Veri Bilimindeki Ardındaki Matematik

Veri Bilimi Nedir?

Veri bilimci; bilgi odaklı keşifler yapabilen, bulunduğu ortama dair mevcut durumu tanımlayan, sınıflandırıcı olan ve durum hakkında gelecekle ilgili tahminleri yazılım kullanarak yapabilen kişidir. Farklı araçlar kullanarak elindeki veriyi betimler. Yapılan çalışmalar hakkında çıkarımlar yapar. Öngörüsel, tahminsel ve önleyici modelleme yapar.

Not: Veri bilimi ile veri bilimci kavramı aynı kefeye konulmuştur.

Kaynak

Veri Biliminden Beslenen Matematik Konuları

Fonksiyonlar, Değişkenler, Denklemler ve Grafikler: Matematiğin bu alanı bir doğru denkleminden binom teoremine ve bu ikisi arasındaki diğer tüm temel konuları kapsar. Bir milyon veriden oluşan bir veri tabanında yapılan bir aramanın daha hızlı nasıl yapılabileceğini anlamak isterseniz, “ikili arama” denen bir kavramla karşılaşırsınız. Bu aramanın dinamiğini anlamak için, logaritmayı ve indirgeme bağıntılarını anlamanız gerekir. Veya bir zaman serisini analiz etmek istiyorsanız “periyodik fonksiyonlar” ve “üstel azalma” gibi kavramlarla karşılaşırsınız.

İstatistik: Temel istatistik ve olasılık kavramları ile ilgili sağlam bir anlayışa sahip olmanın önemi azımsanmamalıdır. Bu alandaki birçok uygulamacı klasik makine öğrenmesini istatistiksel öğrenmeden ayrı düşünmez. Olasılık dağılım fonksiyonları rastgele sayı üretimi, doğrusal regresyon ve diğerleri. Bir veri bilimcisi neredeyse her gün bu kavramlara ihtiyaç duyar.

Lineer cebir: Makine öğrenmesi algoritmalarının öngörü oluşturmak için veri akışı üzerinde nasıl çalıştığını anlamak için kullanılan önemli bir matematik dalıdır. Facebook’taki arkadaş önerilerinden, Spotify’daki şarkı önerilerine, çektiğiniz selfieyi Salvador Dali tarzı bir portreye aktarmaya kadar her şey gücünü matrislerden ve matris cebirinden alır. Tüm sinir ağı algoritmaları, ağ yapılarını ve öğrenme işlemlerini temsil etmek ve işlemek için lineer cebirsel teknikler kullanır.

Matematiksel Analiz: Şimdiye kadar ister sevmiş, ister nefret etmiş olun eğer veri bilimi ve makine öğrenmesinde akranlarınızdan bir adım öne çıkmak istiyorsanız matematiksel analizden kurtuluşunuz yok.

Ayrık Matematik: Matematiğin bu alt dalı, veri biliminde sık tartışılmaz fakat tüm modern veri bilimi hesaplama sistemlerinin yardımıyla yapılır. Ayrık matematik bu tür sistemlerin kalbinde yer alır.

Optimizasyon ve Yöneylem Araştırması: Optimizasyon ve yöneylem araştırması konuları en çok teorik bilgisayar bilimi, kontrol teorisi veya yöneylem araştırması gibi uzmanlık gerektiren alanlarla ilgilidir. Ancak bu tekniklerin temel olarak anlaşılması makine öğrenmesinde de verimli olabilir. Neredeyse her makine öğrenmesi algoritması, çeşitli kısıtlamaları tabi olan bir tür tahmin hatasını en aza indirmeyi amaçlar. Bu ise bir optimizasyon problemidir.

Kaynak