Bir Endüstri Mühendisinin Veri Bilimi Öğrenme Reçetesi
2019 yılında geç de olsa okuduğum “ Data Scientist: The Sexiest Job of the 21st Century” HBR makalesi ile veri bilimi alanında kitaplar okumaya, kurslar almaya ve hatta bitirme projemi kendi adıma büyük bir risk alarak bu alanda yapmaya karar verdim. Sanırım verdiğim en doğru kararlardan biriydi. Endüstri Mühendisi olduğum için nereden başlamalıyım ve nasıl ilerlemeliyim konusunda çok kararsızlıklarım oldu. Süreç ile ilgili araştırmalar yaparken bir blog yazısında seviye seviye okunması gereken veri bilimi kitaplarına rastladım ve ilk literatür ile tanışmam bu şekilde oldu.
Veri Bilimi; çok hızlı gelişen , dinamik olarak değişen bir alan ve şüphesiz ki en sıcak kariyer alternatiflerinden biri. Sektördeki neredeyse tüm şirketler veri bilimi departmanları oluşturuyor. Özellikle Türkiye’de bu alanda çalışmalar yapan kişi sayılarını baz aldığınızda uzmanlığınızı geliştirmek için harika bir fırsat olarak değerlendirebilirsiniz.
Bu yazımda; her seviyede en popüler veri bilimi kitaplarını, bloglarını sizler ile paylaşıyor olacağım.
Başlangıç Düzeyi
Algoritmalar, kütüphaneler hakkında çok bilgim yok hatta python dili ile daha tanışmadım diyorsanız aşağıdaki kitaplara göz atabilirsiniz:
Practical Statistics for Data Scientists: Bu kitap veri biliminde uzmanlaşmak için genel bir bakış açısı sağlayacaktır. Çok ayrıntılı değil ancak hızlı ve kolay bir şekilde bitirebileceğiniz veri bilimi için gerekli olan tüm istatistik konuları kapsamaktadır.
Data Science Job How to become a Data Scientist: Bu kitap veri bilimci olmak için sizlere bir yol haritası sunuyor. Hangi yeni yetenekleri geliştirmelisin, kariyerini bu alanda geliştirmek için neler yapman gerekli vb gibi kilit sorulara kılavuzluk ediyor.
Introduction to Machine Learning with Python: Makine öğrenimi oldukça yoğun bir konudur. Kavramlar ile tanışmak ve hazır veri setleri ile kendi modellerinizi oluşturabilmek için bu kitap sizlere referans olacaktır. Ancak makine öğrenimi modellerinde ayrıca uzmanlaşmak isterseniz farklı kaynaklara yönelmeniz gerekli diyebilirim.
Python Machine Learning By Example: Makine öğrenimi algoritmalarını kullanarak kanser tespiti, spam e-posta tespiti, regresyon kullanarak ev fiyatlarını tahminleme gibi bazı klasik örnekler ile uygulama yapma aşamasına bu kitap ile geçebilirsiniz.
Python dili ile uygulama yapmak için Jupyter kullanmanızı tavsiye edebilirim. Adım adım kodlamalar yaparak daha kolay ilerlemenizi sağlayacaktır. Ek olarak hata aldığınızda Stack Overflow kullanmaktan çekinmeyin, bir hata aratırken farklı birçok bilgiyi edinebilirsiniz.
Orta Düzey
Birkaç veri bilimi çalışması yaptıysanız, popüler veri setleri ile uğraştıysanız bilginizi daha da derinleştirmek için aşağıdaki kitaplara göz atabilirsiniz:
Python Machine Learning : Mevcutta çalıştığım şirkette tüm iş arkadaşlarıma aldırttığım benim için önemli başucu kitaplarından biridir. Gerçekte uyarlayabileceğiniz birçok kod örneği içeren pratik bir kitaptır. Makine öğrenimi ile başlar derin öğrenme gibi daha gelişmiş yöntemlere geçer.
Python Data Science Handbook: Python standart kütüphane modülleri programlama dilinin genel mimarisini oluşturur. Bu kitapta Pandas, Numpy, Matplotlib, Scikit-Learn gibi kütüphanelere ait etkin yöntemler hakkında bilgi edinebilirsiniz.
Hands-On Machine Learning with Scikit-Learn and TensorFlow: Sınıflandırma, öznitelik indirgeme vb. modelleme biçimlerini ele alan ve derin öğrenmeye, yapay sinir ağlarına kadar inen orta — ileri düzey arasında bulduğum bir kitaptır.
Pattern Recognition and Machine Learning: Makine öğreniminin tüm temel algoritmalarından teorik yönleriyle bahseder. Algoritmaların arkasında istatistik bilgilerini derin bir şekilde incelemek istiyorsanız size harika bir arkadaş olacaktır.
Uzman Düzey
Bu düzeyde derin öğrenme alanında kendinizi geliştirmeye hazır hale gelebilirsiniz. Derin öğrenme alanında uzmanlaşmak isterseniz aşağıdaki kitaplara göz atabilirsiniz:
Deep Learning: Derin öğrenme algoritmaları için iyi bir kılavuzdur. Alanında uzmanlar tarafından çeşitli alıntılamalar mevcuttur.
Probabilistic Deep Learning: Sinir ağlarını destekleyen ilkelere yönelik uygulamalı bir kılavuzdur. Farklı veri türleri için doğru dağıtımla ağ performansını iyileştirmeyi öğrenmek ve doğruluğu artırmak için referans alabilirsiniz.
Deep Learning with Python: Keras’ın yaratıcısı tarafından yazılmıştır. Hızlı uyarlayabileceğiniz kod örnekleri mevcuttur. Derin öğrenme metodolojisi ile ilgili oldukça yararlı ipuçları vermektedir.
Orta düzeyde veri bilimi alanında kendimi geliştirmeye devam ediyorum ama deneyimlerime ve gözlemlerime bakarak söyleyebilirim ki uzman düzeyinde kitap okumaktansa bilimsel makaleleri okumak çok daha yararlı olacaktır. Teknoloji sürekli değişiyor özellikle bu alanda yurtdışında yayınlanan başarılı birçok makale bulunmakta , pandemi salgınının tetiklemesiyle sağlık sektöründe yapılan gerçek uygulamalar daha somut kavramanızı destekleyecektir.
Yapay zeka, veri bilimi sektöründeki çalışmaları izleyebilmek ve bu çalışmalar hakkında genel fikirler elde edebilmek için bloglar erişilebilecek en rahat kaynaklardır. Teoride öğrendiğimiz çalışmaları sektöre uyarlamak çoğu zaman zorlayıcıdır, işinizi kolaylaştırabilmek ve hayal gücünüzü daha da zorlamak için küçük ilhamlara ihtiyaç duyabilirsiniz bu noktada trendleri önden takip etmek sizi bir adım daha farklılaştıracaktır.
Blog Önerileri:
