Big Data Nedir?
Yıllardır structure veri üzerinde çalışılıyor ancak son zamanlarda üretilen dataların structure veriden çıktığını görüyoruz. Anormal büyüyen veri tipleri var.
Sentiment : Duygu Analizi veya diğer bir adı ile ‘Fikir Madenciliği’(Opinion Mining) tam anlamıyla birlikte; bir yazarın veya bir yazının belirli bir konuya yönelik tutumunun, olumlu(positive), olumsuz(negative), tarafsız(neutral) olarak değerlendirilmesi için bir metin parçasıyla belirtilen görüşleri/ifadeleri çeşitli algoritmalar aracılığı ile hesaplayıp tanımlama ve sınıflandırma süreçlerine verilen genel bir tanımdır. Twitter, çağrı merkezleri, anketler, bloglar, sözlükler, Facebook yani müşterinin duygu ve düşüncelerinin anlaşılacağı veriler.
Clickstream : (web sitelerinin ürettiği veriler) aslında bu veriler çok önemli çünkü bir insan bir siteyi boşuna ziyaret etmez. Google bunu tutuyor ve öneride bulunuyor. Halbuki sitenin sahibinin bu veriyi tutmaması onun için ciddi bir kayıp. Maddi kazanç sağlayan günün sonunda Google oluyor.
Sensor/Machine : Bugün akıllı saatler çok sevilmektedir çünkü bize özel çalışıyor.Kimin nereye gittiğini, ne yaptığını takip edebiliriz.
Geographic, Server logs, text gibi veri kaynakları da önemlidir.
Unstructure veriler, müşteriyi tanımak için bize yardımcı olur. Structure olarak ürettiğimiz veriler hep mecburiyetlerimizden kaynaklanır ancak instangramda paylaştığımız bir fotoğrafı keyfi olarak duygu ve düşüncelerimizin sonucu yaptığımız bir eylemdir.Dolayısıyla bir insanı anlamak ve tanımak için bu tür verilere odaklanmak gerek. Bu veriler kesinlikle daha kıymetli.
Önemli olan müşteriyi tanıyıp anlık olarak ona bir öneride bulunabilmek. Duyguların yoğunlaştığı bir anda yapılan teklifin geri çevrilmeme olasılığı çok daha yüksektir. Big datanın asıl olayı da budur : gerçek zamanlı veri alması, veriyi toplaması ve analiz yapması.
Dünyada yapılan kaç proje gerçek yapay zeka bunu iyi anlamamız lazım. Bunun için büyük şirketlere bakmak gerek : MIT, PayPal, Walmart, Wells Fargo gibi şirketler bu işi ciddi ciddi yapmaktadır. Peki nasıl yapıyorlar : Descriptive analysis, Predictive analysis, Prescriptive Analysis.
Descriptive analysis : Arabanın dikiz aynasına benzetebiliriz. Geçmişe dönüp ne olduğunu analiz etmektir. Ne oldu, tam olarak problem nedir, ne gibi aksiyonlara ihtiyaç duyuluyor gibi soruların cevabıdır. Günümüzde bütün bankalar bunu yapıyor olmalı.
Predictive analysis : Arabanın navigasyon ekranı gibi şurdan git, şunu yap, burdan ilerle gibi öneriler yapılır. Bütün şirketlerin bu işi yapması gerekir. Ne olacak, gelecekte bizi neler bekliyor gibi soruların cevabıdır.
Prescriptive analysis : Arabanın önüne biri çıktığında ne yapacağına karar vermesidir. Burda makine kendi karar verir. Bu işle uğraşan önemli şirketler var. Deep neural networks, self learning systems with regresyon işleri burda yapılır.
Yapay zeka 1950’lere dayanmaktadır. Machine learning 1990’larda, deep learning ise 2010’larda başlamıştır.
Kodlama Günlükleri 