<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Fatma Şahiner on Medium]]></title>
        <description><![CDATA[Stories by Fatma Şahiner on Medium]]></description>
        <link>https://medium.com/@fatmasahiner?source=rss-6cac972a50e7------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*XMAh_IPTtatJgN5zhoh6eg.jpeg</url>
            <title>Stories by Fatma Şahiner on Medium</title>
            <link>https://medium.com/@fatmasahiner?source=rss-6cac972a50e7------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Tue, 17 Nov 2026 15:28:05 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@fatmasahiner/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Data ve Data Science Nedir?]]></title>
            <link>https://medium.com/@fatmasahiner/data-ve-data-science-nedir-ec5c6ea04e67?source=rss-6cac972a50e7------2</link>
            <guid isPermaLink="false">https://medium.com/p/ec5c6ea04e67</guid>
            <category><![CDATA[data-scientist]]></category>
            <category><![CDATA[data-analytics]]></category>
            <category><![CDATA[data-science]]></category>
            <category><![CDATA[data]]></category>
            <category><![CDATA[data-visualization]]></category>
            <dc:creator><![CDATA[Fatma Şahiner]]></dc:creator>
            <pubDate>Sat, 04 Nov 2023 22:19:26 GMT</pubDate>
            <atom:updated>2023-11-04T22:19:26.153Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*NbRYOTR7UFQyV3cc9QmTHg.png" /></figure><p><em>Veri bilimi (Data Science) nedir sorusunu rastgele kişilere sorduğumda aldığım cevaplar genelde “bilgisayarla alakalı, anlamlarını kendilerinin de bilmediği komplike kelimeler oluyor. Biraz daha biliyorum diyenler bizim bilgilerimizi falan satıyorlar o mu falan diyor :) Sanırım hayatın bu kadar içinden olup bu kadar zor anlatılan başka bir kelime yoktur.</em></p><p><em>Öncelikle Veri Bilimine geçmeden gelin ilk olarak </em><strong><em>Veri (DATA ) Nedir? </em></strong><em>Kısmını konuşalım. Veri ya da İngilizce ismiyle de dilimize girmiş olan data, teknik tanımıyla; bir kişi ya da nesne hakkında niteliksel ve niceliksel değişkenliklerin sayısal değeridir. Bu cümle çok karışık ama değil mi haydi bu konuyu hep beraber basit şekilde ele alalım Veri bana göre hayatımızı anlamlandırdığınız her şeydir. Yemek yapmak için buzdolabınızı açtığınızda oradaki malzemeler, ne yemek yapacağımıza karar vermenizde birer veridir. Karşınızdaki insanın sizi sevip sevmediğini anlamaya çalıştığınızda, o kişinin size ve etrafındaki kişilere davranışları birer veridir. Hayalinizdeki mesleği seçerken, yaşamınızın öncelikleri sizin verilerinizdir. Daha hayati verilere gelelim bir doktora gittiğinizde tahlil sonuçlarınız bir veridir veya bir işe başvurduğunuzda ilan içeriği sizin için veriyken cv’niz ise karsı taraf için bir veridir.</em></p><p><em>İyi de bunları hayatımızda nasıl kullanıyoruz işimizi nasıl kolaylaştıracak diyor hala ikna olmadıysanız somut bir örnek vereyim. Yürüyüş yaparken hedeflediğiniz adim sayısı akıllı saatiniz tarafından tutulan veridir. Biz farkında olmadan 10.000 adım tamamlandı uyarısıyla adım hedefimize ulaşırız. Bu verileri anlamlandırma durumunu firmaya indirgersek aldığımız gazetedeki haberler, yorumlar o gazeteyi tercih etmemiz için nasıl bizlere birer veriyse, onların da sektörde kalıp kalamayacakları, satış durumları yeni sayıyı çıkarıp çıkaramayacakları yani kar, maliyet, hasılat analizi gibi verilerine bağlıdır. Bu veriler için belli analiz yöntemleri firmaların hayatlarını da kolaylaştırabilir. CRM Analizi (merak ederseniz sayfamda mevcut) verileri gibi…</em></p><h4>Hayatımız dışardan baktığımız zaman aslında tüm yaşamımızın verilerle anlamlandığını görüyoruz ve bu verileri okumayı öğrendikçe hayatımıza anlam kattığımızı hatta her gün, her saat, her dakika maruz kaldığımızı verinin doğal hayat akışımızda her şey olduğunu fark ederiz. Tıpkı şu an okuduğunuz bu yazı, hatta yazının sonunda benim için çok değerli olan yorumlarınız, alkışlarınız, takip etmeniz benim için dünyanın en güzel verileridir.