Fraktal (Fractal): Sen Tekrar Eden Bir Örüntüsün

Fraktallar, kendi kendine benzerlik gösteren, yani her ölçekte aynı veya benzer desenleri tekrarlayan geometrik şekillerdir. Mandelbrot kümesi bunun en ünlü örneklerinden biridir.

Hayatın bir fraktal olduğunu düşün. Sen düz bir çizgi değilsin; karmaşık, tekrar eden bir örüntüsün. Tıpkı bir fraktalda olduğu gibi, daha derine indikçe, daha fazla detay, daha fazla katman bulursun. Her deneyim, her ders, her ilişki seni oluşturan büyük örüntünün bir parçasıdır. Zor zamanlarda veya kendini çıkmazda hissettiğinde unutma: "Yakınlaştır ve senin hakkında daha fazlası var. Daima daha fazlası..." İçsel gücün, potansiyelin ve keşfedilmeyi bekleyen yönlerin sonsuzdur.

Değişkenler (Variables): Hayatın Çok Değişkenli Bir Denklemdir

Matematikte değişkenler, farklı değerler alabilen sembollerdir. İkinci dereceden bir denklem, \(ax^2 + bx + c = 0\) gibi, hayatın da birçok değişkeni vardır.

Hayatın, \(ax^2 + bx + c\) gibi, çok değişkenli bir denklem olduğunu hayal et. Bu denklemde her kişi, her inanç ve hatta her yara bir "değer" taşır. Tıpkı bir denklemde bir değişkeni değiştirdiğinde tüm sonucun değişmesi gibi, hayatındaki küçük bir değerin (yeni bir bakış açısı, yeni bir ilişki, aşılmış bir zorluk) değişmesi, tüm yaşam denkleminin sonucunu kökten etkileyebilir. Hayat, statik bir durum değil, sürekli etkileşim halinde olan bu değişkenlerin dinamik bir bütünüdür.

Vektörler (Vectors): İlişkilerin Yönü ve Büyüklüğü Vardır

Vektörler hem büyüklüğü hem de yönü olan matematiksel niceliklerdir. Fizikte kuvvet, hız gibi kavramları temsil etmek için kullanılır.

İlişkilerin de tıpkı vektörler gibi, hem bir büyüklüğe (yoğunluk, derinlik) hem de bir yöne sahiptir. Her ilişki seni bir yere doğru iter veya çeker. Bu yön pozitif (büyüme, destek) veya negatif (tüketim, durağanlık) olabilir. "Bütün sevgiler büyümeye işaret etmez. Bütün bağlantılar eşit ağırlık taşımaz." İlişkilerini değerlendirirken, sadece varlıklarına değil, seni nereye doğru hareket ettirdiklerine de dikkat et. İleriye taşıyan ve güçlendiren ilişkileri beslemek, "kendi kişisel vektörünü" doğru yöne çevirmeni sağlar.

Eşitsizlik (Inequality): Öz Değerinin Denklemini Yeniden Yazmak

Eşitsizlikler, iki değerin eşit olmadığını, birinin diğerinden büyük, küçük, büyük eşit veya küçük eşit olduğunu gösteren matematiksel ifadelerdir:

\(a \ne b, \quad a \lt b, \quad a \gt b\)

Eşitsizlik, sadece matematiksel bir terim değil, aynı zamanda kişisel deneyimlerimizde de yankı bulan bir kavramdır. "Travma sana, değersiz olduğunun söylenmesidir. Eşitsizlik, içsel bir dengesizliği veya kendinle başkaları arasında kurduğun yanlış bir kıyaslamayı temsil edebilir. İyileşmek, denge için çözmektir. Öz değerinin denklemini yeniden yaz." Bu, eşitsizliği gidermenin, kendi değerini yeniden tanımlamanın ve kendini başkalarından daha az görmeyi reddetmenin bir davetidir. Senin tasarımın harekettir; simetri ve çözümden yapılmış bir ruhsun.

Sonsuzluk (Infinity): Aşk Ölçülemez ve Sınırsızdır

Sonsuzluk, herhangi bir sınıra veya kısıtlamaya sahip olmayan bir kavramdır. Matematikte, limitlerde, kümelerde ve sayılarda kullanılır.

"Aşk ölçülemez değildir. O, sonsuzdur." Sonsuzluk sembolü (\(\infty\)) ile ifade edildiği gibi, gerçek aşk, şefkat ve bağlantı, herhangi bir nicel değere sığdırılamaz. Duyguların, potansiyelin ve evrenin kendisinin sonsuzluğu gibi, aşk da sınırları aşan bir güçtür. O, sistemi, yani mantığın ve kısıtlamaların dünyasını bozan "tek sayıdır." Hayatın en derin ve en güçlü deneyimlerinden biri olan aşk, bu sonsuzluk kavramıyla en iyi şekilde açıklanır.

Altın Oran (Golden Ratio): Sen Hareket Halindeki Matematiği Temsil Ediyorsun

Altın Oran (\(\phi\), yaklaşık 1.618), doğada, sanatta ve mimaride tekrar eden estetik ve harmonik bir orantıdır. Fibonacci dizisiyle yakından ilişkilidir.

