<?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 Kizilkaya on Medium]]></title>
        <description><![CDATA[Stories by Fatma Kizilkaya on Medium]]></description>
        <link>https://medium.com/@fatmkzlkaya?source=rss-150120b4be84------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*eEDqEyfSHDKqg0AyR-6zIw.png</url>
            <title>Stories by Fatma Kizilkaya on Medium</title>
            <link>https://medium.com/@fatmkzlkaya?source=rss-150120b4be84------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Fri, 20 Nov 2026 18:57:24 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@fatmkzlkaya/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[Dosya(File) Nedir?]]></title>
            <link>https://medium.com/@fatmkzlkaya/dosya-file-nedir-da759d843d63?source=rss-150120b4be84------2</link>
            <guid isPermaLink="false">https://medium.com/p/da759d843d63</guid>
            <category><![CDATA[linux-file-system]]></category>
            <category><![CDATA[file-management-system]]></category>
            <category><![CDATA[linux-file-structure]]></category>
            <dc:creator><![CDATA[Fatma Kizilkaya]]></dc:creator>
            <pubDate>Sat, 21 Mar 2026 12:38:11 GMT</pubDate>
            <atom:updated>2026-03-21T13:14:42.298Z</atom:updated>
            <content:encoded><![CDATA[<p><strong>Dosya</strong>, en basit tanımıyla bilgisayar sistemlerinde depo edilen baytlar topluluğudur. Bir diğer deyişle; işletim sistemi tarafından soyutlanmış <strong>mantıksal depolama birimleridir.</strong> Yazının devamında bu soyutlamanın arka planda nasıl işlediğinden bahsedeceğim.</p><p>Linux dünyasında “her şey bir dosyadır.” Donanım bileşenlerinden ağ bağlantılarına kadar her yapıya dosya sistemi üzerinden erişilir. Hatta Linux çekirdeğinin (kernel) kendisi de disk üzerinde bir dosya (vmlinuz) olarak bulunur.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1000/0*tyqPXU-GEvuihH7d.png" /><figcaption>Görsel 1. Linux dosya hiyerarşisi (<a href="https://www.geeksforgeeks.org/operating-systems/unix-file-system/">https://www.geeksforgeeks.org/operating-systems/unix-file-system/</a>)</figcaption></figure><h3>Peki Neden “Her Şey Dosyadır”?</h3><p>Bunun temel amacı, farklı donanım ve kaynaklara <strong>ortak bir arayüzle</strong> erişilmesini sağlamaktır. Eğer her şey bir “dosya” gibi davranıyorsa, yazılımcının her donanım için ayrı bir komut seti öğrenmesine gerek kalmaz. Şu temel işlemlerle tüm sistemde işlemler yapabilir:</p><ul><li><strong>Open:</strong> Kaynağa erişimi başlat.</li><li><strong>Read:</strong> Kaynaktan veri al.</li><li><strong>Write:</strong> Kaynağa veri gönder.</li><li><strong>Close:</strong> Erişimi bitir.</li></ul><p><strong>Örnekler:</strong></p><ul><li><strong>Donanımlar:</strong> /dev/sda diskiniz, /dev/input/mouse0 farenizdir. Bu dosyalara veri yazarak veya okuyarak donanımla konuşursunuz.</li><li><strong>Süreç Bilgileri (Processes):</strong> /proc dizininde, çalışan her programın (PID) bir klasörü vardır. Bir programın RAM tüketimini görmek için /proc/[PID]/status dosyasını okumak yeterlidir.</li><li><strong>Ağ (Sockets):</strong> Bir web sitesine veri göndermek, aslında bir “soket dosyasına” veri yazmaktır.</li></ul><h3>Dosya Türleri</h3><p>İşletim sistemi perspektifinde dosyalar kategorilere ayrılır:</p><ul><li><strong>Regular Files:</strong> Metin, resim veya binary (ikili) dosyalar.</li><li><strong>Directories:</strong> Diğer dosyaların isimlerini ve inode numaralarını tutan özel dosyalar.</li><li><strong>Character/Block Devices:</strong> Donanım sürücülerine açılan kapılar.</li><li><strong>Pipes &amp; Sockets:</strong> Süreçler arası iletişim (IPC) için kullanılan sanal dosyalar.