</h4><p>Eğer özetlersek, hayatımız boyunca maruz kaldığımız, hayatın akışında bizi harekete zorlayan her şey birer veridir. Bizler veriyi doğru okuyup, doğru ve verimli analizler yaptığımız sürece başarı kaçınılmaz olacaktır. Tabii burada şans faktörü veri devre dışı bırakılmıştır 😊</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/622/1*MTfPxAKGNuutt6Gq4jiE3A.png" /></figure><blockquote>“Bana bir dayanak noktası ve yeterli uzunlukta bir kaldıraç verin dünyayı yerinden oynatayım.” Büyük bilim adamı Arşimed bu sözleri söyleyeli iki bin yıldan fazla zaman geçti. Sanırım günümüzde yaşasaydı, bana anlamlı veriler ve yeterli analiz yöntemleri verin dünyayı yerinden oynatayım şeklinde güncelleme yapardı. Hayır abartmıyorum. Eğer abarttığımı düşünüyorsanız <a href="https://www.economist.com/leaders/2017/05/06/the-worlds-most-valuable-resource-is-no-longer-oil-but-data">The Economist</a> dergisinde <strong>“The world’s most valuable resource is no longer oil, but data.“ </strong>başlıklı şu yazıyı okuyabilirsiniz</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/707/1*Njxw8sP6k6OaPe3o4RQAJA.png" /></figure><p>Gelelim Veri Bilimine (Data Science) nedir? Önce genel tanımını verip hep beraber nasıl hayatımızın ayrılmaz parçası olmuş hep beraber inceleyelim. Veri bilimi, verilerden faydalı bilgi elde etmek için bilimsel yöntemleri kullanan multi disiplinler alandır. Veri bilimi kabaca istatistik, matematik, bilgisayar bilimleri ve iş bilgisinin buluştuğu ortak noktadadır. Görsele bakınca göz korkutsa da inanın işin içine girince geçişler o kadar esnek ki bu kadar iç içe geçmiş bilgileri ne zaman öğrendiğinizi fark etmeyeceksiniz. Peki bu mesleği bu kadar özel ve havalı yapan şey nedir derseniz onu da 2012 yılında<a href="https://hbr.org/2012/10/data-scientist-the-sexiest-job-of-the-21st-century"> Harvard Business Review</a> tarafından<strong> “21. Yüzyılın En Seksi Mesleği” </strong>olarak adlandırılan dünyanın en çekici işi olarak seçilmiş olması diyebilirim.</p><p>Eğer hala ikna olmadıysanız size son olarak,<a href="https://www.forbes.com/sites/jackkelly/2021/09/16/the-30-fastest-growing-jobs-and-careers-for-the-next-10-years/?sh=71be2c75609f,"> Forbes</a>’a göre <strong>2030&#39;a kadar en hızlı büyüyecek meslekler!</strong> Başlıklı yazıyı bırakıyor, ve asıl konumuza veri bilimcisi üzerine konuşmak için sohbetimize devam ediyorum.</p><p><em>Şu an hali hazırda tüm firmalar en büyük hazineleri olan verilerini saklarken sektör hala işlenmemiş ham veriyle ne yapacağını bilmeyen firmalarla dolu. Burada soruyu biraz ilerletirsek peki veriyi anladık bunlar ile ne yapacağız kısmı için data scientist (Veri bilimci) kavramı önem kazanıyor. Veri bilimci nedir, Hadi gelin bunu da daha basite indirgeyelim. Veri bilimci, veriyi anlamlı ve amacına uygun kullanan birer veri okur yazarıdır. Veri bilimciye verilen veriler ne kadar doğruysa ve veri bilimcinin çıkarımları ne kadar hedef odaklıysa o kadar başarılıdır diyebiliriz. Haydi gelin bu iki kavramı biraz da meslek olarak inceleyelim</em>.</p><p>Veri Bilimci (Data Scients) nedir?