Altın Oran'ın galaksilerde, ayçiçeklerinde, hatta parmak izlerimizde bulunması, evrensel bir uyum ve güzellik ilkesinin varlığını gösterir. "Sen hareket halindeki matematiksinsin." Varlığın bu ilahi oran ile uyum içindedir. İçinde, dış dünyada gördüğün bu muhteşem düzenin bir yansıması vardır. Kendi yaşamınındaki dengeyi, uyumu ve estetiği keşfederken, evrenin bu eşsiz oranının bir parçası olduğunu hatırla.

Matematik sadece rakamlar ve formüllerden ibaret değildir; hayatın her yönünü derinlemesine anlamak için güçlü bir mercektir. Kendini bir fraktalın sonsuz detaylarında, bir denklemin değişkenlerinde, bir vektörün yönünde, bir eşitsizliğin çözümünde, sonsuzluğun aşkında ve Altın Oran'ın evrensel uyumunda bulabilirsin. Unutma, sen sadece yaşıyor değilsin; hareket halinde, keşfedilmeyi bekleyen bir matematiksin.

Kaynak Notu

Bu yazı, ilk olarak görsel tasarımcı Himadri Bagchi tarafından popülerleştirilen ve Fraktal, Altın Oran, Eşitsizlik gibi matematiksel kavramların hayata uygulanmasını konu alan infografik temel alınarak hazırlanmıştır. Konunun bilimsel ve felsefi altyapısı için, Ian Stewart'ın "The Mathematics of Life" gibi eserleri incelenebilir.

Veri tabanı türleri genel olarak İlişkisel (SQL) ve İlişkisel Olmayan (NoSQL) olmak üzere iki ana kategoriye ayrılır.

A. İlişkisel Veri Tabanları (SQL)

1. İlişkisel Veri Tabanı (Relational Database – SQL)

Bu tür veri tabanlarında veriler satır ve sütunlardan oluşan tablolarda saklanır. Tablolar arası ilişkiler anahtarlar (primary/foreign key) aracılığıyla tanımlanır, bu da veri bütünlüğünü ve tutarlılığını garanti eden ACID (Atomicity, Consistency, Isolation, Durability-Atomisite, Tutarlılık, İzolasyon, Dayanıklılık) prensiplerinin uygulanmasını sağlar.

İlişkisel veri tabanlarını, herbiri onbilerce ve daha fazla satırdan oluşabilen birbirine bağlı Excel tablolarının bütünü olarak düşünebilirsiniz. Belirli sütünlardaki anahtarlarla (primary/foreign key) birbirine bağlı bu tabloların tümü üzerinde tek merkezden birbiriyle ilişkili sorgulama yapabilirsiniz. Bu veritabanlarının "ilişkisel" olarak adlandırılması tablolar arası bağlantı özelliğinden gelmektedir.

Örnek sistemler: MySQL, PostgreSQL, Oracle Database, Microsoft SQL Server.

Avantajları: Veri bütünlüğü yüksektir, karmaşık sorgular yapılabilir, ACID kurallarını destekler. Finans, insan kaynakları, stok yönetimi gibi veri tutarlılığının önemli olduğu alanlarda kullanılır.

Eğitim Alanından Örnek:

• Öğrenci Bilgi Yönetim Sistemleri (ÖBYS): Öğrenci, ders ve not tablolarının birincil ve yabancı anahtarlar (primary/foreign key) aracılığıyla ilişkilendirilmesi.

• Başarı Test Verileri: Bir sınavın madde-cevap ve öğrenci-not verilerinin tutarlı ve tekil bir şekilde kaydedilmesi.

2. Analitik (OLAP – Online Analytical Processing) Veri Tabanı

OLAP sistemleri büyük miktarda tarihsel veriyi analiz etmek için optimize edilmiştir. Çoğunlukla veri ambarlarında (Data Warehouse) kullanılır.

Örnek sistemler: Amazon Redshift, Google BigQuery, Snowflake, Microsoft Analysis Services.

Avantajları: Karmaşık sorgular, çok boyutlu analiz, raporlama ve iş zekâsı (BI) için idealdir. Kurumsal raporlama, satış analizleri, tahminleme, karar destek sistemleri gibi çözümlerde kullanılır.

Eğitim Alanından Örnek:

• Eğitim Araştırma Sonuçları: Bir eğitim uygulamasının son 5 yıldaki öğrenci başarısı üzerindeki etkisini, demografik gruplara göre (bölge, yaş, cinsiyet) analiz etmek.

• Kurumsal Raporlama: Eğitim kurumlarının yıllık bütçe, ders tamamlama oranları ve öğretmen performansı raporlarını oluşturmak.

B. İlişkisel Olmayan Veri Tabanları (NoSQL)

NoSQL veri tabanları esnek şema, kolay yatay ölçeklenebilirlik ve yüksek performans sunarak modern, büyük ölçekli ve hızlı değişen veri ihtiyaçlarına cevap verir.

