Veri Madenciliği Nedir?
12.04.2019

Veri Madenciliği Nedir?
Veri madenciliği, sonuçları tahmin etmek için büyük veri setlerinde anormallikler, desenler ve korelasyonlar bulma sürecidir. 

Çok çeşitli teknikleri kullanarak, bu bilgileri gelirleri artırmak, maliyetleri azaltmak, müşteri ilişkilerini geliştirmek, riskleri azaltmak ve daha fazlasını yapmak için kullanabilirsiniz.

İç içe geçmiş üç bilimsel disiplinden oluşur: istatistikler (veri ilişkilerinin sayısal çalışması), yapay zeka (yazılım ve / veya makineler tarafından görüntülenen insan benzeri zeka) ve makine öğrenmesi (verilerden tahmin yapmayı öğrenebilecek algoritmalar).


Veri Madenciliği Neden Önemlidir? 
Günümüzde üretilen veri hacmi iki yılda bir ikiye katlanmaktadır. Yapılandırılmamış veriler tek başına dijital evrenin yüzde 90’ını oluşturuyor. Ancak daha fazla veri mutlaka daha fazla bilgi anlamına gelmez.

Veri madenciliği size şunları sağlar:

Veriler içinde karışık ve tekrarlayan kirletici verilerin elenmesini sağlamak
Uygun verileri tanıyan ve istenilen sonuçları elde etmek için bu verileri derleyebilmek.  
Temeli bilgiye dayalı olan karar alma hızındaki artış .

Temel Özellikler;

Veri desenleri otomatik olarak keşfedilir. 
Veri madenciliği model oluşturma yoluyla gerçekleşir. Modeller veri kümeleri üzerinde işlem yapmayı sağlayan algoritmalardır. Otomatik keşif kavramı veri kümesi üzerinde modellerin yürütülmesini sağlar. 

Muhtemel sonuçlar tahmin edilir.
Veri madenciliği modelleri öngörü sağlar. Örneğin bir model demokrafik verilere dayanarak gelir tahmini yapabilir. Olasılık hesabı olarak gerçekleştirilen tahminlerde kurallara ilişkisi önemlidir.

İşlem yapılabilir bilgi oluşturulur.
Veri madenciliği büyük miktarda veriden işlem yapılabilir bilgi türetebilir. Örneğin bir şehirdeki gelir dağılımına bakılarak şehir planlamacıları ekonomik konut projeleri gerçekleştirebilir. 

Veri Madenciliği İle Ne Yapılamaz? 
 Veri madenciliği veri kümeleri üzerinde tek başına çalışamaz. Yani veriler üzerindeki işlemler derin öğrenme gibi gerçekelşmez. 

Veri madenciliği ile veri kümeleri içinde özelleşmiş veriler elde edilebilir fakat bu verilerin değerlerini veri madenciliği vermez. 

Veri analizi için gereken modeller kendiliğinden oluşmaz. 

e