Data Sevici

[Grego]

ben bildiğiniz eşit ağırlıklı görünümlü sözelciyim. ama dataya karşı bitmek bilmeyen bir ilgim bulunuyor. data oluşturayım, rapor alayım, grafiğe dökeyim, excel e doldurayım. hatta bunun en gereksiz örneklerini ( 1 2 3 ) foruma tecrübe ettirmiştim.

istastistik, veri toplama, değerlendirme vs. içeriği önemsiz olmaksızın bu sürece yatkınlığım var. biliyorum ki burada sayısalcı, pratik adam bol. böyle hobi gibi olmak yerine, bunun eğitimine yönelmek istesem, üniversitelerin hangi bölümlerini önerirsiniz? eğitim önerisi olması da şart değil. aklınıza gelen başka bir şeyler olursa o da olur.

öneri de bulunanlara şimdiden teşekkürler.

[KillJoy]

https://www.sehir.edu.tr/tr/akademik/fen-bilimleri-enstitusu/veri-muhendisligi

belki her bölüme açıktır ara sor

[aquila]

istatistik hic bilmiyosan, gorunce vazgecebilirsin asdf.

[Grego]

matematik lazım mı yae istatistik için diyecek kadar bilmiyorum hem de. ama ilgimin arkasındayım.

[KillJoy]

abi senin örnekteki excel dosyaları evet ilgini gösteriyor ama mouse kullanmadan excel kullanan finansçı arklarım var dolayısıyla ne kadar işin içindesin?

ayrıca data scientist ya da data engineer olarak ilerlemek için matematik, istatistik, olasılık ve basic algoritmaları yutmuş olman gerekli.

sen datayı analiz edemezsin, datayı analiz ettirirsine döndü muhabbet; dolayısıyla machine learning kasman gerekiyor. Bunun için de programlamayı bilmen gerekiyor. Eee işin database boyutu var. sql falan ya da daha büyük veri paket teknolojileri olan hive, impala bunlar için server lazım; azure, aws vs vs..

[Grego]

ya bir anda hepsini boşaltmayaydın iyiydi. :(

[Goering]

soyle gidiyor

excelci -> analist -> stratejist

excel bilmek turkce bilmek gibi bir sey ztn bahsettiginiz departmanlarda

- excelci raw data'yi yorumlamadan ceker ve excel'e koyar
- analist bu datayi yorumlar departmanlara verir
- stratejist bu data ve yorumlari uygulatir...

sadece BI yaparak omur gecmez.

hangi departmanda uzmanlasmak istedigini coz ilk basta.

[sardalya]

hepsini yaparsin

[Lancelion]

yaparsin da okulu -lisansi?- ne yapacaksin, bu saatten sonra okul okuyacak kadar YUREGIN var mi ?

statistics yuksegi yapsan bir yerden belki analistlige uzanabilirsin, gidebilecegin universitelerin programlarinin ders iceriklerine bak istersen ?

[senko]

Grego said:

matematik lazım mı yae istatistik için diyecek kadar bilmiyorum hem de. ama ilgimin arkasındayım.

tüm matematik değil de şu konular lazım.

[list]
[*] multi variable calculus (baya lazım)
[*] linear algebra (ML işine girceksen baya lazım)
[*] functional analysis (en azından bi hilbert uzayı nedir vs)
[*] hayvan gibi optimizasyon teorisi (özellikle quasi-newton, BFGS, broyden methodu, lagrange, duality etc)
[*] hayvan gibi istatislik, (ML dediğinde statistical learning theory zaten en temelinde)
[/list]

[aquila]

gir bi online derse, bak oluyo mu olmuyo mu, oluyosa ona gore yol al.

[Frantic]

bence ML, Data Science veya Data engineering falan ilk basamakta siktir et, hiç bulaşma istatistiğe falan da. sayılsacı geçmişin olsa bile tiksindirebilir öyle diyeyim.

ne iş yapıyorsun bilmiyorum ancak excel ninjalıktan sonraki en mantıklı adım, R,Python veya SPSS ile tüm yaptıklarını burada yap, tüm vakaları ve görselleri bu teknolojilerde uygula. baktın hoşuna gitti, veritabanı ve algoritma falan öğrenip veri madenciliğine başlarsın zamanla.

killjoyun falan attığı yüksek lisans programları baya kolay, hatta lisanstan falan çok daha kolay. sektörden gelen 3-5 kişiyi toplayıp hemen katılan herkese yüksek diploması veriyorlar. ilgiliysen hocalar aracılığıyla iş imkanı da yaratırsın kendine.

iddalıysan salla trde ylyi, MOOC'lardan direk nanodegree veya program satın al ona kas ki çok daha değerli faydalı ve değerli.