1. Anahtar-Değer Veri Tabanı (Key-Value Database – NoSQL)

Her kaydı benzersiz bir anahtar (key) ve ona karşılık gelen herhangi bir veri yapısına sahip bir değer (value) çifti olarak saklar. Çok hızlı okuma/yazma işlemleri için idealdir.

Örnek sistemler: Redis, Amazon DynamoDB, Riak.

Avantajları: Çok hızlı okuma/yazma performansı, büyük ölçekli önbellekleme için uygundur. Oturum yönetimi, oyun verileri, kullanıcı tercihleri, gerçek zamanlı analiz gibi görevler için kullanılır.

Eğitim Alanından Örnek:

• Oturum Yönetimi: E-öğrenme platformlarında kullanıcının oturum bilgilerine (sepetteki ürün, son izlediği ders) hızlıca erişmek için önbellekleme (caching) yapmak.

• Kullanıcı Tercihleri: Öğrencinin seçtiği tema, bildirim ayarları gibi kişisel ayarlarını saklamak.

2. Sütun Ailesi Veri Tabanı (Column-Family Database – NoSQL)

Veriler satır yerine sütunlara göre gruplandırılır, bu da büyük veri kümelerinde yatay ölçeklenebilirliği artırır. Farklı satırlarda farklı sütun yapısına izin verir.

Örnek sistemler: Apache Cassandra, HBase, ScyllaDB.

Avantajları: Büyük veri kümelerinde yatay ölçeklenebilirlik, hızlı okuma/yazma. Büyük veri uygulamaları, sensör verileri, zaman serisi depolama işlerinde kullanılır.

Eğitim Alanından Örnek:

• Zaman Serisi Verileri: Öğrenci etkileşimlerini (video izleme süresi, tıklama sayıları, klavye basışları) zaman damgasıyla birlikte büyük ölçekte ve yüksek hızda kaydetmek.

• Büyük Veri Uygulamaları: Farklı bölgelerden gelen sensör veya IoT verilerini depolamak.

3. Graf Veri Tabanı (Graph Database – NoSQL)

Verileri düğümler (nodes) ve bunlar arasındaki ilişkiler (edges) biçiminde depolar. Karmaşık ve çok katmanlı ilişkisel ağları hızlı çözümlemek için idealdir.

Örnek sistemler: Neo4j, ArangoDB, Amazon Neptune.

Avantajları: Karmaşık ilişkileri hızlı çözümleme, sosyal ağ analizleri için idealdir. Sosyal medya, öneri sistemleri, dolandırıcılık tespiti, bilgi grafikleri gibi işlevler için tercih edilir.

Eğitim Alanından Örnek:

• İlgi ve Kişilik Ölçeği Verileri: Bireylerin (düğüm) birbirleriyle olan etkileşimlerini veya ilgi alanları (düğüm) arasındaki benzerlik derecesini (ilişki) analiz etmek.

• Öneri Sistemleri (Yöneltme): Bir öğrencinin tamamladığı dersler, aldığı notlar ve başarı gösterdiği alanlara göre bir sonraki mantıklı kurs/kariyer yolunu önermek.

4. Belge Tabanlı Veri Tabanı (Document Database – NoSQL)

Veriyi genellikle JSON veya BSON gibi esnek yapılı belgeler halinde saklar. Şema zorunluluğu yoktur; hızlı geliştirme ve veri yapısı değişikliklerine kolay uyum sağlar.

Örnek sistemler: MongoDB, CouchDB, Firestore.

Avantajları: Esnek şema, hızlı geliştirme, yarı yapılandırılmış veri için idealdir. İçerik yönetim sistemleri, e-ticaret ürün katalogları, web uygulamaları alanlarında kullanılır.

Eğitim Alanından Örnek:

• E-ticaret Ürün Katalogları (Kurslar): Bir e-eğitim platformundaki kursun başlık, içerik, eğitmen, fiyat ve yorumlar gibi farklı yapıdaki tüm bilgilerini tek bir JSON belgesinde toplamak.

• Web Uygulamaları: Kullanıcıların esnek form verilerini ve ayarlarını depolamak.

Sonuç

Veri tabanı teknolojileri sadece veri saklama aracı olmaktan çıkıp bilgiye dayalı karar verme süreçlerinin temel taşı haline gelmiştir. Eğitim ve ölçme değerlendirme alanında ilişkisel veri tabanları temel kayıt ve not tutma işlevleri için vazgeçilmezken; graf, belge ve analitik veri tabanları modern eğitim araştırmaları, kişiselleştirilmiş öğrenme yolları ve büyük veri analizleri için kritik öneme sahiptir. İhtiyaca en uygun veri tabanını seçmek, veri kalitesini ve analiz sonuçlarının güvenilirliğini maksimize edecektir.