</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*RLDlzmqs_PSnk7n3CUnjRw.jpeg" /></figure><p>Veri bilimci, veriyle ilgili olan süreci yöneten kişidir. Bu sürecin belli basamaklarında ya da tamamında bulunabilir. Veri sektörü derinliği dolayısıyla çok fazla pozisyonlara bölünmüştür. Bu sektörü biraz incelen kişi veri analisti, veri bilimci, veri mühendisti, makine öğrenmesi, yapay zekâ gibi birçok alanı görmüş ve korkmuş olabilir ama bu ayrımlar şimdilik başka bir yazımızın konusu olsun gelin sizle oldukça derin kavram olan veri bilimci üzerinden devam edelim.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/877/1*qpySjgEyTfv5G9ViIbW3zw.png" /></figure><p>Veri bilimci bazı pozisyonlarda, süreç sonucunda firmaya strateji tavsiyesinde de bulunabilecek kadar önem arz eden bir konumdadır. Bu da firma için oldukça önem arz eden bir durumdur. Tanım ne kadar hala sizde havada dursa da aslında veri bilimciler siz görmeseniz de tıpkı veri gibi hayatınızın içindeler. Hayatınızın içinde ne mi yaparlar? Hayatınızdaki verileri anlamlandırır ve sizlerin yalnız olmadığınızı, sizi anladığını ve hayatınızı kolaylaştırmak için hayatınızda olduklarını söyler size öneriler sunar. Somut örnek istediğinizi duyar gibiyim.</p><p>- Günlük hayatta hakkında konuştuğunuz konunun telefonunuz ‘da reklam olarak önümüze çıkması.</p><p>- YouTube’da önerilen içerikler, Netflix’te önerilen filmler, Linkedln’de tanıdığınızı ya da ilgi alanınız olacak bülten tavsiyesi, Instagram’da öneri arkadaşlar, sizleri kaydırma bağımlısı yapan keşfetler.</p><p>- Facebook’ta arkadaş etiketleme sırasında önerilen isimler.</p><p>- Bankalarda borcunu ödeyecek ya da ödemeyecek/ödemekte zorlanacak kişilerin kredi verilmeden önce tahmin edilebilmesi.</p><p>- Mağazayı ya da uygulamaları terk edecek müşterilerin önceden anlaması, o müşterilerin gitmemesi için yapılan kampanyalar gibi çalışmalar yapan kişilerdir.</p><p>Görüldüğü üzere, veri bilimci hayatın hemen hemen her alanında sizleri belki en yakınınızdaki kişiden hatta sizi kendinizden bile daha çok tanıyan, zevklerinizi bilen, modunuzu anlayan siz görmeseniz de size fırsatlar yaratan kişidir. Bir filmde duymuştum algoritmalar sizin sevgilinizden soğuduğunuzu sizden önce anlıyorlarmış.</p><p>Evet gelelim meslek boyutuna. Data Scients, bir çok iş mecrasında firma lehine iyileşme sağlayan kişidir. Bu nedenle çok seksi, çok aranan, çok para kazandıran, çok da emek ve çalışma isteyen yıldızı parlayan, gelecek vadeden bir meslektir…</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*xjDxIf2CUSb9Ow0skXrhFA.jpeg" /></figure><p><em>Sonuç olarak şimdi gelin bu sektöre girmeden önce hayatımızdaki verileri doğru okuyup, doğru çıkarımlar yapıp yapmadığımıza bakalım sonrasında ise benim gibi bu durumu sevip, bunu meslek olarak yapmaya karar verirseniz, geleceğe bir iz de ben bırakmayım diye istekliyseniz ve bu treni kaçırmadan sektörde ben de yerimi almak istiyorum diyenlerdenseniz, size bu süreçte hayatınıza en güzel dokunuşlar yapacak eğitim kurumu olan </em><a href="https://learning.miuul.com/"><strong><em>MİUUL</em></strong></a><em> ile tanıştırmayı çok isterim. Belirtmem gerekirse bu sponsorlu bir yazı değildir. Amacım gerçekten benim gibi aradığını bulamayan bir kişiye ışık tutmak. Gelelim diğer konumuza Miuul nedir? Merak edenler için isterseniz önümüzdeki günlerde bir yazı yazabilirim ve her türlü sorularınızı seve seve cevaplayabilirim ama bize veri ver biz inceleriz derseniz de linkini bıraktım.</em></p><h4>Geleceğe bıraktığınız tek iz farkında olmadan bıraktığınız dijital izleriniz olmasın sizlerle gelecekte daha sağlam veriler de görüşmek üzere …</h4><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=ec5c6ea04e67" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[CRM Analytics Nedir?]]></title>
            <link>https://medium.com/@fatmasahiner/crm-analytics-nedir-cd41218a8cc9?source=rss-6cac972a50e7------2</link>
