Veri Bilim – Ne kullanayım, ne öğreneyim?

Ne kullanayım, ne öğreneyim?

 

Alternatif bolluğu yaşadığımız bir dönemdeyiz kuşkusuz.

Bana kalırsa kendinize bir proje konusu belirleyin ve yaparak öğrenmeye çalışın.

Projeye başlamadan önce kendinize bir plan çıkarın:

1-veriye ulaşacağım

2-veriyi düzenleyeceğim

3-veriyi anlamaya çalışacağım

4-veriyi analiz edeceğim

  • .
  • .
  • .

 

Ve kendinize "bana ne lazım?" sorusunu sorun.

Alternatifleri araştırın.

Ve uygun gördüğünüz bir tanesi ile başlayın.

Aşağıdaki grafik 2018 yılında düzenlediğimiz Veri Bilim anketinden bir grafik. Ülkemizde veri bilimcilerin veri bilim araçlarını kullanma yüzdeleri.

ai, AmazonMachineLearning, anket, bigdata, büyük veri, C++, data, data mining, data science, eğitim, Excel, Ggplot2, GoogleCloudCompute, Hadoop, Hive, IBMModeler, IBMSPSSStatistics, IBMWatson, istatistik, java, Kafka, Keras, Knime, machine learning, Mahout, makine öğrenmesi, Matlab, Matplotlib, MDX, MicrosoftAzureMachineLearning, MicrosoftBI, MLlib, nasıl veri bilimci olunur, nosql, ODI, OracleDataMining, OracleREnterprice, Pandas, Pig, python, Qlickview, R, RapidMiner, Rstudio, Sapbo, SasEnterpriceMiner, scala, scikitlearn, sınıflandırma, Spark, sql, Tableau, TensorFlow, veri, veri analizi, veri bilim, veri bilimci olmak, veri çalışanı, veri madenciliği, Watsonanalytics, Weka, yapay zeka

Çok büyük ihtimal ilk denemenizde başarısız olacaksınız. Ama zaten çok kolay olsaydı bu kadar iyi getirileri olan bir iş olmazdı değil mi?

 

Ve tabi profesyonel bir destek almanız da ilerlemeniz konusunda büyük hız katacaktır.

Eğitimlerimizi görmek için...

Kolay gelsin...

 

Ek: bu arada takıldığınız bir yer olursa(olması muhtemel) bir bilene sorun. Çekinmeyin 😉

Comments are closed.