Yapay zekâ, topladığı devasa veriler arasındaki ilişkileri belirlemek ve onları kümelendirmek için istatistiksel veri analizini yoğun olarak kullanır. Karşılaştığı yeni durumları/sorunları bu devasa veri kümeleri ile ilişkilendirerek uygunluk olasılığı en yüksek cevapları ve çözümleri bu veri kümelerinden seçer. Her soru veya sorun ilişkilendirmesi analiz edilerek öğrenme süreci devam eder. İstatistik, yapay zekâ ve makine öğrenmesinin pek de görünmeyen temelidir aslında.

İstatistiksel algoritmaların formüllerini, işlem basamaklarını, grafiklerin Python kodlarını ayrıntılı açıklamak bu yazının kapsamı dışındadır. Ayrıca, yapay zekâ ve makine öğrenmesinde kullanılan başka algoritmalar da vardır. Amaç, istatistiğin yapay zekâda nasıl kullanıldığı konusunda genel bir kavrayış oluşturmak, istatistiğin önemini vurgulamaktır.

Algoritmalar:

1. Doğrusal Regresyon (Linear Regression)

2. Lojistik Regresyon (Logistic Regression)

3. K-Ortalama Kümeleme (K-Means Clustering)

4. Karar Ağaçları (Decision Trees)

1. Doğrusal Regresyon (Linear Regression)

İstatistikte doğrusal regresyon, bir bağımlı değişken ($Y$) ile bir veya daha fazla bağımsız değişken ($X$) arasındaki doğrusal ilişkiyi modellemek için kullanılan temel bir tekniktir. Amaç, değişkenler arasındaki ilişkiyi en iyi şekilde temsil eden düz bir çizgi (regresyon doğrusu) bulmaktır, böylece bağımsız değişkenlerin değerlerine dayanarak bağımlı değişkenin değerini tahmin edebiliriz.

Bu yaklaşım; öngörü (prediction), eğilim analizi ve nedensellik ipuçları üretmek için istatistikte uzun zamandır kullanılan bir “iskelet model”dir.

Makine öğrenmesinde, daha karmaşık modeller bile çoğu zaman doğrusal bir çekirdeği optimize eder ya da karar sınırlarını yerel doğrusal parçalara ayırır. Dolayısıyla doğrusal regresyon, hem yorumlanabilirlik (parametrelerin anlamı) hem de iyi bir başlangıç performansı sağladığı için kritik önemdedir.

# Kodların çalışması için önceden yüklenmiş Python modülleri çağırılıyor.
import numpy as np
import matplotlib.pyplot as plt

from sklearn.cluster import KMeans
from sklearn import tree
from sklearn.datasets import load_iris, make_moons
from sklearn.tree import plot_tree
from sklearn.ensemble import RandomForestClassifier
from sklearn.linear_model import LinearRegression, LogisticRegression

# Doğrusal model
np.random.seed(42)
x = np.linspace(0, 10, 50)
y = 2.5 * x + 7 + np.random.normal(scale=4, size=x.shape)

coef = np.polyfit(x, y, deg=1)
y_hat = np.polyval(coef, x)

plt.figure()
plt.scatter(x, y, alpha=0.7)
plt.plot(x, y_hat, linewidth=2)
plt.title('Doğrusal Regresyon')
plt.xlabel('X')
plt.ylabel('Y')
plt.show()

2. Lojistik Regresyon (Logistic Regression)

Lojistik regresyon, bağımlı değişkenin kategorik olduğu (özellikle ikili/binary, yani sadece iki olası sonucun olduğu) durumlarda kullanılan bir istatistiksel modeldir. Temel amacı, bağımsız değişkenlerin değerlerine dayanarak bir olayın gerçekleşme olasılığını tahmin etmektir.

Lojistik regresyon, doğrusal regresyonun aksine, çıktıyı doğrudan bir sayı olarak tahmin etmek yerine, sonucu 0 ile 1 arasında bir olasılık değerine dönüştürmek için sigmoid (lojistik) fonksiyonunu kullanır. Bu olasılık daha sonra genellikle 0.5 gibi bir eşik değerle karşılaştırılarak bir sınıflandırma kararına (örneğin, "Evet" veya "Hayır", "Başarılı" veya "Başarısız") dönüştürülür.

Bu nedenle lojistik regresyon, bir regresyon tekniği olmasına rağmen aslında bir sınıflandırma algoritması olarak işlev görür ve pazarlama, tıp veya finans gibi alanlarda risk, kayıp veya hastalık olasılığını tahmin etmek için yaygın olarak kullanılır.

Yapay zekâ ve makine öğrenmesinde lojistik regresyon, özellikle ikili sınıflandırma problemlerinde temel bir algoritma olarak kullanılır. Basitliği, yorumlanabilirliği ve yüksek hesaplama verimliliği nedeniyle genellikle daha karmaşık modellerin başlangıç noktası olarak tercih edilir. Örneğin, e-posta filtrelemede “spam” veya “spam değil” ayrımı, kredi başvurularında “onay” ya da “red” tahmini, tıbbi tanılarda “hastalık var” veya “yok” gibi karar süreçlerinde uygulanır.