            <guid isPermaLink="false">https://medium.com/p/cd41218a8cc9</guid>
            <category><![CDATA[crm-software]]></category>
            <category><![CDATA[crm-data-migration]]></category>
            <category><![CDATA[crm-tool]]></category>
            <category><![CDATA[crm]]></category>
            <category><![CDATA[crm-solution]]></category>
            <dc:creator><![CDATA[Fatma Şahiner]]></dc:creator>
            <pubDate>Thu, 12 Oct 2023 02:14:58 GMT</pubDate>
            <atom:updated>2023-10-12T08:32:47.140Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/700/1*gnt5nn75CDEZFosci2pk8A.jpeg" /></figure><p><em>Herkes tarafından da bilindiği gibi Customer Relationship Management (Müşteri İlişkileri Yönetimi) olan İngilizce kelimelerinin baş harflerinin kısaltmasıdır. Kısaca bir firmanın, bir şirketin, bir kurumun en önemli unsuru olan müşterileriyle olan ilişkilerini yönetmesidir diyebiliriz. Burada karşımıza çıkan Customer lifecycle/ journey/funnel gibi kavramlar bizi müşteri yaşam döngüsü optimizasyonlarına götürmektedir. Bu optimizasyon müşteriler ile kurulan iletişimi ya da etkileşimi, görsel tekniklerle ifade edip bunları çeşitli Key Performance Indicators (KPIs) “Temel Performans Göstergeleri” ile takip edilebilir bir forma getirip bu bilgileri takip etme imkânı sağlayan kavramlardır. Örnek vermem gerekirse bir e-ticaret yaptığınız web siteniz var ise kullanıcının sitenizi incelemesini ilk adım, sitenize üye olmasını ikinci adım, üçüncü adımda ise alışveriş yapması gibi birçok adımı sıralayabiliriz Bunlara ayrıca süreci ifade eden döngüler de diyebiliriz. Bu döngülere satış öncesi ve sonrası olarak da birçok adım ilave edebiliriz.</em></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/815/1*AaLr3incJcVvofeMzDYw-A.png" /></figure><p><em>CRM denilince kendi içinde çok önemli bir kavram daha oluşmaktadır. Buna kısaca en önemli kavram olan iletişim diyebiliriz. Gelin iletişimin önemini hep beraber ele alalım. İletişim belki de bu süreçte müşteri ile sizin aranızdaki doğrudan aktarım yaptığınız, sizi anlatan unsurdur. Bu iletişimi kurarken görsellerden faydalanılabildiği gibi, kampanyalar gibi unsurlardan da faydalanabiliriz. Bir firma, misyonuna ve vizyonuna göre iletişimi belli danışman firmalarıyla çalışmalar şeklinde de yürütebilmektedir. Bu destek aldığı kişiler ile markanın sözcüsü olup sosyal medya alanlarında da markanın mesajını ifade ederken, süreci yürüttüğü sosyal ağ tercihlerinden, o ağlarda kullandıkları dile kadar her detayıyla markayı temsil ederler.</em></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*NFUaQQZmmjdDpTodJUZuhQ.jpeg" /></figure><p><em>Bir diğer kavramımız ise müşteri edinme / bulma çabalarıdır. Bu çabalar bazen online kanallardan olurken bazen offline kanallardan da mümkün olmaktadır. Bu çabalar her türlü reklam ve kampanyalar tarafından desteklenmektedir. Fakat burada karşımıza çıkan maliyet ise bize yeni müşteri bulmanın, var olan müşteriyi korumaktan daha maliyetli olduğunu gösterir. Bu yüzden CRM çalışmalarının büyük kısmı da var olan müşteriyi elde tutma çabaları üzerine şekillenmiştir. Bu “customer churn “ kavramı olarak da görülebilir.</em></p><p><em>Başka bir kavram ise cross-sell (çapraz satış) ve up-sell (üst satış) olarak dikkatimizi çekmektedir. Cross sell bir kişi ürün aldıysa ona yanında, tamamlayıcı ürününü de satalım iken up sell aynı ürünü daha fazla satmayı içerir.</em></p><p>Bu kavramların arasında belki müşterilerin en farkında olmadığı çalışma ise müşteri segmentasyon çalışmalarıdır. Burada firma tüm müşterilerine eşit uzaklıkta olmaktansa belli segmentlere ayırarak daha farklı bir iletişim kurmaktadır. Bu çalışma kaynağın sınırlı yapılacak işin fazla olmasından kaynaklanmaktadır. Yani daha az çalışanla daha çok müşteriye ulaşmanın yolu onları belli gruplara ayırarak ilgilenmektir buradaki segmentlerden biri de bizlere en çok gelir getiren müşterilere ayrı daha az gelir getirene daha ayrı tutum sergilemektir.