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/720/0*CNH1Pvvsr3lHcdp4.png" /><figcaption>Görsel 2. Linux’taki temel dosya tipleri. (<a href="https://www.tecmint.com/everything-is-file-and-types-of-files-linux/">https://www.tecmint.com/everything-is-file-and-types-of-files-linux/</a>)</figcaption></figure><h3>Bir Dosya Oluşturulurken Ne Olur?</h3><p>GUI (Arayüz) üzerinden veya CLI’dan (Terminal) touch gibikomutlar ile yaptığımız işlem, arka planda bir <strong>sistem çağrısı (system call)</strong> başlatır. Süreç işletim sistemi gözünden şöyle işler:</p><ol><li><strong>User Space:</strong> Kullanıcı yeni bir dosya oluşturduğunda creat(&quot;dosya.txt&quot;) fonksiyonu çağırılmmış olur.</li><li><strong>System Call Interface:</strong> İstek Kernel’e iletilir.</li><li><strong>VFS (Virtual File System):</strong> İşletim sistemi, dosyanın hangi disk bölümünde ve hangi formatta (ext4, ntfs vb.) oluşturulacağını belirler.</li><li><strong>In-Memory Inode Table:</strong> OS, bellekteki boş inode listesini kontrol eder ve birini rezerve eder.</li><li><strong>Disk Bitmap:</strong> Disk üzerindeki “boş bloklar haritası” taranarak veri için yer ayrılır.</li><li><strong>Return FD:</strong> İşlem başarılıysa, sürece bir tam sayı olan <strong>File Descriptor (Dosya Betimleyici)</strong> döner.</li></ol><h3>Metadata: Dosyanın Kimlik Kartı</h3><p>Metadata, en kısa tanımıyla “veri hakkındaki veri”dir. İşletim sistemi bir dosya oluşturduğunda, bu bilgileri <strong>Inode</strong> (Index Node) adı verilen özel bir yapıya işler.</p><p>Bir Inode içinde şu kritik bilgiler saklanır:</p><h4>1. Kimlik ve Erişim Yetkileri</h4><ul><li><strong>Dosya Tipi:</strong> Dosyanın karakterini belirler. Normal bir dosya mı, bir klasör (directory) mü, yoksa bir donanım aygıtı (device file) mı olduğunu söyler.</li><li><strong>İzinler (Permissions):</strong> Dosyanın “kırmızı çizgi”leridir. Kim okuyabilir (<strong>r</strong>ead), kim değiştirebilir (<strong>w</strong>rite) ve kim çalıştırabilir (<strong>x</strong>ecute)? (Örn: rwxr-xr-x)</li><li><strong>Sahiplik (Ownership):</strong> Dosyanın yasal sahibi olan Kullanıcı (<strong>UID</strong>) ve ait olduğu Grup (<strong>GID</strong>) bilgileridir.</li></ul><h4>2. Boyut ve Fiziksel Konum</h4><ul><li><strong>Boyut (Size):</strong> Dosyanın kapladığı toplam alanın bayt cinsinden ifadesidir.</li><li><strong>Veri Blok Adresleri:</strong> Dosyanın asıl içeriğinin diskin hangi fiziksel köşelerinde (bloklarında) saklandığını gösteren işaretçilerdir.</li><li><strong>Bağlantı Sayısı (Link Count):</strong> Bu inode yapısına kaç farklı dosya isminin işaret ettiğini takip eder.</li></ul><h4>3. Zaman Damgaları (Timestamps)</h4><p>İşletim sistemi dosyanın geçmişini üç farklı kronometre ile takip eder:</p><ul><li><strong>atime (Access Time):</strong> Dosyanın içeriğine en son ne zaman “bakıldı”?</li><li><strong>mtime (Modification Time):</strong> Dosyanın içeriği en son ne zaman “güncellendi”?</li><li><strong>ctime (Change Time):</strong> Dosyanın metadata bilgileri (izinler, isim değişikliği vb.) en son ne zaman “değişti”? <em>(Not: ctime genellikle “creation time” ile karıştırılır ancak metadata değişikliğini ifade eder.)</em></li></ul><p><strong>Dosya ismi teknik olarak Inode içinde (metadata olarak) tutulmaz.</strong> İsimler, dizin (directory) dosyalarının içinde “İsim -&gt; Inode Numarası” şeklinde bir liste olarak tutulur.</p><p><strong>Not:</strong> Metadata dosyanın içinde değil, diskteki <strong>Inode Tablosu</strong> içinde tutulur.</p><p>İşletim Sisteminde Dosyalar Nasıl ve Nerede Tutulur?