Ayrıca, lojistik regresyonun altında yatan matematiksel yapı, yapay zekâ sinir ağlarındaki aktivasyon fonksiyonları ve olasılık temelli öğrenme yöntemleri için de kavramsal bir temel oluşturur.

x = np.linspace(-10, 10, 400)
sigmoid = 1 / (1 + np.exp(-x))

plt.figure()
plt.plot(x, sigmoid)
plt.axhline(0, linestyle='--', linewidth=1)
plt.axhline(1, linestyle='--', linewidth=1)
plt.title('Lojistik Regresyon')
plt.xlabel('Z (doğrusal birleşim)')
plt.ylabel('Tahmin (olasılık)')
plt.ylim(-0.1, 1.1)
plt.show()

3. K-Ortalama Kümeleme (K-Means Clustering)

İstatistikte K-Ortalama Kümeleme (K-Means Clustering), verilerdeki benzer gözlemleri (veri noktalarını) önceden belirlenmiş $K$ sayıda gruba (kümelere) ayırmayı amaçlayan popüler bir kümeleme algoritmasıdır.

K-Ortalama, verilen $N$ adet veri noktasını, yine bir girdi parametresi olan $K$ adet kümeye böler. Algoritmanın temel amacı, her bir kümedeki veri noktalarının kendi küme merkezlerine (centroid) olan uzaklıklarının karelerinin toplamını minimuma indirmektir. Başlangıçta rastgele seçilen $K$ merkez noktasıyla başlar ve tekrar eden (iteratif) adımlarla çalışır:

• Atama Adımı: Her veri noktası, kendisine en yakın olan küme merkezine atanır.

• Güncelleme Adımı: Her küme için, kümedeki tüm noktaların ortalaması alınarak yeni küme merkezi (centroid) hesaplanır ve eski merkez buraya kaydırılır.

Bu adımlar, küme merkezleri artık önemli ölçüde değişmeyene veya maksimum iterasyon sayısına ulaşılana kadar tekrarlanır. Sonuç, küme içi benzerliğin yüksek, kümeler arası farklılığın yüksek olduğu $K$ adet ayrık kümedir.

Yapay zekâda K-Ortalama ön-analiz, veri özetleme, temsilci örnek seçimi, görselleştirme ve hatta başka algoritmalar için ön-özellik üretimi (feature engineering) gibi aşamalarda kritik rol oynar.

# Yapay veri (3 kümeye yakın)
rng = np.random.RandomState(0)
cluster1 = rng.normal(loc=[0, 0], scale=0.7, size=(60, 2))
cluster2 = rng.normal(loc=[4, 4], scale=0.7, size=(60, 2))
cluster3 = rng.normal(loc=[0, 5], scale=0.7, size=(60, 2))
X = np.vstack([cluster1, cluster2, cluster3])

# Önce: etiketsiz dağılım
plt.figure()
plt.scatter(X[:, 0], X[:, 1], alpha=0.7)
plt.title('K-Ortalama (Önce): Etiketsiz Noktalar')
plt.xlabel('X1')
plt.ylabel('X2')
plt.show()

# Sonra: KMeans ile etiketleme
kmeans = KMeans(n_clusters=3, n_init=10, random_state=0)
labels = kmeans.fit_predict(X)
centers = kmeans.cluster_centers_

plt.figure()
for k in np.unique(labels):
    idx = labels == k
    plt.scatter(X[idx, 0], X[idx, 1], alpha=0.7, label=f'Küme {k}')
plt.scatter(centers[:, 0], centers[:, 1], marker='x', s=200, linewidths=3, label='Merkezler')
plt.legend()
plt.title('K-Ortslama (Sonra): Etiketlenmiş Noktalar ve Merkezler')
plt.xlabel('X1')
plt.ylabel('X2')
plt.show()

4. Karar Ağaçları (Decision Trees)

Karar ağacı, bir hedef değişkenin değerini (çıktı), girdi değişkenlerinin (özelliklerin) değerlerine dayanarak tahmin eden, akış şemasına benzeyen bir yapıdır. Adından da anlaşılacağı gibi, her bir karar düğümünün (node) potansiyel sonuçları gösteren dallara (branch) ayrıldığı bir ağaç yapısı oluşturur.

Karar Düğümü (Decision Node), veriyi belirli bir özelliğe göre iki veya daha fazla alt kümeye bölen bir test koşuludur (örneğin, "Gelir > 50.000 TL mi?").

Dal (Branch), bu testin sonucunu temsil eden yoldur (örneğin, "Evet" veya "Hayır").

Yaprak Düğüm (Leaf/Terminal Node), ağacın sonunu temsil eder ve veri kümesindeki bir gözlem için nihai tahmini (bir sınıf etiketi veya sayısal bir değer) içerir.

Algoritma, veriyi sürekli olarak en iyi bölme noktalarını bularak alt kümelere ayırır. "En iyi bölme", genellikle bir kümedeki safsızlığı (homojen olmama durumunu) en aza indiren (sınıflandırma için Entropi veya Gini İndeksi kullanarak) veya varyansı en aza indiren (regresyon için) bölme olarak tanımlanır.