[Frantic]

Lancelion said:

yaparsin da okulu -lisansi?- ne yapacaksin, bu saatten sonra okul okuyacak kadar YUREGIN var mi ?

statistics yuksegi yapsan bir yerden belki analistlige uzanabilirsin, gidebilecegin universitelerin programlarinin ders iceriklerine bak istersen ?

işin bilim tarafına da çok hevesliysen/iddalıysan da en önemli faktör bu. istatistik yükseğini veya lisansını(daha zor) falan bitirememe ihtimalin çok yüksek eğer eli ayağı düzgün bir yerde okursan.

[Grego]

Goering said:

goering in data ihtiyaçlar piramidine göre, bana en yakını analist. datayı yaratıp, bulmak, oluşturmak da zevkli ama ikisi arasında bir tercih yapacaksam, analist. stratejist, bir sonraki adımı da daha etkili görünüyor.

bunun çok çok yavan versiyonunu çalıştığım şirkette kendi çapımda yapıyorum. örnek verecek olursam, yurtdışındaki giyim markaları ile çalışıyoruz, burada üretimlerini organize ediyoruz. müşteriyi analiz etmem gereken bir durum oldu. hangi buyer kaç numune istiyor, hangi fiyat aralığında istiyor, kaç numuneye sipariş verebiliyor. her numunenin gönderi masrafı ne, üreticilerle hangi modeller daha kar bırakıyor derken, hit rate belirleyip, o buyer a o modellere yüklendik. yada kargo masraflarını üreticilere yükledik gibi adımlar atıldı. ama dediğim gibi bu sizin yaptığınız ve eğitimini aldığınız konuların bakkal hesabı versiyonu. bunu adım adım ileri tşaımak bana ciddi bir para olarak dönebiliyor, esnek bir şirketteyim.

frantic, lancelion ;
direkt çıtayı yüksek tutmamak lazım, bu dediklerinizden onu anladım. kendi keyfime göre olan hobimi az profesyonelliğe geçirmeye çalışırken programlama dillerine bir göz atmak, ufak denemeler yapmak en mantıklı hareket olacak galiba.

ama siz bunun nasıl bir öğrenme eğrisi olduğunu biliyorsunuz, ben bilmiyorum. program dillerinden istatistik ve dataya niye uzanıyoruz? bağlantı ne?

selamlar, bilal.

[Frantic]

sen şu an iyi halısaha oyuncususun. süper lig futbolcusu olmak istiyorsun motivasyonun yüksek olduğu için. killjoy ve senko'nun bahsettikleri konular ve alanlar doğru ancak onlar uefa veya cl seviyesindeki futbolcular için olan konular yani senin için henüz erken.

şimdi ilk yapman gereken halısahadan çıkıp
amatör ligde bir kendini test etmen: Python/R/SPSS öğrenmek
bir üst ligde : SQL ve Relational database
bir üst ligde : veri yapıları ve algoritma geliştirme
süper ligde : temel matematik, olasılık ve temel istatistik
buraya kadar olan kısıda BI işleri yapabilirsin çeşitli seviyelerde, domain bilgisi, market research ve strateji de biliyorsan strateji alanında da uzmanlaşabilirsin. goering'in bahsettiği ilerleme az çok bu şekilde.

burdan sonra uefa ve cl oynayacam diyorsan yüksek öğretim şart, ya da o seviyede bilgi. Data science, ML,AI,DL gibi alanlar genelde yüksek lisans ve üstü seviyede istatistik, matematik ve cs bilgisi gerektiriyor. değil iyi excelci birisi, çoğu bilgisayar mühendisi bile okumaktan çekinebiliyor. çekinme sebebi de daha önceden söylediğimiz gibi istatistik ve matematik konuları teorik ve ağır. bir de bu saatten sonra eğitim yükünü çekmen çok zor.