</p><h3>1. Volume</h3><p>Volume, fiziksel bir depolama aygıtının (SSD, HDD) işletim sistemi tarafından adreslenebilir hale getirilmiş mantıksal bir parçasıdır.</p><ul><li><strong>Mantıksal Ayrım:</strong> Bir fiziksel diski “C:” ve “D:” olarak bölmek, iki ayrı Volume oluşturmaktır.</li><li><strong>Format:</strong> Bir Volume kullanılmadan önce bir dosya sistemi (NTFS, EXT4 vb.) ile formatlanmalıdır.</li></ul><h3>2. Inode (Index Node)</h3><p>Bir Volume formatlandığında, işletim sistemi bu alanı iki ana bölüme ayırır: <strong>Metadata (Inode) alanı</strong> ve <strong>Veri (Data) alanı</strong>.</p><p>Inode, bir dosya sistemindeki her bir dosya veya dizin için oluşturulan benzersiz bir veri yapısıdır. İşletim sistemi bir dosyaya erişmek istediğinde ismine değil, onun <strong>Inode numarasına</strong> bakar.</p><h3>3. Veri Blokları (Data Blocks)</h3><p>Dosyanın içindeki asıl veri (yazdığınız kodlar, resmin pikselleri vb.), Inode’un işaret ettiği <strong>Veri Bloklarında</strong> saklanır.</p><ul><li><strong>Parçalanma (Fragmentation):</strong> Bir dosya çok büyükse, tek bir blokta duramaz. İşletim sistemi onu parçalara ayırır ve diskin farklı yerlerindeki bloklara dağıtır. Inode ise bu parçaların nerede olduğunu tek tek not eder. Böylece siz dosyayı açtığınızda, işletim sistemi tüm parçaları birleştirip size tek bir bütün olarak sunar.</li></ul><h3>Özet: Bir Dosyaya Erişim Adımları</h3><ol><li>Kullnıcı: notlar.txt dosyasını okumak ister.</li><li><strong>Dizin:</strong> İşletim sistemi dizine bakar ve notlar.txt isminin karşısındaki <strong>Inode numarasını</strong> bulur.</li><li><strong>Inode Table:</strong> O numaralı Inode’un içine bakarak dosyanın izinlerini kontrol eder ve <strong>Veri Bloklarının</strong> adresini alır.</li><li><strong>Volume/Disk:</strong> Son olarak fiziksel diske gidilir ve o adreslerdeki baytlar okunarak ekranınıza getirilir.</li></ol><p>Dosya okuma ve yazma süreçleri işletim sistemi içerisinde dikkatlice tasarlanmış bir yapıyla işler. Dosya sistemini anlamak arka planda neler döndüğünü de anlamak için güzel bir adım:)</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=da759d843d63" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[5G’ye Bakış: 1. Temel Kavramlar ve İşleyiş]]></title>
            <link>https://medium.com/@fatmkzlkaya/5gye-bak%C4%B1%C5%9F-1-temel-kavramlar-ve-i%CC%87%C5%9Fleyi%C5%9F-f785dba792ee?source=rss-150120b4be84------2</link>
            <guid isPermaLink="false">https://medium.com/p/f785dba792ee</guid>
            <category><![CDATA[5g]]></category>
            <category><![CDATA[5g-technology]]></category>
            <category><![CDATA[kablosuz-haberleşme]]></category>
            <category><![CDATA[5g-network]]></category>
            <dc:creator><![CDATA[Fatma Kizilkaya]]></dc:creator>
            <pubDate>Wed, 19 Nov 2025 09:19:28 GMT</pubDate>
            <atom:updated>2025-11-19T09:19:28.205Z</atom:updated>
            <content:encoded><![CDATA[<p>Kablosuz haberleşme, alıcı- verici arasında doğrudan fiziksel bir bağ olmadan bilgi alışverişini sağlar.</p><p>Bu bilgi alışverişi için de her iki cihaz genelde hem alıcı hem verici rolünde olan antenleri kullanılır. Anten deyince aklımıza TV antenleri gibi büyük yapıların yanında telefonlarımızın içinde bulunun minik patch anten yapıları da gelmeli.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/512/1*CMKrf2zXC5KKgVWKGf2Djw@2x.jpeg" /><figcaption>Görsel 1. Anten çeşitleri</figcaption></figure><p><strong>Şimdi kablosuz haberleşme sistemine ufak bir göz atalım.</strong></p><p>Kablosuz haberleşme sisteminin temel bileşenleri üç başlıkta toplanabilir:</p><ol><li><strong>Bilgi (Baseband): </strong>Baseband, iletilecek ham veri sinyalidir; taşıyıcı RF dalgaları üzerinde modüle edilir.