Professional Documents
Culture Documents
Cəmşid Data Science Kurs Işi
Cəmşid Data Science Kurs Işi
Cəmşid Data Science Kurs Işi
MÖVZUSUNDA
KURS İŞİ
2
MÜNDƏRİCAT
GİRİŞ............................................................................................................................3
1. Verilənlərin təhlili....................................................................................................4
2. Vizual təhlil..............................................................................................................7
5. Proqramlaşdırma və inteqrasiya.........................................................................14
Nəticə..........................................................................................................................16
Ədəbiyyat Sİyahısı.....................................................................................................17
GİRİŞ
4
1. VERILƏNLƏRIN TƏHLILI
5
Nəticələrin təşkili və təhlili: Analiz prosesinin nəticələri qərar almaq və strateji
formalaşdırmaq üçün istifadə edilir. Bu nəticələr, müştəri davranışları, məhsul
performansı, marketinq strategiyaları, iş prosesləri və s. kimi sahələrdə məlumatlar
təmin edir.
Verilənlərin təhlili biznes və peşəkarların məlumatlı qərarlar və proqnozlar
verə bilməsi üçün öz məlumatlarından əsas anlayışlar tapmaq üçün mühüm prosesdir.
Bugünkü dataya əsaslanan dünyada peşəkarlar rəqabətli qərarlar qəbul etmək, hədəf
auditoriyası ilə effektiv əlaqə qurmaq və layihələri uğurla idarə etmək üçün getdikcə
daha çox məlumat təhlilinə etibar edirlər. Bu hədəflərə çatmağın bir yolu
məlumatların təhlili alətlərindən istifadə etməkdir.
Məqsədiniz üçün hansı alətin uyğun olduğunu başa düşərək, ümumi
məhsuldarlığınızı və səmərəliliyinizi artırarkən layihənizin ehtiyaclarını qarşılaya
bilərsiniz. Məlumatların təhlili vasitələri hansılardır?
Məlumatların təhlili alətləri, peşəkarların məlumatların böyük mənzərəsini
xarakterizə edən və mənalı anlayışlar, proqnozlar və qərar qəbulu məqsədləri üçün
lazımlı məlumatları təmin edən şəkildə məlumat dəstlərini təhlil etmək üçün istifadə
etdikləri proqram proqramları, tətbiqlər və digər yardımlardır.
Siz onları müxtəlif tətbiqlərdə məlumat toplamaq, şərh etmək və
vizuallaşdırmaq üçün hazırlanmış xəritələr, diaqramlar və diaqramlar toplusu kimi
təsvir edə bilərsiniz. Səylərinizi maksimum dərəcədə artırmaq və peşəkar
məqsədlərinizə çatmağı asanlaşdırmaq üçün düzgün məlumat təhlili alətinin seçilməsi
vacibdir.[2]
Böyük həcmli məlumatlarla məlumatların nəyi göstərdiyini başa düşmək və
faydalı fikirlər əldə etmək çətinləşə bilər. Düzgün məlumat təhlili alətləri ilə siz
məlumatlarınızın böyük şəklini deşifrə edə və sonra onu geniş fonları olan maraqlı
tərəflər və peşəkar şəbəkənizdəki insanlar üçün uyğun formatda təqdim edə bilərsiniz.
Analitiklər məlumatların təhlili prosesinin aşağıdakı mərhələlərində adətən
alətlərdən istifadə edirlər:
Data mining : Data mining istifadəçilərə məlumatlarının əsas xüsusiyyətlərini
tapmağa kömək edir ki, onlar bu bilikləri real dünya problemlərinə tətbiq edə bilsinlər
6
və data mining proqramı verilənlər daxilində nümunələr və tendensiyalar axtararaq
bu prosesi avtomatlaşdırmağa kömək edir. Faydalana biləcəyiniz üç ümumi məlumat
mədən proqramına aşağıdakılar daxildir.
Məlumatın vizuallaşdırılması : Məlumatın vizuallaşdırılması xam məlumatları
mənalı və hərtərəfli vizual təsvirlərə çevirmək üçün güclü bir yoldur. O, bizə
insanların mətnə əsaslanan məlumatlarda əldən verə biləcəyi mürəkkəb məlumat
nümunələrini, tendensiyaları və fikirləri anlamaq üçün bir yol təqdim edir.
Məlumatların vizuallaşdırılması vasitələri mütəxəssislərə məlumatların
vizuallaşdırılması prosesini asanlaşdırmağa kömək edir. Siz bu vasitələrdən
verilənləri vizual manipulyasiya etmək və əsasdan qabaqcıl qrafik təsvirlər yaratmaq
üçün istifadə edə bilərsiniz.
Biznes kəşfiyyatı : Məlumatların təhlili hekayə məlumatlarını başa düşmək və
məlumatlı qərarlar qəbul etmək üçün istifadə etmək üçün güclü bir vasitədir.
