R ile veri bilimine ilk adım

Yazılım öğrenirken bir noktada sadece uygulama geliştirmek yerine verilerle çalışmanın da ilgimi çektiğini fark ettim. Yönetim Bilişim Sistemleri bölümünde veri ve analiz tarafıyla karşılaştıkça veri bilimi konusunda daha fazla araştırma yapmaya başladım.

Bu süreçte R programlama diliyle tanıştım. R'ın özellikle istatistiksel analiz ve veri görselleştirme konusunda güçlü bir ekosisteme sahip olduğunu gördüm.

İlk başlarda kodların yapısı bana biraz farklı geldi. Daha önce ağırlıklı olarak JavaScript, C# ve Python gibi dillerle çalıştığım için R'ın sözdizimine alışmak biraz zaman aldı. Ancak temel mantığı kavradıktan sonra veri üzerinde işlem yapmanın oldukça keyifli olduğunu fark ettim.

Veri bilimi tarafında öğrendiğim ilk önemli konulardan biri veri setini tanımak oldu. Bir modeli çalıştırmadan önce verinin hangi sütunlardan oluştuğunu, değişkenlerin hangi türde olduğunu, eksik değerlerin bulunup bulunmadığını ve verinin genel dağılımını incelemek gerektiğini öğrendim.

Bu bana yazılım geliştirmede alıştığım bir şeyi tekrar hatırlattı: doğru sonucu elde etmek için önce elimizdeki problemi ve veriyi anlamamız gerekiyor.

Linear regression çalışmaları ise özellikle ilgimi çekti. Bir bağımlı değişken ile bir veya daha fazla bağımsız değişken arasındaki ilişkiyi modellemek, verinin içerisinde bulunan ilişkileri matematiksel bir model üzerinden incelememi sağladı.

Örneğin satış adedi ile birim fiyat arasındaki ilişkiyi inceleyen basit bir model oluşturduğumda, modelin katsayılarının ne anlama geldiğini ve tahminlerin gerçek değerlere ne kadar yakın olduğunu incelemeye başladım.

Burada sadece modeli oluşturmanın yeterli olmadığını öğrendim. Modelin residual değerleri, R-squared gibi ölçümleri ve genel performansı da incelenmeli. Bir modelin çalışıyor olması onun iyi bir model olduğu anlamına gelmiyor.

Veri temizleme kısmı da beklediğimden daha fazla zaman aldı. Eksik değerler, yanlış veri tipleri, aykırı değerler ve hatalı kayıtlarla uğraşmak veri biliminin önemli bir parçasıymış.

Bu süreçte ggplot2 benim en çok ilgimi çeken araçlardan biri oldu. Verileri grafiklere dönüştürmek, sadece tablodaki sayılara bakmaktan çok daha anlaşılır sonuçlar elde etmemi sağladı.

Bir veri setini grafik üzerinde gördüğümde bazı ilişkileri ve dağılımları daha kolay fark etmeye başladım. Bu da bana veri görselleştirmenin sadece sunum amacıyla değil, analiz sürecinin kendisi için de önemli olduğunu gösterdi.

R ile çalışırken aslında veri biliminin sadece kod yazmaktan oluşmadığını anladım. İstatistik, matematik, veri temizleme, görselleştirme ve sonuçları doğru yorumlama gibi birçok farklı alan bir araya geliyor.

YBS açısından düşündüğümde ise bu alanın oldukça önemli olduğunu düşünüyorum. Çünkü işletmelerde çok büyük miktarda veri oluşuyor ve bu veriler doğru şekilde analiz edilmediğinde sadece depolanan bilgiler olarak kalıyor.

Veri biliminin asıl gücünün ham veriyi anlamlı bilgiye dönüştürmek olduğunu düşünüyorum. Satışların neden düştüğünü, hangi ürünlerin daha fazla tercih edildiğini veya belirli bir değişkenin başka bir değişkeni nasıl etkilediğini analiz etmek işletmeler için ciddi bir değer oluşturabilir.

R ile başladığım bu süreç daha sonra Python tarafına olan ilgimi de artırdı. Özellikle Pandas ve scikit-learn gibi kütüphaneler sayesinde veri analizi ve makine öğrenmesi tarafında daha fazla şey öğrenmek istemeye başladım.

Şimdilik veri bilimi konusunda yolun başında olduğumu düşünüyorum. Ancak bu alanın yazılım geliştirme ile birleştiğinde çok güçlü sonuçlar ortaya çıkarabileceğine inanıyorum.

Benim için R ile veri bilimine başlamak sadece yeni bir programlama dili öğrenmek olmadı. Aynı zamanda problemlere sayılar üzerinden bakmayı, veriyi sorgulamayı ve bir sonuca ulaşmadan önce elimdeki veriyi anlamayı öğrenmek oldu.