leestott
8029ff828a
|
5 months ago | |
|---|---|---|
| .. | ||
| README.md | 5 months ago | |
| assignment.md | 5 months ago | |
README.md
Gerçek Dünyada Veri Bilimi
 |
|---|
| Gerçek Dünyada Veri Bilimi - Sketchnote by @nitya |
Bu öğrenme yolculuğunun sonuna yaklaşıyoruz!
Veri bilimi ve etik tanımlarıyla başladık, veri analizi ve görselleştirme için çeşitli araç ve teknikleri keşfettik, veri bilimi yaşam döngüsünü inceledik ve bulut bilişim hizmetleriyle veri bilimi iş akışlarını ölçeklendirme ve otomatikleştirme yollarına baktık. Şimdi muhtemelen şunu merak ediyorsunuz: "Tüm bu öğrendiklerimi gerçek dünya bağlamlarına nasıl uyarlayabilirim?"
Bu derste, veri biliminin endüstrideki gerçek dünya uygulamalarını keşfedeceğiz ve araştırma, dijital beşeri bilimler ve sürdürülebilirlik bağlamlarında belirli örneklere dalacağız. Öğrenci proje fırsatlarına göz atacağız ve öğrenme yolculuğunuzu sürdürmenize yardımcı olacak faydalı kaynaklarla sonlandıracağız!
Ders Öncesi Test
Ders öncesi test
Veri Bilimi + Endüstri
Yapay zekanın demokratikleşmesi sayesinde, geliştiriciler artık yapay zeka destekli karar verme ve veri odaklı içgörüleri kullanıcı deneyimlerine ve geliştirme iş akışlarına entegre etmeyi daha kolay buluyor. İşte veri biliminin endüstrideki gerçek dünya uygulamalarına nasıl "uygulandığına" dair birkaç örnek:
-
Google Flu Trends, arama terimlerini grip eğilimleriyle ilişkilendirmek için veri bilimi kullandı. Yaklaşımın kusurları olsa da, veri odaklı sağlık tahminlerinin olanakları (ve zorlukları) konusunda farkındalık yarattı.
-
UPS Rota Tahminleri - UPS'in hava durumu koşulları, trafik desenleri, teslimat süreleri gibi faktörleri dikkate alarak teslimat için en uygun rotaları tahmin etmek için veri bilimi ve makine öğrenimini nasıl kullandığını açıklar.
-
NYC Taksi Rota Görselleştirmesi - Bilgi Edinme Yasaları kullanılarak toplanan veriler, NYC taksilerinin yoğun şehirde nasıl gezindiğini, kazandıkları parayı ve her 24 saatlik dönemdeki yolculuk sürelerini anlamamıza yardımcı oldu.
-
Uber Veri Bilimi Çalışma Alanı - günlük milyonlarca Uber yolculuğundan toplanan verileri (örneğin, alma ve bırakma konumları, yolculuk süresi, tercih edilen rotalar) kullanarak fiyatlandırma, güvenlik, dolandırıcılık tespiti ve navigasyon kararları için bir veri analitiği aracı oluşturur.
-
Spor Analitiği - öngörücü analitik (takım ve oyuncu analizi - Moneyball örneğini düşünün - ve hayran yönetimi) ve veri görselleştirme (takım ve hayran panoları, oyunlar vb.) üzerine odaklanır. Uygulamalar arasında yetenek avcılığı, spor bahisleri ve envanter/mekan yönetimi bulunur.
-
Bankacılıkta Veri Bilimi - finans sektöründe veri biliminin değerini, risk modellemesi ve dolandırıcılık tespitinden müşteri segmentasyonu, gerçek zamanlı tahmin ve öneri sistemlerine kadar uzanan uygulamalarla vurgular. Öngörücü analitik, kredi puanları gibi kritik ölçütleri de yönlendirir.
-
Sağlıkta Veri Bilimi - tıbbi görüntüleme (örneğin, MRI, X-Ray, CT-Scan), genomik (DNA dizilimi), ilaç geliştirme (risk değerlendirmesi, başarı tahmini), öngörücü analitik (hasta bakımı ve tedarik lojistiği), hastalık takibi ve önleme gibi uygulamaları vurgular.