Müəssisələr öz performanslarını artırmaq, müştəri məmnuniyyətini artırmaq, rəqabət
üstünlüyü əldə etmək və şirkətlərinin ümumi sağlamlığından faydalanmaq üçün bu
anlayışlardan istifadə edə bilərlər. İstər kiçik, istərsə də böyük bir təşkilatın bir hissəsi
olmağınızdan asılı olmayaraq, məlumat analitikasından necə səmərəli istifadə etməyi
öyrənmək sizə geniş çeşidli məlumatlara əsaslanan üstünlüklərdən yararlanmağa
kömək edə bilər.[5]
Verilənlərin təhlili üçün istifadə olunan alətlər və dillər çoxdur. Bunlar
arasında R, Python, MATLAB, SPSS, SAS, Excel, Tableau, Power BI, SQL və s.
kimi alətlər mövcuddur. Hər biri özünəməxsus gücləri və məhdudiyyətləri ilə gəlir və
hansı alətin istifadə olunacağı məqsədin və tələblərin əsasında seçilməlidir. [3]
7
2. VIZUAL TƏHLIL
8
Əsasən elektron cədvəl proqramı olan Microsoft Excel , həmçinin diqqətəlayiq
məlumat analitikası imkanlarına malikdir. Microsoft məhsullarının geniş korporativ
səviyyədə mənimsənilməsi səbəbindən bir çox müəssisələr artıq ona çıxış əldə
etdiklərini görürlər.Siz elektron cədvəl məlumatlarından istifadə edərək ən azı 20
fərqli diaqram növü yaratmaq üçün Excel-dən istifadə edə bilərsiniz. Bunlar bar
diaqramları və səpələnmə qrafikləri kimi standart seçimlərdən tutmuş radar
diaqramları və ağac xəritələri kimi daha mürəkkəb variantlara qədərdir. Excel,
həmçinin bizneslərin öz məlumatlarına dair anlayışlar tapmaq və müasir biznes
analitika düsturlarından istifadə etmək üçün bir çox sadələşdirilmiş seçimlərə
malikdir.Bununla belə, Excel-in öz sərhədləri var. Biznesinizin Microsoft
ekosistemində daha möhkəm məlumat vizuallaşdırma alətlərinə ehtiyacı varsa, Power
BI əla seçimdir. Xüsusi olaraq verilənlərin analitikası və vizuallaşdırılması üçün
nəzərdə tutulmuş Power BI bir sıra mənbələrdən məlumatları idxal edə və müxtəlif
formatlarda vizuallaşdırmalar yarada bilər.
Ümumiyyətlə, vizual təhlil, məlumatların daha anlaşıqlı şəkildə izah edilməsini
və nəzərdən keçirilməsini təmin edir. Bu alətlər və platformalar, müəyyən təhlillər və
nəticələr əsasında verilənlərinizi görsəl formatda təşkil etməyə və görsəl nəzarətə
imkan verir, bu da verilənlərdən daha dərin bir anlayış əldə etməyə və qərarlarınızı
dəstəkləməyə kömək edir.
9
3. MÜŞAHIDƏ,NƏZARƏT PANELI VƏ MAŞIN ÖYRƏNILMƏSI
10
Nəzarətli (supervised) öyrənmə: Bu növ öyrənmədə, alqoritmlərə təlim
məlumatları ilə birlikdə məlumatların cavab dəyərləri də təqdim edilir. Məqsəd,
alqoritmlərin məlumatları öyrənməklə və nəzərdən keçirməklə cavab dəyərlərini
proqnozlaşdırmaq üçün model yaratmaqdır. Bu, regresiya və sınıflandırma
problemləri üçün istifadə olunan bir metodikadır.
Nəzarətsiz (unsupervised) öyrənmə: Bu növ öyrənmədə, alqoritmlərə təlim
məlumatları vermək yerinə, alqoritmlər məlumatları öyrənməklə öz-organizasiya,
klastərləmə və digər nəticələr çıxarmaq üçün tətbiq edilir. Bu, məlumatların strukturu
və özəllikləri haqqında anlayış əldə etmək üçün istifadə olunur.
Üstünlük öyrənmə (reinforcement learning): Bu növ öyrənmədə,
alqoritmlər bir mühitdən dənə-dənə feedback alaraq bir fəallaşdırma məqsədilə
davranışı öyrənir. Bu texnika, robototexnika, oyunlar və avtomatlaşdırılmış
navigasiya sistemləri kimi sahələrdə geniş istifadə olunur.
Sərbəst (Semi-supervised) öyrənmə: Bu, nəzarətli və nəzarətsiz öyrənmənin
bir qarışığıdır, yəni təlim məlumatlarının bir hissəsi yalnız məlumatları öyrənən
alqoritmlərə təqdim edilir, cavab dəyərləri olmadan.
Tədqiqat (Deep Learning): Bu,süni ya neyron şəbəkələrinin istifadə edildiyi
daha kompleks və dərin maşın öyrənməsi tətbiqləri üçün istifadə olunur. Bu, şəkil və
səs tanıma, mətn təhlili, avtomatlaşdırılmış tərcümə və digər məqsədlər üçün istifadə
olunur.
Maşın öyrənməsi alətləri arasında Python üçün TensorFlow, Keras, scikit-
learn, PyTorch, R üçün caret, MATLAB üçün Neural Network Toolbox, Java üçün
Weka kimi bir çox proqram kitabxanaları və platformalar yer alır. Bu alətlər,
verilənləri analiz etmək və səmərəli qərarlar vermək üçün istifadə edilə bilər və bir
çox fərqli sahədə, məsələn, sağlamlıq, finans, texnologiya və s. kimi, geniş şəkildə
tətbiq olunur. Maşın öyrənməsi, məlumatların anlamasını və səmərəliliyini artırmaq
üçün güclü bir alətdir. [4]
11
4. VERILƏNLƏRIN TƏMIZLƏNMƏSI VƏ BIRLƏŞDIRILMƏSI
14
5. PROQRAMLAŞDIRMA VƏ INTEQRASIYA
16
NƏTICƏ
17
ƏDƏBİYYAT SİYAHISI
18