekli önlemlerin alınmasını hızlandırmak. Çevreye olan olumsuz etkileri minimize etmek ve sürdürülebilir kalkınmayı desteklemek. EÇBS üzerinden yapılabilecek işlemlerden bazıları: Çevresel izin ve lisans başvuruları. Atık yönetimi. Hava emisyonlarının izlenmesi. Su kullanımı ve atık su yönetimi. EÇBS'ye, e-devlet kimliğiyle ecbs.cevre.gov.tr adresine giriş yapılarak erişilebilir.

RacePro tuning, yarış simülasyon oyunu RacePro'da araçların performansını ve sürüş deneyimini optimize etmek için kullanılır. Ayrıca, RacePro adı altında farklı alanlarda ürünler ve yazılımlar da bulunmaktadır, örneğin: Veri analiz yazılımı: Start Next ile kaydedilen GPS koordinatları ve araç içi veriler gibi bilgileri analiz ederek araç performansını veya sürüş tekniğini geliştirmeye yardımcı olur. Motosiklet parçaları: Çeşitli motosiklet markaları için yedek parçalar ve aksesuarlar sunar.

Yapay zekâda duygu analizi şu adımlarla gerçekleştirilir: 1. Metin Toplama ve Ön İşleme: Metin verileri toplanır ve gereksiz karakterler, bağlaçlar ile stop-word’ler temizlenir. 2. Sınıflandırma: Metinler, makine öğrenimi modelleri veya lexikon tabanlı yöntemlerle olumlu, olumsuz veya nötr olarak sınıflandırılır. 3. Duygu Puanı Hesaplama: Modeller, metinlerdeki duygu yükünü skorlayarak niceliksel sonuçlar üretir. 4. Görselleştirme ve Raporlama: Veriler, görselleştirme araçlarıyla anlamlı hale getirilerek karar vericilere sunulur. Duygu analizinde kullanılan bazı araçlar: NLTK; TextBlob; spaCy; Google Cloud Natural Language API; IBM Watson Tone Analyzer. Duygu analizi, müşteri memnuniyetini ölçmek, ürünler hakkındaki genel algıyı yönetmek ve stratejik kararlar almak için kullanılır.

Kutu grafiği (box plot), özellikle aşağıdaki durumlarda kullanılır: Veri setinin özetlenmesi. Aykırı değerlerin belirlenmesi. Veri setlerinin karşılaştırılması. Büyük veri setlerinin görselleştirilmesi. Kutu grafiği, genellikle sayısal veriler için uygundur, çünkü medyan, çeyrekler ve yayılma gibi istatistiksel ölçümler gerektirir.

Veri analizi için kullanılabilecek bazı web siteleri: DataLab: Yapay zeka destekli bir veri not defteri olup, kullanıcıların verileriyle sohbet ederek analiz yapmalarını sağlar. Microsoft Power BI: Kullanıcıların verilerini görselleştirerek içgörü elde etmelerini sağlayan bir iş zekası platformudur. Polymer: Kodlama gerektirmeyen, verileri analiz eden ve kullanıcıların verileri anlamasını kolaylaştıran bir yapay zeka aracıdır. BlazeSQL: Doğal dil sorgularını SQL içgörülerine dönüştüren, birden fazla SQL veritabanını destekleyen bir yapay zeka aracıdır. Tableau: Veri analizi ve görselleştirme için kullanılan, kodlama bilgisi gerektirmeyen bir platformdur. Ayrıca, Akademik Servis, Akademik Freelancer, Bilimsel Analiz gibi veri analizi hizmeti sunan siteler de bulunmaktadır.

Performans analisti, bir organizasyonun, programın veya ürünün performansını değerlendirir. Temel görevleri şunlardır: Veri analizi: Eğilimleri ve kalıpları belirlemek için temel performans göstergelerine (KPI) ilişkin verileri toplamak ve analiz etmek. Performans ölçümleri: Organizasyonel hedeflerle uyumlu performans ölçümleri ve kıyaslamalar geliştirmek. Raporlama: Bulguları ve önerileri kilit paydaşlara sunmak. İyileştirme stratejileri: Performans iyileştirme önerileri ve stratejileri geliştirmek ve uygulamak. İş birliği: İnsan kaynakları, bilgi teknolojisi ve operasyonlar gibi farklı departmanlarla iş birliği yapmak. Performans analistleri, veri analizi ve problem çözme konusundaki uzmanlıkları ile işletmelerin daha iyi performans, müşteri memnuniyeti ve gelir elde etmesine yardımcı olur.

Üç grup arasında fark olup olmadığını test etmek için ANOVA (Analysis of Variance) kullanılır. ANOVA, iki veya daha fazla grup ortalamasını karşılaştırmak için kullanılan bir istatistiksel testtir. ANOVA testinde, gruplar arasındaki ortalama farklarının istatistiksel olarak anlamlı olup olmadığı değerlendirilir. ANOVA testinin bazı varsayımları şunlardır: Normallik. Varyansların homojenliği. Bağımsızlık.