Görsel Kaynağı: Data Flair: 6 Amazing Data Science Applications
Şekil, veri bilimi tekniklerinin uygulanabileceği diğer alanları ve örnekleri göstermektedir. Diğer uygulamaları keşfetmek ister misiniz? Aşağıdaki Gözden Geçirme ve Kendi Kendine Çalışma bölümüne göz atın.
Veri Bilimi + Araştırma
 |
|---|
| Veri Bilimi & Araştırma - Sketchnote by @nitya |
Gerçek dünya uygulamaları genellikle ölçekli endüstri kullanım durumlarına odaklanırken, araştırma uygulamaları ve projeleri iki açıdan faydalı olabilir:
- yenilik fırsatları - ileri düzey kavramların hızlı prototiplenmesini ve bir sonraki nesil uygulamalar için kullanıcı deneyimlerinin test edilmesini keşfetmek.
- uygulama zorlukları - veri bilimi teknolojilerinin gerçek dünya bağlamlarında potansiyel zararlarını veya istenmeyen sonuçlarını araştırmak.
Öğrenciler için bu araştırma projeleri, konuyu daha iyi anlamanızı sağlayacak öğrenme ve iş birliği fırsatları sunabilir ve ilgi alanlarınızdaki ilgili kişiler veya ekiplerle farkındalığınızı ve etkileşiminizi artırabilir. Peki, araştırma projeleri nasıl görünür ve nasıl bir etki yaratabilir?
Bir örneğe bakalım - Joy Buolamwini (MIT Media Labs) tarafından yapılan MIT Gender Shades Çalışması ve Timnit Gebru (o dönemde Microsoft Research'te) ile birlikte yazılan önemli bir araştırma makalesi:
- Ne: Araştırma projesinin amacı, otomatik yüz analizi algoritmalarında ve veri setlerinde cinsiyet ve ten rengine dayalı önyargıları değerlendirmekti.
- Neden: Yüz analizi, kolluk kuvvetleri, havaalanı güvenliği, işe alım sistemleri gibi alanlarda kullanılır - yanlış sınıflandırmaların (örneğin, önyargılar nedeniyle) bireyler veya gruplar üzerinde ekonomik ve sosyal zararlar yaratabileceği bağlamlar. Önyargıları anlamak (ve ortadan kaldırmak veya hafifletmek), kullanımda adalet için anahtardır.
- Nasıl: Araştırmacılar, mevcut ölçütlerin ağırlıklı olarak açık tenli denekleri kullandığını fark etti ve cinsiyet ve ten rengine göre daha dengeli olan yeni bir veri seti (1000+ görüntü) oluşturdu. Veri seti, üç cinsiyet sınıflandırma ürününün (Microsoft, IBM ve Face++'tan) doğruluğunu değerlendirmek için kullanıldı.
Sonuçlar, genel sınıflandırma doğruluğunun iyi olmasına rağmen, çeşitli alt gruplar arasında hata oranlarında belirgin bir fark olduğunu gösterdi - yanlış cinsiyet ataması, kadınlar veya koyu tenli kişiler için daha yüksekti, bu da önyargının bir göstergesiydi.
Anahtar Sonuçlar: Veri biliminin daha temsil edici veri setlerine (dengeli alt gruplar) ve daha kapsayıcı ekiplere (çeşitli geçmişler) ihtiyaç duyduğunu, böylece bu tür önyargıların yapay zeka çözümlerinde daha erken fark edilip ortadan kaldırılabileceğini veya hafifletilebileceğini ortaya koydu. Bu tür araştırma çabaları, birçok kuruluşun yapay zeka ürünleri ve süreçlerinde adaleti artırmak için sorumlu yapay zeka ilkelerini ve uygulamalarını tanımlamasında da önemli bir rol oynar.
Microsoft'taki ilgili araştırma çabalarını öğrenmek ister misiniz?
- Microsoft Araştırma Projeleri sayfasına göz atın.
- Microsoft Research Veri Bilimi Yaz Okulu öğrenci projelerini keşfedin.
- Fairlearn projesi ve Sorumlu Yapay Zeka girişimlerine göz atın.
Veri Bilimi + Beşeri Bilimler
 |
|---|
| Veri Bilimi & Dijital Beşeri Bilimler - Sketchnote by @nitya |
Dijital Beşeri Bilimler, şöyle tanımlanmıştır: "hesaplamalı yöntemleri beşeri bilimsel sorgulamalarla birleştiren bir uygulama ve yaklaşımlar koleksiyonu". Stanford projeleri gibi "tarihi yeniden başlatma" ve "şiirsel düşünce", Dijital Beşeri Bilimler ve Veri Bilimi arasındaki bağlantıyı vurgular - ağ analizi, bilgi görselleştirme, mekansal ve metin analizi gibi tekniklere odaklanarak, tarihi ve edebi veri setlerini yeniden incelememize ve yeni içgörüler ve perspektifler elde etmemize olanak tanır.
Bu alanda bir projeyi keşfetmek ve genişletmek ister misiniz?
"Emily Dickinson ve Ruh Halinin Ölçüsü" adlı projeye göz atın - Jen Looper tarafından harika bir örnek. Bu proje, veri bilimi kullanarak tanıdık şiirleri yeniden değerlendirmeyi ve yazarının katkılarını yeni bağlamlarda yeniden yorumlamayı amaçlar. Örneğin, bir şiirin tonu veya duygusunu analiz ederek hangi mevsimde yazıldığını tahmin edebilir miyiz - ve bu, yazarın ilgili dönemdeki ruh hali hakkında bize ne anlatır?
Bu soruyu yanıtlamak için veri bilimi yaşam döngüsünün adımlarını takip ederiz:
Veri Toplama- analiz için ilgili bir veri seti toplamak. Seçenekler arasında bir API kullanmak (örneğin, Poetry DB API) veya web sayfalarını kazımak (örneğin, Project Gutenberg) bulunur.Veri Temizleme- metinlerin nasıl biçimlendirileceğini, temizleneceğini ve basitleştirileceğini açıklar. Bunun için Visual Studio Code ve Microsoft Excel gibi temel araçlar kullanılabilir.Veri Analizi- veri setini "Not Defterleri"ne aktararak Python paketleri (örneğin, pandas, numpy ve matplotlib) kullanarak veriyi düzenleme ve görselleştirme sürecini açıklar.Duygu Analizi- düşük kodlu araçlar (örneğin, Power Automate) kullanarak metin analitiği gibi bulut hizmetlerini entegre ederek otomatik veri işleme iş akışlarını açıklar.
Bu iş akışını kullanarak, şiirlerin duygularındaki mevsimsel etkileri keşfedebilir ve yazar hakkında kendi perspektiflerimizi oluşturabiliriz. Kendiniz deneyin - ardından not defterini diğer soruları sormak veya veriyi yeni yollarla görselleştirmek için genişletin!
Bu tür sorgulama yollarını takip etmek için Dijital Beşeri Bilimler araç seti içindeki bazı araçları kullanabilirsiniz.
Veri Bilimi + Sürdürülebilirlik
 |
|---|
| Veri Bilimi & Sürdürülebilirlik - Sketchnote by @nitya |
2030 Sürdürülebilir Kalkınma Gündemi - 2015 yılında tüm Birleşmiş Milletler üyeleri tarafından kabul edilen - Gezegeni Koruma ve iklim değişikliğinin etkilerinden koruma gibi 17 hedef belirlemiştir. Microsoft Sürdürülebilirlik girişimi, bu hedefleri destekleyerek teknoloji çözümlerinin daha sürdürülebilir gelecekler inşa etmesine nasıl yardımcı olabileceğini araştırır ve 4 hedefe odaklanır: 2030 yılına kadar karbon negatif, su pozitif, sıfır atık ve biyolojik çeşitlilik.
Bu zorlukları ölçeklenebilir ve zamanında ele almak, bulut ölçeğinde düşünmeyi ve büyük ölçekli verileri gerektirir. Planetary Computer girişimi, veri bilimciler ve geliştiricilere bu çabada yardımcı olmak için 4 bileşen sunar:
-
Veri Kataloğu - Dünya Sistemleri verilerinden petabaytlarca (ücretsiz ve Azure barındırmalı).