</p><p>Bu çabalar Crm Analitiğiyle veriye dayalı bir şekilde müşteri ile topladığımız verileri daha anlamlı hale getirmektedir. Bu çabaya Crm Analitiği yani müşteri ile ilgili süreci veriye dayalı yönetmektir. Bu veriler bazen doğrudan kazanç elde edileceği gibi bazı durumlarda ise dolaylı yoldan strateji imkanı sağlar.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*tXIyatR1maStX7hReGJ8Sg.jpeg" /></figure><p><strong>Yani özetle, CRM Analytics, kapsamındaki çalışmalarında odağının veri olduğunu ve bu veriler ile veri analitiğinin, veri uygulama alanlarıdır. Bu verileri ;</strong></p><p><strong>· Müşteriyi tanımak,</strong></p><p><strong>· Temel ihtiyaçlarını anlamak/takip etmek</strong></p><p><strong>· Oluşan ihtiyaçlara paralel çözümler/ürünler sunmak</strong></p><p><strong>· Zaman içerisinde büyüyen bu bilgiyi kurum içerisinde paylaşmak gibi</strong></p><p><strong>Bir firma için önem arz eden konularda ile de daha az çaba daha çok kazanç elde ederek büyümek, hayatta kalmaktır. Yani başka bir deyişle hayatta kalım mücadelesidir.</strong></p><p>Bu yazımda başta Miuul Eğitim Kurumu olmak üzere anlatımıyla farklı pencereler açan <a href="https://medium.com/u/a5c656fae5f0">Mustafa Vahit Keskin</a>’e çok teşekkür ederim.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=cd41218a8cc9" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Veri Bilimi için Python mu R mı?]]></title>
            <link>https://medium.com/@fatmasahiner/veri-bilimi-i%C3%A7in-python-mu-r-m%C4%B1-126dcd4d0e4?source=rss-6cac972a50e7------2</link>
            <guid isPermaLink="false">https://medium.com/p/126dcd4d0e4</guid>
            <dc:creator><![CDATA[Fatma Şahiner]]></dc:creator>
            <pubDate>Sat, 30 Sep 2023 20:09:25 GMT</pubDate>
            <atom:updated>2023-09-30T20:09:25.986Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/471/1*Zd8MvpS_1_eHVOnSBSm0zQ.png" /></figure><p><em>Veri bilimine giriş yaptıysanız ilk karar vereceğiniz alan hangi dili seçeceğiniz oluyor. Bu alanda sadece tek dili seçemeyeceğinizi üzülerek söyleyebilirim. Eğer kendini geliştirebilen bir veri bilimci olmak istiyorsanız her iki dili de bilmelisiniz. Burada bahsettiğim konu öncelikli öğreneceğiniz dil konusunda cevap verebilirim. Veri bilimi iki ana disiplinden beslenmektedir. Birincisi bilgisayar bilimiyken diğeri istatistik bilimidir. Genel özetle istatistiksel algoritmalar istatistik temeline dayanırken ve R ile çözülürken bilgisayar temelli çözümler matematik bilimine dayanıyor bu da Python ile daha mümkün hale gelmektedir. Hadi gelin bu iki dili kıyaslayarak inceleyelim.</em></p><p><em>Öncelikle her iki dil de herkes için ücretsiz olarak indirilebilir, veri işleme ve otomasyondan, iş analizi ve büyük veri keşfine kadar veri bilimi görevleri için çok uygundur. İki dilde de çok fazla kütüphaneler ve sınırsız veri boyutu mevcuttur. Temel fark, R dili istatistiksel kökenli algoritmaları destekleyen istatistiksel analizde kökleri olmasıdır. Python dili ise matematiksel, bilgisayar kökenli ve genel amaçlı bir programlama dilidir. Diğer ufak bir ayrım R verinin ön incelemesinde öne çıkarken Python ise hem veri ön incelemesinde hem sonrasında uygulamaya bağlanabilir ve bu işlevliği kaldırabilecek bir dil olarak ön plana çıkıyor. Eğer amacınız sadece veriyi işlemek ve bunu grafiğe aktarmaksa R yeterli gelirken veriyi bir uygulamada arka planda çalıştırmak ya da bir web sitesine bağlamak vs. gibi beklentiniz varsa Python tercih edebilirsiniz.