Veri Bilimi’de Doğru Bilinen Yanlışlar
Veri Bilimi ( Data Science ) son zamanlarda herkesin üzerinde konuştuğu bir konu. Bu konu üzerinde doğru bilinen yanlışlar oldukça fazla.Bu konu hakkında bazen de gereksiz yere abartılan söylemler bir hayli fazla olabiliyor.Bu yazıda Veri Bilimi’de dair doğru bilinen yanlışlara değineceğim.
Bunlardan bazıları ise şöyle:
- En iyi model karmaşık model midir?
- Veri bilimci olmak için doktora derecesine sahip olmak şart mı?
- Veri analizi ve veri görselleştirme aynı şey mi?
En çok sorulan ve en sık karşılaştığım doğru bilinen yanlışları kısaca özetlemek gerekirse…
En iyi model karmaşık model midir?
En iyi model en karmaşık model değildir. İşlenecek olan veriye göre model değişiklik gösterebilir. Örneğin “çoklu regresyon” kullanarak neden- sonuç ilişkisi kurmanız gereken bir veri setinde kategorik veriler için kullanacağınız modeller uygun olamayacaktır. Ne kadar zor ve karmaşık bir model kurmuş olsanız da kurulan model başarılı olamaz.
Veri Bilimi için öncelikle işlenecek veriyi anlamlandırmak ve verinin kalitesini ölçmek önceliklidir. Daha sonrasında ise hangi modelin kurulacağı veri setinin kendisine göre veya belirlenen problemin tipine göre belirlenir. Kısacası zor olan model, en doğru ya da en iyi model değildir. Son derece basit modeller ile birlikte bile başarılı analizler oluşturulabildiğine şahit oldum. Veri Bilimci’nin birinci önceliği verinin kalitesi ve veri setinin analize dahil edilecek kısmına uygun modelin belirlenmesidir. Modelin karmaşık veya basit olması modelin başarısını etkilemez.
Aşağıdaki video da Facebook ‘da çalışan bir Veri Bilimci’nin bu konu hakkındaki görüşlerini bulabilirsiniz.
Veri bilimci olmak için doktora derecesine sahip olmak şart mı?
Doktora ve akademik kariyer yapmak tabi ki de çok güzel bir şey. Yapabilirse herkes yapsın. Ancak Veri Bilimi dünyasında, küresel piyasada çalışan pek çok meslek grubundan insan ile karşılaştım. Bunların bir çoğunun doktora derecesi yoktu. Keza , benim de yok. Gelecek de de olacağını sanmıyorum.
Veri Bilimci olabilmek için esas olan, matematik ve istatistik alt yapınızın iyi olmasıdır. Bunun yanında programlama tecrübenizin olması da size artı katar.
Veri Bilimi , nihayetinde multidisipliner bir alandır. Pek çok farklı alandan insan akademik unvanı ne olursa olsun Veri bilimi alanında çalışmalar yapabilmektedir. Bilgisayar mühendisi veya Endüstri Mühendisi olabilirsiniz. İstatistikçi hatta fizikçi bile olabilirsiniz. Freelance olarak çalışan bir ekonomist bile biliyorum. Özellikle veri görselleştirmesi alanında iyi işler çıkartıyordu. Eğer isterseniz siz de yapabilirsiniz.
Veri analizi ve veri görselleştirme aynı şey mi?
En çok karıştırılan konulardan birisi de veri analizinin veri görselleştirmesi ile karşılaştırılmasıdır. Veriyi analiz etmek, ondan anlamalar çıkarmak , verinin grafiğe dökülmesi ve sunulmasından farklıdır.
Sanırım bu durum ülkemizde raporlama çalışmalarının basit excel görselleri seviyesinde kalmasından kaynaklanıyor. Genelde şirketlerde analiz yapmak yerine tanımlayıcı basit istatistikler yapılıp sevimli görsellerle renklendirilen raporlar oluşturuluyor. Ancak bu veri analizi demek değildir. Hele ki bu yapılanın veri bilimi ile hiç alakası yok.
Veri görselleştirmesi , yapılan analizden sonra en önemli hadisedir. Yapılan analize göre veya kullanılan veri tipine göre ve hatta analizde anlatılmak istenen hadiseye göre özel görsel seçilir. Örneğin ; sürekli verileri bar grafiğinden ziyade başka bir grafik ile ifade etmeniz daha iyi olacaktır.