</li><li><strong>Alıcı/Verici Cihazlar:</strong> Cihazlardaki veya baz istasyonlarındaki antenler.</li><li><strong>İletim Ortamı:</strong> Kablosuz iletişimde çoğunlukla hava; kablolu iletişimde bakır veya fiber optik kablolar.</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/512/1*GXJ3Z1tJJPZu_Y47Z5GMLQ@2x.jpeg" /><figcaption>Görsel 2. Radyo Sinyalleri (RF)</figcaption></figure><p>Radyo sinyaller(RF) ışık hızında hareket eden elektromanyetik dalgalardır.</p><p>Dalga boyları 100 km’den 1mm’ye kadar uzanır. Frekansları arttıkça dalga boyları azalır.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/331/1*I6cWzv882mZOX0YtHa5oXw.png" /><figcaption>Formül 1. Frekans, ışık hızının dalga boyuna bölünmesi ile bulunur.</figcaption></figure><h3><strong>Modülasyon — Demodülasyon</strong></h3><p>Verici cihazdan alıcıya iletilmek istenen bilgi, taşıyıcı dalga üzerinde taşınır. Taşıyıcı sinyalin frekans, faz veya genliğinde yapılan değişiklikler bilgiyi taşır; buna <strong>modülasyon</strong> denir. Alıcı cihazda sinyal tekrar eski haline getirilir; buna da <strong>demodülasyon</strong> denir.</p><p><strong>MODEM</strong>: <strong>MO</strong>dulation + <strong>DEM</strong>odulation</p><p>Telefonunuzdan hücresel veriyi açıp Instagram’da akışı yenilediğinizde işlem şu şekilde gerçekleşir:</p><ol><li>Instagram uygulaması veriyi <strong>dijital IP paketleri</strong> hâlinde üretir.</li><li>Bu paketler telefonun <strong>baseband işlemcisine</strong> iletilir.</li><li>Baseband işlemci veriyi fiziksel katmana uygun hâle getirerek <strong>modüle eder</strong> (OFDM + QAM).</li><li>Modüle edilmiş sinyal RF front-end tarafından yükseltilir ve telefonun <strong>anteniyle RF dalga olarak yayılır</strong>.</li><li>Sinyal baz istasyonuna ulaşır, burada <strong>demodüle edilir</strong> ve operatörün çekirdek ağına iletilir.</li><li>Veri internet omurgasına geçip Instagram sunucusuna ulaşır ve işlenir.</li><li>Sunucudan gelen yanıt yine aynı iletişim zincirinden ters yönde geçerek telefonunuza ulaşır ve akışınız yenilenir.</li></ol><h3><strong>Gürültü ve Parazit</strong></h3><ul><li><strong>Gürültü:</strong> Verici etrafındaki cihazlardan çıkan termal veya elektriksel ışımalar gibi istenmeyen enerjiler.</li><li><strong>Parazit:</strong> İki verici aynı frekansta çalışırsa dalgalar birbirine girer ve sinyal kalitesi düşer.</li></ul><p>Bu iki faktör, <strong>SNR (Signal-to-Noise Ratio)</strong> ile doğrudan ilişkilidir; SNR düştükçe sinyal kalitesi ve veri hızı azalır.</p><h3><strong>Bant Genişliği</strong></h3><p>Bant genişliği sözünü hepimiz duymuşuzdur. Bant genişliği bir sinyalin kapsayabileceği frekans aralığıdır.</p><p>Bir sistemin <strong>kullanabileceği veya kullandığı tüm frekansların tamamına da </strong>spektrum denir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*hkgXiHCH1vxI1a59LixyHg.png" /><figcaption>Görsel 3: RF Spektrum Çizelgesi</figcaption></figure><p><strong>Sınırlı spektrum, milyonlarca kullanıcı:</strong></p><ul><li>Dar bant = daha az kullanıcı kapasitesi.</li><li>5G, <strong>mmWave bantları</strong>, <strong>massive MIMO</strong> ve <strong>yeni spektrum tahsisleri</strong> ile kapasiteyi artırır ve çok sayıda kullanıcıyı aynı anda destekler.</li></ul><p>Gerçekte birçok cihaz aynı 4G spektrumunu paylaşmaktadır. Peki nasıl oluyor da bunu başarıyorlar?</p><h3><strong>FDD &amp; TDD</strong></h3><ul><li><strong>FDD (Frequency Division Duplex):</strong> Gönderim ve alım için ayrı frekanslar kullanılır. Bu yöntem, frekans çakışmalarını önler ve iletim ile alımı eş zamanlı yapmayı mümkün kılar.