Veri (Data), Büyük Veri (Big Data), Açık Veri (Open Data), Yapay Zekâ (Artificial Intelligence, AI),…
-
Git
: -
-
ᴀ⇣ Yazı karakterini küçült
On İki Levha Yayıncılık
Yayın tarihi: Aralık 2021
Sayfa: 89 - 99
K. Berk Kapancı
Editör:E. Eylem Aksoy Retornaz, Osman Gazi Güçlütürk
Aşağıda bir kısmını gördüğünüz bu dokümana sadece Profesyonel + pakete abone olan üyelerimiz erişebilir.
Doç. Dr. K. Berk KAPANCI*…
I. GENEL BAKIŞ: BÜYÜK VERİ VE ÖZELLİKLERİ
Verinin içinde bulunduğumuz çağın “hammaddesi” olduğu yadsınamaz bir gerçektir(1).…
An itibariyle, büyük veri analiz ve uygulamaları, üretim (tedarik zinciri, envanter yönetimi, lojistik…), tüketim…
Yine büyük verinin sağlayabileceği bir başka fayda, işletmelerin işe alım süreçlerinde…
Bunlardan başka büyük veri, yakın geçmişte de örnekleri olduğu üzere(9)…
Son olarak hukuk uygulaması alanda da büyük veri analizine dayalı birçok farklı uygulamanın…
Rahatlıkla görülebileceği üzere büyük verinin yarattığı bütün bu yeni fırsatlar özellikle…
Büyük veri denildiğinde, geleneksel veri tabanı yöntemleriyle işlenmesi mümkün olmayan,…
Büyük veriyi oluşturan, bünyesindeki içerikler de özlerinde farklılık göstermektedir
Yine büyük verinin kaynakları da çeşitli olabilir. Genel olarak bakıldığında, kaynaklar…
Büyük verinin (probleminin) anlaşılmasında onun ana (temel) bileşenlerinden söz açılması…
Şimdi bu bileşenlere, önemlerine binaen, daha yakından bakalım:…
Verilerin çeşitliliği (variety), bunların elde edildikleri kaynakların farklılaşmasından ileri gelir. Ayrıca bu veriler, çoğunlukla farklı formatlarda (yapısal, yarı yapısal veya yapısal olmayan) bulunacaklardır. Verilerin işlenmesinde bu bir sorun olarak karşımıza çıkabilecektir(22)…
Hızdan (velocity) kasıt, büyük veri dahilindeki verilerin birbirlerinden farklı hızlarda üretilebilir olmasıdır, kimi verilerin üretimi daha durağan bir çerçevede gerçekleşirken, bunların daha çok hacimlerinin büyük olması bir sorun oluşturmaktadır, veri üretim hızının yüksek olduğu, en başta cihazlar üzerindeki sensörler aracılığıyla toplanan verilerde verinin eş zamanlı olarak analiz edilmesi çoğu kez zorlu olabilecektir(23)…
Hacim (volume), verinin boyutunu ifade eder, çeşitli ölçü birimleriyle ifade edilir (misalen, gigabayt, terabayt, ekzabayt… vb. gibi). Hacmin büyük verinin en önemli özelliklerinden biri olduğu söylenebilir, aynı şekilde hacim çoğu kez aşılması güçlükler çıkartan bir temel problem de oluşturabilir. Bu noktada hacmin büyüklüğünün meydana getireceği problemin göreceli bir mahiyet taşıdığı da pekâlâ söylenebilir. Bazı organizasyon yapıları için çok kolay işlenebilecek hacimde veriler, diğer bazı yapılar için deyim yerinde olursa bir tür kabusa dönüşebilir. Önemli olan, eldeki büyük veriye dayanan herhangi bir projedeki analizin gerçekleştirilmesinde, ilgili hacmin bir problem
Değer (value), (büyük) veri analizini anlamlı hale getiren sonuçlardır. Büyük veri, değer üretebildiği ölçüde bir anlam ifade eder. Büyük veri setinin işlenmesinde bir değerin ortaya çıkarılabilip çıkarılamayacağı da görecelidir, bunun tespitinde verinin içeriği, üretilme amacı, ulaşılmak istenen sonuçlar vb. hususlar dikkate alınmalıdır. Geleneksel yöntemlerle yapılan veri analizi, bazı alanlarda bir değer meydana getirmekte yetersiz kalabilmektedir, işte tam da bu noktada farklı bir bakış açısıyla yürütülen büyük veri analizi yöntemleri önem kazanmaktadır. Söz konusu analizlerde yapay zekâ sistemleri ve makine öğrenmesi yöntemleri devreye girmektedir. Bu açıdan büyük verinin tek başına değil de bu sonuncularla bir arada ele alındıklarında asıl değerlerinin ortaya çıktığı açıktır(25).…
Gerçeklik/geçerlilik (veracity), veri analiziyle elde edilen sonuçların ne kadar doğru ve güvenilir olduğunu gösteren ve dolayısıyla da ne ölçekte dikkate alınabilir olduğuna ilişkin bir özelliktir. Ne de olsa büyük veri analizinde, ulaşılmak istenen sonuçlardan sapılmasına yol verebilecek “gürültü” (noise)…
Yayılabilirlikten (virality) kasıt, verinin yayılmasından bir değer elde edilebilip edilemeyeceğinin saptanması, yine değer elde edilebileceği saptanan verinin de olası yayılma hızının ölçülmesidir(28)…
Direnç (viscosity) ile, verilerden anlamlı sonuçlar çıkarılmasında ve bunların değere dönüştürülmesinde karşılaşılacak zorluklar kastedilmektedir. Bunun arkasında doğrudan veri içeriğinden kaynaklı sebepler bulunabileceği gibi, verinin analizinde algoritma temelli sebepler de söz konusu olabilir(29)…
Görsellik (visualisation), büyük veri üzerinden karar alınmasında ve harekete geçilmesinin teşvik edilmesinde bir değer meydana getirilmesinin önceden ne oranda mümkün olabileceğinin saptanmasıdır(30)…
Büyük verinin bu özellikleri çerçevesindeki gelişimi ve büyük veri üzerinden elde…
Diğer taraftan büyük verinin amaca uygun ve bir artı değer meydana getirecek şekilde…