Veri bilimi, yapılandırılmış ve yapılandırılmamış verilerden bilgi ve öngörü elde etmek için bilimsel yöntemleri, süreçleri, algoritmaları ve sistemleri kullanan çok disiplinli bir alandır. Veri bilimi, yapay zeka ya da makine öğrenmesi gibi konulardan ayrı düşünülemez. Aşağıda görüldüğü gibi birbirleriyle bağıntısı söz konusudur. 

Veri bilimi ile alakalı ortak disiplinler istatistik, matematik, örüntü tanıma, veri madenciliği, makine öğrenmesi, yapay zeka, sinir ağları, veri güncelleştirme, veri modelleme, büyük veri ve keşifsel veri analizidir.

• Veri Bilimi Temellerini Öğrenmek İçin Ne Yapmak Gerekli?

  1. Veri bilimi temel araçlarından olan Python dilini ve veri bilimi ile ilgili Python kütüphanelerini nasıl kullanacağınızı öğrenmek.
  2. Temel istatistik ve matematik kavramlarını bilmek.
  3. Veri birleştirme/anlamlandırma, dağınık ve zor verilerle çalışma yöntemlerini kavramak.
  4. Veri görselleştirme tekniklerine hakim olmak.
  5. İleri seviye veri bilimi için makine öğrenmesi yöntemlerinin ardında yatan matematiği derinlemesine öğrenmek gerekse de temel seviyede bu yöntemleri sezgisel bir şekilde anlamak ve Python ile uygulamak.
  6. Derin öğrenme yöntemleri veri biliminde ileri seviye teknikler olarak adlandırılabilir ama temel anlamda derin öğrenmenin ne olduğunu ve Python ile uygulamasını yapabilmek.

• Veri Biliminde Kullanılan Temel Kütüphaneler: Bu kütüphanelerin hepsini ve daha fazlasını zamanla öğreneceğiz.

  1. Pandas: Veri Bilimi Temel Kütüphanesi
  2. NumPy: Sayısal/İstatistik Kütüphanesi
  3. Matplotlib: Görselleştirme Kütüphanesi
  4. SciPy: İstatistik Kütüphanesi
  5. Sklearn: Makine Öğrenmesi Kütüphanesi
  6. Keras: Derin Öğrenme Kütüphanesi