Karar Ağaçları, istatistikte ve makine öğreniminde hem sınıflandırma hem de regresyon problemleri için kullanılan, denetimli öğrenmeye ait önemli bir algoritma türüdür.

Karar ağaçları tek başlarına kullanılabilse de, günümüzde genellikle Rastgele Orman (Random Forest) veya Gradyan Yükseltme (Gradient Boosting) gibi daha güçlü topluluk (ensemble) algoritmalarının temelini oluşturur. Bu topluluk yöntemleri, birden çok karar ağacının tahminlerini birleştirerek tek bir ağacın dezavantajlarını (özellikle aşırı uyum/overfitting eğilimi ve kararsızlık) önemli ölçüde azaltır.

iris = load_iris()
X = iris.data[:, :2]  # basitlik için ilk iki özellik
y = iris.target

# max_depth parametresini küçülterek ağacı basitleştiriyoruz.
clf = tree.DecisionTreeClassifier(max_depth=2, random_state=0)
clf.fit(X, y)

plt.figure(figsize=(8, 5))
plot_tree(clf, feature_names=['sepal length', 'sepal width'], class_names=iris.target_names, filled=True) # filled=True eklendi
plt.title('Karar Ağacı')
plt.show()

Sonuç

Bu bölümde istatistiğin yapay zekâ ve makine öğrenmesindeki temel rolünü vurgulamak amacıyla dört temel istatistiksel makine öğrenmesi algoritması tanıtıldı: Doğrusal Regresyon, Lojistik Regresyon, K-Ortalama Kümeleme ve Karar Ağaçları.

Doğrusal Regresyon, sürekli değişkenler arasındaki doğrusal ilişkileri modelleyerek tahminler yapmamızı sağlayan temel bir regresyon tekniğidir. Lojistik Regresyon, ikili sınıflandırma problemlerinde olasılık tahminleri yaparak kategorik sonuçları sınıflandırmak için sigmoid fonksiyonunu kullanan bir algoritmadır. K-Ortalama Kümeleme, denetimsiz öğrenme bağlamında veri noktalarını benzerliklerine göre gruplandıran etkili bir kümeleme yöntemidir. Karar Ağaçları ise hem sınıflandırma hem de regresyon için kullanılan, karar verme sürecini ağaç benzeri bir yapıyla modelleyen ve genellikle daha güçlü topluluk modellerinin temelini oluşturan bir algoritmadır.

Bu algoritmalar, yapay zekânın karmaşık veri setlerini anlaması, örüntüleri belirlemesi ve bilinçli kararlar alması için gerekli istatistiksel araçları sağlamaktadır. İstatistiksel temellerin anlaşılması, makine öğrenmesi modellerinin doğru bir şekilde uygulanması, yorumlanması ve geliştirilmesi için kritik öneme sahiptir.

İstatistiksel Öğrenme ve Makine Öğrenmesi: Detaylı Bir Karşılaştırma

İstatistiksel öğrenme (Statistical Learning) ve makine öğrenmesi (Machine Learning), veri biliminin temel taşlarıdır ve modern dünyada veriden değer yaratmanın merkezinde yer alırlar. Her ikisi de veriden desenleri ve ilişkileri keşfetme amacı taşırken, kökenleri, temel felsefeleri ve birincil odak noktaları açısından belirgin farklılıklar gösterirler. Bu yakından ilişkili alanlar, genellikle veri bilimcileri tarafından birlikte kullanılır, ancak hangi aracın hangi amaca daha uygun olduğunu anlamak kritik öneme sahiptir.

1. İstatistiksel Öğrenme (Statistical Learning): Nedenleri Anlamak

Odak Noktası: İstatistiksel öğrenme, adından da anlaşılacağı gibi, istatistiksel teori ve yöntemlerden beslenir. Temel amacı, bir veri setinin altında yatan gerçek veri üretim sürecini (data generating process) anlamak ve açıklamaktır. Yani, olayların neden bu şekilde gerçekleştiğini, değişkenler arasındaki ilişkinin doğasını ve bu ilişkilerin istatistiksel olarak ne kadar önemli olduğunu ortaya çıkarmak ister.

• Çıkarım ve Yorumlama: İstatistiksel öğrenmenin kalbinde çıkarım (inference) ve yorumlama (interpretation) yer alır. Bir model oluşturulduğunda, bu modeldeki her bir parametrenin (örneğin, regresyon katsayıları) anlamı, yönü ve büyüklüğü titizlikle incelenir. Hangi değişkenlerin hedef değişken üzerindeki etkisinin istatistiksel olarak anlamlı olduğu, bu etkinin yönü (pozitif mi, negatif mi) ve büyüklüğü (ne kadar güçlü) belirlenir. Güven aralıkları ve p-değerleri gibi istatistiksel ölçümler, bu çıkarımların güvenilirliğini değerlendirmek için kullanılır.

• Teorik Temeller: Kökeni, 17. yüzyıldan bu yana gelişen matematiksel istatistik ve olasılık teorisine dayanır. Regresyon analizi, varyans analizi (ANOVA), hipotez testleri gibi klasik istatistiksel yöntemler bu alanın temelini oluşturur.