-
Planetary API - kullanıcıların uzay ve zaman boyunca ilgili verileri aramasına yardımcı olur.
-
Hub - bilim insanlarının büyük coğrafi veri setlerini işlemesi için yönetilen bir ortam.
-
Uygulamalar - sürdürülebilirlik içgörüleri için kullanım durumlarını ve araçları sergiler. Gezegen Bilgisayar Projesi şu anda önizleme aşamasında (Eylül 2021 itibarıyla) - veri bilimi kullanarak sürdürülebilirlik çözümlerine katkıda bulunmaya nasıl başlayabileceğinizi öğrenin.
-
Keşfe başlamak ve diğer kişilerle bağlantı kurmak için Erişim talep edin.
-
Desteklenen veri setlerini ve API'leri anlamak için Dokümantasyonu keşfedin.
-
Uygulama fikirleri için Ekosistem İzleme gibi uygulamaları keşfedin.
Veri görselleştirmeyi, iklim değişikliği ve ormansızlaşma gibi alanlarda ilgili içgörüleri ortaya çıkarmak veya güçlendirmek için nasıl kullanabileceğinizi düşünün. Ya da bu içgörülerin, daha sürdürülebilir bir yaşam için davranış değişikliklerini motive eden yeni kullanıcı deneyimleri oluşturmak için nasıl kullanılabileceğini düşünün.
Veri Bilimi + Öğrenciler
Endüstri ve araştırmadaki gerçek dünya uygulamalarından bahsettik ve dijital beşeri bilimler ile sürdürülebilirlikte veri bilimi uygulama örneklerini inceledik. Peki, veri bilimi başlangıç seviyesindeki öğrenciler olarak becerilerinizi nasıl geliştirebilir ve uzmanlığınızı nasıl paylaşabilirsiniz?
İşte ilham alabileceğiniz bazı veri bilimi öğrenci projeleri örnekleri:
- GitHub projeleri ile MSR Veri Bilimi Yaz Okulu, şu konuları keşfediyor:
- Malzeme Kültürünü Dijitalleştirme: Sirkap'taki sosyo-ekonomik dağılımları keşfetmek - Ornella Altunyan ve Claremont'taki ekibi tarafından ArcGIS StoryMaps kullanılarak oluşturulmuş.
🚀 Meydan Okuma
Başlangıç seviyesine uygun veri bilimi projelerini öneren makaleler arayın - örneğin bu 50 konu alanı, bu 21 proje fikri veya kaynak kodlu bu 16 proje gibi. Bu projeleri analiz edin ve yeniden şekillendirin. Ayrıca öğrenme yolculuklarınızı blog yazılarıyla paylaşmayı ve içgörülerinizi bizimle paylaşmayı unutmayın.
Ders Sonrası Test
Ders sonrası test
Gözden Geçirme ve Kendi Kendine Çalışma
Daha fazla kullanım senaryosu keşfetmek mi istiyorsunuz? İşte birkaç ilgili makale:
- 17 Veri Bilimi Uygulaması ve Örnekleri - Temmuz 2021
- Gerçek Dünyada 11 Nefes Kesici Veri Bilimi Uygulaması - Mayıs 2021
- Gerçek Dünyada Veri Bilimi - Makale Koleksiyonu
- Veri Bilimi Şu Alanlarda: Eğitim, Tarım, Finans, Filmler ve daha fazlası.
Ödev
Bir Gezegen Bilgisayar Veri Setini Keşfedin
Feragatname:
Bu belge, Co-op Translator adlı yapay zeka çeviri hizmeti kullanılarak çevrilmiştir. Doğruluk için çaba göstersek de, otomatik çevirilerin hata veya yanlışlıklar içerebileceğini lütfen unutmayın. Orijinal belgenin kendi dilindeki hali yetkili kaynak olarak kabul edilmelidir. Kritik bilgiler için profesyonel insan çevirisi önerilir. Bu çevirinin kullanımından kaynaklanan yanlış anlamalar veya yanlış yorumlamalardan sorumlu değiliz.