FİZİKTEN VERİ BİLİMİNE

2001 yılında, “veri bilimi” terimi ilk olarak William Cleveland tarafından bir yayında kullanıldı. 2012’ye geldiğimizde Harvard Business Review veri bilimini “21. yüzyılın en seksi işi” olarak ele aldı.

Bugüne geldiğimizde ise her işletme veri bilimcileri istihdam etmek ister. Veri bilimi denen bu şey nedir, nereden geldi ve neden bu kadar popüler? Fizik ve veri biliminin uyumluluğu nedir?

VERİ BİLİMİNİN KAPSAMI NEDİR?

Bir veri bilimcinin ne yaptığının tek satırlık tanımını yapmak çok zor bir şeydir. Ne olduğunu kafamızda canlandırabilmek için öncelikle iş kapsamından bahsetmeye başlayabiliriz. İş kapsamına geldiğimizde ise aşağıdaki konuları kapsayacak kadar büyüktür.

  • Trendlerin analizi
  • Grafik çizmek
  • Bilişim
  • Makine öğrenme
  • Yapay zeka
  • Sayısal analiz
  • Kelime analizi
  • İş analitiği
  • Bir web sitesi analizine yapılan tıklamalar

VERİ BİLİMİ NEDİR?

Veri bilimi, farklı rollerde farklı şeyler ifade edebilir. Tek satırlık bir tanım yerine, kısa bir tartışma ile daha çok düşünmeye çalışalım.

Veri bilimi, genellikle tek bir veri kümesinden elde edilemeyen bilgiler olan verilerden bilgi ve öngörüleri çıkarır. Veri biliminin kökleri bilimsel yöntem ve algoritmalardır. Bunlar titizlikle kullanılır. Çıktının mantıklı olduğu doğrulanmalıdır.

Photo by Antonio Batiniu0107 on Pexels.com

Çoğu veri bilimcisi, zamanlarının çoğunu verileri kullanılmadan önce temizlemekle harcar. Bu, yanlış ve kısmi verileri kaldırmak içindir. Çok disiplinli ve çoğu zaman işbirliğine dayalı, bir parçası olarak; iyi bir veri bilimcisi olmak için bazı alanları anlamamız gerekir;

  • Fizik
  • İstatistik
  • Matematik
  • Bilgisayar Bilimi
  • Kodlama
  • Büyük veri

FİZİK VE VERİ BİLİMİNİN UYUMLULUĞU

Veri bilimi; matematik, programlama ve alan bilgisini içeren çok disiplinli bir alandır ve bilgisayar bilimleri öğrencileri için en uygun olduğuna inanılmaktadır. Peki yukarıda belirttiğimiz gibi gerçekten fizik ile uyumlu mu? Cevap büyük bir “EVET”. Bir fizikçinin tipik günlük işlerine bir göz atalım ve bunu bir veri bilimcisi ile karşılaştıralım. Ardından ise veri biliminin köklerine inerek bu konuyu kafamızda iyice oturtalım.

FizikçiVeri Bilimcisi
Deneyler yaparak veri toplamakVeri kaynaklarından veri toplamak
Toplanan verileri analiz etmekToplanan verileri analiz etmek
Gözlemlenen verileri açıklamak ve gelecek verileri tahmin etmek için modeller oluşturmakGözlemlenen verileri açıklamak ve gelecek verileri tahmin etmek için modeller oluşturmak
Bulguları profesörlere sunmakBulguları müdürlere sunmak
Tablo -1. Fizikçi ve Veri Bilimcisinin yaptığı günlük işlerin benzetilmesi

Tablo 1.’de gördüğünüz gibi bu iki meslek sahibi insanların arasındaki tek fark, farklı veri setleriyle çalışmalarıdır. Dolayısıyla, fizik araştırmanızı doğru yapıyorsanız bir veri bilimcisi olmak için gereken becerilere zaten sahip olmanız çok muhtemeldir.

VERİ BİLİMİNİN KÖKLERİ: FİZİK VE ASTRONOMİ

Veri biliminin kökleri, büyük veri setlerinin ilk toplandığı ve bilimsel olarak analiz edildiği fizik ve astronomi alanlarına kadar uzanmaktadır. Fizik dünyasında veri biliminin birçok güzel örneği vardır.

Bunlardan biri Tycho Brahe ve Johannas Kepler’in çalışmasıdır. Tycho, gözle son derece hassas astronomik gözlemler yapmıştır. Bu olay, 16. yüzyılda teleskoplardan önce yaşanmıştır. Ölçüleri, çağdaşlarından beş kat daha hassastır. Doğru ve temiz bir veri kümesi oluşturmuştur.

Photo by Lucas Pezeta on Pexels.com

Tycho, Kepler ile işbirliği yapmıştır ve sayısal titizlik kullanarak gözlemler bilimsel keşiflere dönüştürülmüştür. Kepler, gezegensel hareket yasalarını geliştirmek için Tycho’nun gözlemlerini, bilimsel yöntemlerini ve algoritmalarını kullanmıştır.

GÜNEŞE OLAN MESAFEYİ ÖLÇMEK

Bir başka güzel örnek ise dünyadan güneşe olan mesafeyi ölçmektir. Günümüzde bu, nispeten basit bir iştir. MÖ 3. yüzyılda ölçümler ilk kez Arşimet tarafından yapılmaya başladığında durum böyle değildi.

Simon Newcome 1895’te ortaya çıkana kadar, bu mesafe ciddiyetle ölçülmeye devam edildi ve çok çeşitli sonuçlar elde edildi. Newcome, oldukça sınırlı kaynaklarla inanılmaz derecede doğru bir yanıt almak için veri bilimi tekniklerini uyguladı.

Photo by Pedro Figueras on Pexels.com

Newcome’ın yaklaşımındaki temel fark, birden çok veri seti kullanmaktı. Yanıt almak için sadece Venüs’ün popüler geçişini kullanmadı. Ayrıca sapmayı, ışık hızını ve Gauss yer çekimi sabitini kullandı.

Newcome, birlikte çalıştığı veri setlerinin temiz olmasını sağladı ve çalışmalarında uygun bilimsel titizliği sağlamak için diğer bilim insanlarıyla işbirliği yaptı. Tüm bunlar oldukça doğru hesaplanmış 0.9994AU değeriyle karşılığını verdi. Doğru cevaba yaklaşmamız 50 yıl daha alacaktı.

sonuç

Hep birlikte fizik dalının veri bilimine ne kadar yakın olduğunu ve fizikçilerin de bu alanda çalışabileceğini anlamaya çalıştık. Yeni bir şey öğrenmek asla kolay değildir. Güven, tutku ve sıkı çalışmayla fizikçiler de veri bilimcisi olabilir. Bunu gönülden isteyen insanların kesinlikle yapabileceğine inanıyorum.

KAYNAKLAR

Bir Cevap Yazın

Aşağıya bilgilerinizi girin veya oturum açmak için bir simgeye tıklayın:

WordPress.com Logosu

WordPress.com hesabınızı kullanarak yorum yapıyorsunuz. Çıkış  Yap /  Değiştir )

Google fotoğrafı

Google hesabınızı kullanarak yorum yapıyorsunuz. Çıkış  Yap /  Değiştir )

Twitter resmi

Twitter hesabınızı kullanarak yorum yapıyorsunuz. Çıkış  Yap /  Değiştir )

Facebook fotoğrafı

Facebook hesabınızı kullanarak yorum yapıyorsunuz. Çıkış  Yap /  Değiştir )

Connecting to %s