• Model Şeffaflığı: Genellikle daha yorumlanabilir (interpretable) modeller tercih edilir. Modelin nasıl çalıştığı, çıktıların hangi inputlardan geldiği ve bu inputların çıktı üzerindeki etkisi net bir şekilde anlaşılmalıdır. Bu, "kara kutu" (black box) modellerinden kaçınıldığı anlamına gelir.

• Uygulama Alanları: Sosyal bilimler, ekonomi, tıp araştırmaları, pazar araştırmaları ve kamu politikası oluşturma gibi alanlarda yaygın olarak kullanılır. Örneğin, bir ilacın etkinliğini anlamak, eğitim seviyesinin gelir üzerindeki etkisini açıklamak veya bir pazarlama kampanyasının satışları nasıl etkilediğini belirlemek istendiğinde istatistiksel öğrenme yaklaşımları tercih edilir.

2. Makine Öğrenmesi (Machine Learning): En İyi Sonuçları Elde Etmek

Odak Noktası: Makine öğrenmesi ise, bilgisayar bilimleri ve yapay zeka alanının bir alt dalı olarak gelişmiştir. Birincil amacı, veriden otomatik olarak öğrenen ve belirli bir görevi (tahmin, sınıflandırma, kümeleme vb.) en yüksek performansla yerine getiren algoritmalar geliştirmektir. Burada "neden" sorusu yerine, "en iyi sonuçları nasıl elde edebilirim?" sorusu ön plandadır.

• Tahmin ve Karar Verme: Makine öğrenmesinin ana hedefi, yeni, daha önce görülmemiş veriler üzerinde doğru tahminler yapmak veya en iyi kararları vermektir. Tahminin veya kararın arkasındaki nedeni tam olarak açıklamak genelde ikincil bir öneme sahiptir, birincil olan doğruluğudur.

• Performans ve Ölçeklenebilirlik: Algoritmalar, büyük ve karmaşık veri setlerinde (Big Data) bile hızlı ve verimli çalışacak şekilde tasarlanır. Modelin hata oranı (accuracy, precision, recall, F1-score gibi metrikler) minimize edilmeye çalışılır ve algoritmaların daha fazla veriyle veya daha karmaşık problemlerle başa çıkabilme yeteneği (ölçeklenebilirlik) kritiktir.

• Algoritmik Temeller: Kökeni, bilgisayar bilimleri, yapay zeka ve matematiksel optimizasyon teorisine dayanır. Karar ağaçları, destek vektör makineleri (SVM), sinir ağları (neural networks), rastgele ormanlar (random forests) ve gradyan yükseltme (gradient boosting) gibi algoritmalar bu alanın tipik örnekleridir.

• Kara Kutu Modelleri: Performans odaklı yaklaşım, bazen modelin iç işleyişinin karmaşık ve yorumlanmasının zor olduğu "kara kutu" modellerine yol açabilir. Bu modeller, neden belirli bir tahmin yaptıklarını açıklamakta zorlanabilir, ancak genellikle son derece doğru tahminler sunarlar.

• Uygulama Alanları: Spam tespiti, yüz tanıma, doğal dil işleme, tavsiye sistemleri (Netflix, Amazon), otonom araçlar, dolandırıcılık tespiti ve tıbbi görüntü analizi gibi geniş bir yelpazede kullanılır. Örneğin, bir e-postanın spam olup olmadığını doğru bir şekilde sınıflandırmak, bir görüntünün içindeki nesneyi tanımak veya bir müşteriye hangi ürünün önerileceği gibi konularda makine öğrenmesi algoritmaları devreye girer.

Ortak Zemin ve Sinerji: İki Alan Nasıl Buluşur?

Modern veri bilimi uygulamalarında istatistiksel öğrenme ve makine öğrenmesi arasındaki sınırlar giderek bulanıklaşmaktadır. Aslında, "istatistiksel öğrenme" terimi, hem istatistiksel modelleme hem de algoritmik yaklaşımları bir araya getiren bir şemsiye terim olarak da kullanılmaktadır.

• Ortak Yöntemler: Hem istatistiksel öğrenme hem de makine öğrenmesi birçok ortak algoritma ve tekniği kullanır. Örneğin, Doğrusal Regresyon (Linear Regression), Lojistik Regresyon (Logistic Regression), K en Yakın Komşu (K-NN) ve hatta bazı Karar Ağacı algoritmaları her iki alanda da incelenir ve uygulanır.

• Birbirini Tamamlama:

  • İstatistiksel öğrenme, bir makine öğrenmesi modelinin performansını etkileyen temel ilişkileri anlama konusunda valuable insights sağlayabilir. Yani bir ML modelinin neden iyi veya kötü çalıştığını anlamak için SL araçları kullanılabilir.

  • Makine öğrenmesi, istatistiksel modellerin tahmin yeteneklerini artırmak veya çok büyük, karmaşık veri setleriyle başa çıkmak için kullanılabilir.