Tablo daha iyi anlatıyordur heralde. Bence iyi bir analistlik hedefiyle yola çıkarsan veri görselleştirmede falan çok başarılı olabilirsin sen.

[sardalya]

super anlatmis, hepsini yaparsin 3 aya o teknolojileri de gecersin

[Lancelion]

frantic iyi anlatmis, mesela R icin soyle bir "Data Wrangling with R" pdfi yapmis bir hanim, gayet kisa -oncesinde kisa bir intro pdfi de var-.

https://cengel.github.io/R-data-wrangling/index.html

datayi alip tatli grafiklere donusturmek icin guzel bir dil R, giris seviyesi icin gayet basit ve yeterli bence. ileride amator'den uefa'ya kadar goturur, CL'de baska toollar gerekir anca.

[Suark]

abi eve online oyna.
Spreadsheets online. Orada t2 t3 üretimelere falan yönelirsen bol bol lazım bundan.

Hazır dolarda yüksek, bi üretim ağı kurup para satıp para kazanabilirsin.

[Grego]

frantic, sağolasın. lancelion un da verdiği linkle, şu "R" yi bir kurcalayacağım.

[deadwoll]

Abi niyetin ciddiyse istatistik ogren teorik olarak. Ozellikle de matematiksel istatistik, asimptotik teori hatta iyice daraltirsak. Yalayip yutman gerekiyor.

İstatistigi anlayabilmek icin gereken matematik cok agir degil, lisans duzeyinde calculus ve lineer cebir yeterli fazlasiyla.

Ama bunlar giris duzeyi. Temelini kurmani ve oradan yurumeni saglarlar ancak.

R ucu bucagi olmayan bir dil ama bir noktanin otesine gecebilmek icin yukarida saydiklarim sart. Cogu zaman matematik ve istatistik bilmeden basklarini taklit etmenin otesine gecmek mumkun olmuyor.

[Frantic]

istediği şekilde hareket edebilir elbette. en basitinden statistics for dummies alıp bile deneyebilir kendini. hatta belki de farkında olmadığı kadar da yetenekli bile olup oradan alıp başını gidebilir. sonuçta motivasyonu oldukça sınırı yok.


amaç "ben veriden daha çok anlam çıkarmak istiyorum" ise bahsettiğim patika onun için daha realistik ve pragmatik. istatistikten hoşlanmasa bile bahsedilen teknolojilerde gene kendine çok şey katabilir. birçok algoritmayı blackbox düşünüp exceldeki gibi parametreleri verip sonuçlarla da bir noktaya kadar gelebilir. salt istatistiğin kendisine odaklanınca tiksinme veya yılma olası sdfg.

Bir de adam veri düzenlemeden aşırı zevk alıyor bariz şekilde. ilgisini bir üst seviyeye taşırken asıl aradığı şey istatistik olmayabilir ve bence veri görselleştirmede çok başarılı olabilir. farklı veri tipleri, farklı kaynaklardan toplayıp dinamik paneller falan yaparak hem tatmin olup hem de teknolojilerde ilerlemesi de mümkün. veya oradan data mining ve data engineering alanlarına falan da atlayabilir.


ben sözelci geçmişini de göz önünde bulundurarak kabaca bir patika çizdim arkadaşa. uzmanı değilim zaten alanın fakat computatinal physics okuduğum için bahsettiğimiz konularda ilgili temel seviyede fikrim var. bolca matematik, istatistik, ve konuştuğumuz teknolojilerle muhattap oldum diyeyim :)

[senko]

bak hasta halimle sana yazı buldum

https://blog.goodaudience.com/data-science-a-piece-of-cake-92a70232e71f

[Goering]

R, phyton, matlab
cok cozebilecegini dusunmuyorum kendi basina.

python’da data visualization ve data scrape calis spesifik olarak.

[Grego]

senko, dataset oluşturmaya kadar her şey yolunda gidiyordu. onu oluşturmayı da anladım. oraya kadar bilale anlatır gibi devam eden yaz çot şimdi hangi algoritmayı test edeceğine karar ver dedi.

[Grego]

frantic, gayet mantıklı yaklaşım benim için. ilgimin bile bu konu özelindeki yerini net bilmediğim için ağır veri işleme, yaratma tarafı muhtemelen beni aşacaktır. görsel altyapım var onunla exceli evericem.

goering, spesifik öneriler için teşekkürler