</em></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*g4EcP4jCo4ysS3s4" /><figcaption>Photo by <a href="https://unsplash.com/@afgprogrammer?utm_source=medium&amp;utm_medium=referral">Mohammad Rahmani</a> on <a href="https://unsplash.com/?utm_source=medium&amp;utm_medium=referral">Unsplash</a></figcaption></figure><p><em>Burada sizin amacınız önem arz ediyor. R dili daha çok veri analizi ve istatistik için geliştirilmiş bir dil iken, Python dili, programlama temelli ve program geliştirmek için geliştirilen bir dildir. Bu da R dilini istatistik ve akademi temelli kullanıcıların tercihi yaparken Python dilini programlama ve bilgisayar kökenli insanların tercih ettiğini görmekteyiz.</em></p><p><em>Öğrenme eğrisi bazında bakarsak R dili, Python’a kıyasla daha zor öğrenilen bir dildir. Eğer istatiksel temelleri baskın biri değilseniz ve ilk öğreneceğiniz dili seçmeye çalışıyorsanız size Python seçebileceğinizi söylemeliyim.</em></p><p><em>Platform desteği olarak kıyaslama yapacaksak Python’un başlı başlına bir platform olduğunu ve sıfırdan bir uygulama geliştirebileceğimizi söyleyebiliriz. Bu da istihdam ve iş ilanı bazında Python’u daha ön plana çıkartmaktadır.</em></p><p><em>Entegre geliştirme ortamı (IDE) olarak baktığımızda Python’un geliştirme ortamlarının daha fazla ortam tarafından desteklendiğini ve bu konuda ihtisaslaştığını söyleyebiliriz. Görselleştirme kütüphanelerinin ise R’da bir tık Python’dan daha fazla olduğunu söylersek yanılmış olmayız. Python, Seaborn ve Matplotlib olarak sınırlıdır ki bunlar da veri görselleştirme konusunda R kadar hızlı değildir.</em></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*O49nDfl1nlb5UjgW" /><figcaption>Photo by <a href="https://unsplash.com/@choys_?utm_source=medium&amp;utm_medium=referral">Conny Schneider</a> on <a href="https://unsplash.com/?utm_source=medium&amp;utm_medium=referral">Unsplash</a></figcaption></figure><p><em>Projeniz de temel amaç görsellik değil de veri ön izleme, veri işleme, büyük veri ortamıysa ya da daha spesifik alan olan yapay zekâ, makina öğrenme algoritmalarına dayanıyorsa R bu alanda size yeterli gelmeyecektir bu alanlarda Python sizi daha çok destekleyecektir. Burada aslında daha farklı açıdan bakarsak öğrendiğimiz dilleri projelerde belli bir yere kadar kullanabildiğimizi göreceğiz. Örnek vermek gerekirse Python dilini kullanırken aslında Numpy ve Pandas gibi kütüphaneleri Python dilinden daha yoğun kullandığımızı göreceğiz. Bu yüzden tek bakmamız gereken diller değil dillerin kütüphaneleri de öncelikli hale geliyor. Bu kütüphaneler sürekli güncellendiğinden bu süreçte doküman okuyarak size öncelikli fayda sağlayacak dili tercih etmeniz daha fayda olacaktır.</em></p><p><strong><em>Özetleyecek olursak, eğer istatistik temeliniz sağlam ve yapacağınız projeler akademik veya sadece veri girme, veri görselleştirmeyse R dilini öğrenmenizi öneririm. Fakat çalışacağınız alan bilgisayar bilimine yakın ve uygulama esaslıysa, makine öğrenmesi veya yapay zekaya geçişi yüksek bir alan ise Python size daha çok destek sağlayacaktır. Bunun yanında veri bilimine geçiş yapmak istiyor ve istatistik ile bilgisayar programcılığına eşit uzaklıktaysanız ilk öğreneceğiniz dil olarak daha yüksek işlevli dil olan Python dilini tavsiye ederim.</em></strong></p><p>Okuduğunuz için teşekkür ederim. Son olarak araştırmamda notlarından, paylaşımlarından yararlandığım değerli hocam Prof. Dr. <a href="https://medium.com/u/510e1a5257a7">Sadi Evren SEKER</a>’e teşekkürü borç bilirim.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=126dcd4d0e4" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>