• "İstatistiksel Öğrenme" Disiplini: Bazı akademisyenler "istatistiksel öğrenme"yi, makine öğrenmesi algoritmalarına istatistiksel kesinliği ve yorumlanabilirliği getiren bir alan olarak tanımlar. Bu, özellikle bilgisayar bilimleri kökenli makine öğrenmesi yaklaşımlarına, istatistiksel modelleme ve çıkarım araçlarını uygulayarak onların "neden" sorusuna da cevap verebilmesini sağlamaya çalışır.

Sonuç

Özetle, istatistiksel öğrenme "neden" sorusuna odaklanarak verinin altında yatan yapıyı ve değişkenler arasındaki ilişkileri anlamaya çalışırken; makine öğrenmesi "nasıl" sorusuna odaklanarak en iyi tahminleri veya kararları verecek algoritmaları geliştirmeye çalışır. Her ikisi de veri biliminin vazgeçilmezidir ve genelde pratik sorunları çözmek için birlikte kullanılırlar. İyi bir veri bilimcisi, elindeki soruna, veriye ve ulaşmak istediği amaca göre bu iki perspektif arasında doğru dengeyi kurabilen kişidir.

Birçok makine öğrenmesi algoritması istatistiksel öğrenmeden türemiştir veya istatistiksel ilkelere dayanır. İlk bölümde ele aldığımız Doğrusal Regresyon, Lojistik Regresyon, K-Ortalama Kümeleme ve Karar Ağaçları gibi algoritmalar bu kesişimin en güzel örneklerindendir. Bu algoritmalar hem verideki ilişkileri anlamamıza (istatistiksel öğrenme) hem de bu ilişkileri kullanarak gelecekteki olayları tahmin etmemize veya verileri organize etmemize (makine öğrenmesi) olanak tanır. Dolayısıyla, güçlü ve güvenilir bir makine öğrenmesi uygulaması geliştirmek için istatistiksel temelleri ve her iki yaklaşımın güçlü yönlerini anlamak vazgeçilmezdir.

1980’li yılların başında lisans öğreniminde istatistik dersine giren hocamız, aritmetik ortalama, standart sapma, korelasyon, varyans analizi… kısacası hemen tüm istatistiksel işlemleri kâğıt ve kalemle yapmayı öğrenmiş. Bir ayrıcalık olarak bize, “Hesap makinesi kullanabilirsiniz!” demişti. Kendisi de derslerde kullanmaya başlamıştı. Yine de istatistiği kâğıt–kalem temelinde öğretiyordu. O günlerde temel istatistiği sağlam bir biçimde öğrenmiştik.

Zamanla önce Excel, ardından SPSS geldi. Daha sonra R ve Python ortaya çıktı… ve bugünlere, yapay zekâ çağına geldik. Günümüzde, istatistiği tüm derinliğiyle pratiğe döken ve onu temel alan veri bilimi, çok daha geniş bir disiplin olarak bilgisayar bilimi, yazılım mühendisliği, veri tabanı yönetimi ve yapay zekâ yöntemlerini de kapsayan bir alan olarak belirdi...

İstatistiğin Kapsamı

İstatistik, Verilerin toplanması, düzenlenmesi, analiz edilmesi, yorumlanması ve sonuçların çıkarılmasıyla ilgilenen bilim dalıdır. Özetle şunları içine alır:

• Betimsel istatistik (ortalama, varyans, tablolar, grafikler)

• Çıkarımsal istatistik (hipotez testleri, güven aralıkları, regresyon)

• Olasılık teorisi

• Deney tasarımı, örnekleme yöntemleri

İstatistiğin amacı, belirsizlik karşısında karar vermeyi kolaylaştırmak, örneklemlerden yola çıkarak evren hakkında çıkarımlar yapmaktır.

Veri Bilimi'nin Kapsamı

Veri bilimi, çok daha geniş bir disiplin olup istatistiği temel alır. Bununla birlikte bilgisayar bilimi, yazılım mühendisliği, veri tabanı yönetimi ve yapay zekâ yöntemlerini de içerir:

• Veri toplama ve temizleme (big data, sensörler, web scraping, log verileri)

• Veri depolama ve yönetimi (SQL, NoSQL, Hadoop, bulut sistemleri)

• İleri istatistiksel modelleme

• Makine öğrenmesi ve derin öğrenme

• Veri görselleştirme, raporlama, dashboardlar

• Karar destek sistemleri

Veri biliminin amacı, büyük ve karmaşık veri kümelerinden anlamlı bilgi çıkarmak, tahmin ve sınıflandırmalar yapmak, veri odaklı çözümler geliştirmektir.

Özet

İstatistik, veri biliminin temel omurgasıdır.

Veri bilimi, istatistiği yazılım, algoritmalar ve büyük veri teknolojileriyle birleştirerek daha geniş bir uygulama alanı sunar.

Yani istatistik ≠ veri bilimi, ama veri bilimi istatistik olmadan düşünülemez.

Karşılaştırma Tablosu

Yakında burada...

Dr. Nizamettin Kaya