</li><li><strong>TDD (Time Division Duplex):</strong> Gönderim ve alım aynı frekansta, farklı zaman dilimlerinde gerçekleşir. Bu yöntem, daha az frekans bandı kullanarak spektrumu verimli hale getirir.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/632/1*Atw4ChTdoItDl-nrTDxsug.png" /><figcaption>Görsel 4. FDD ve TDD çalışma prensibi</figcaption></figure><p>Bu yöntemler, <strong>sınırlı ve pahalı spektrumu verimli kullanmayı</strong> sağlar.</p><h3><strong>Veri Hızını Etkileyen Faktörler</strong></h3><ol><li><strong>SNR oranı:</strong> Signal to noise oranı azaldıkça sinyal kalitesi düşer,</li></ol><p>Signal/Noise bunu telefonumuzdaki sinyal çubukarı olarak düşünebiliriz.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/106/1*e-XVs1lv7OjAgTdY7dGZSw.png" /><figcaption>Görsel 5. Mobile ağ sinyal çubukları</figcaption></figure><p>2. <strong>Sinyal kanalı </strong>ne kadar geniş, ne kadar kalabalık?</p><p>Yüksek bant genişliği daha çok kullanıcıyı barındırabilir ama elimizde sınırılı bant genişliği ve milyonlarca kullanıcı var. Bu da ağ yükünü arttırıyor ve dar bir kanaldan bir sürü kişi giriyor gibi düşünebiliriz.</p><p>5G, daha geniş bantlar (mmWave gibi), daha verimli kullanım (massive MIMO) ve yeni spektrum tahsisleri sayesinde kapasiteyi artırarak çok sayıda kullanıcıyı aynı anda destekleyebiliyor.</p><p>3. Cihazlarımız kendisine tahsis edilen bandı ne kadar <strong>verimli </strong>kullanıyor? Burada ise devreya spektral verimlilik sözü girer. Bunu da şöyle düşünebiliriz. Elimizdeki frekans bandında gönderebileceğimiz veri miktarını optimum kullanabiliyor muyuz? Bunu sağlarsak bir kişi kendi iletimini hızlıca yapıp ağdan çıkar. Dar boğazlar azalır.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/445/1*efXREy1Rx5xslfDO0Mb--A.png" /><figcaption>Görsel 6. Burada aynı frekans bandında çalışan iki farklı cihaz düşünelim. İkincisi frekans bandını daha efektif kullanıyor.</figcaption></figure><p>Kablosuz ağ operatörleri, tüm bu faktörleri optimize etmek, SNR’yi en iyi hale getirmek, kanal kapasitesini arttırmak, ağ yükünü en aza indirmek ve kullanıcı deneyimi ve müsteri memnuniyetini arttırmak için sürekli altyapı yatırımları ve geliştirmeler yapar.</p><h3>Hücresel Ağ ve Baz İstasyonları</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/577/1*U_c-9I9YfTmqRBGPbcfp8g.png" /><figcaption><strong>Görsel 7: Hücresel Ağ ve Baz İstasyonları</strong></figcaption></figure><p>FM radyoları düşünün. Radyo kanallarının sinyalleri cızırtılı gelirdi ve düzelmesi için radyonun anteniyle oynardık. Bu gibi tek bir noktadan yayın yapan radyo sinyalleri kaynaktan uzaklaştıkça zayıflar ve kör noktalar olmasına çok müsaittir.</p><p>Hücresel ağ ise kapsama alanını <strong>hücrelere</strong> ayırır.</p><ul><li>Baz istasyonları belirli bölgeleri kapsar ve kullanıcı başka hücreye geçtiğinde otomatik olarak başka baz istasyonu ile iletişim başlar.</li><li>Frekans arttıkça kapsama alanı düşer; yüksek frekansta çalışan 5G, daha fazla altyapı gerektirir.</li></ul><h3><strong>Mobil Ağ ve Core Network</strong></h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/581/1*ctPHe3mdArp6h7x-NSZFJw.png" /><figcaption>Görsel 8. Mobil ağ yapısı</figcaption></figure><p>Operatörler, kullanıcı deneyimini maksimize etmek için:</p><ul><li>Kırsal kesimlerde sinyalin düşmemesini sağlar.</li><li>Veri hızını ve kapsama alanını artırır.</li><li>Core Network ile kullanıcı kimliğini doğrular, veri paketlerini yönlendirir, farklı ağlar arasında köprü kurar ve QoS/güvenlik yönetimi sağlar.</li></ul><h3><strong>Bant Genişliği Tahsisi ve Yönetimi</strong></h3><p>Haberleşme teknolojileri, sıkı <strong>regülasyonlar ve standartlamalar</strong> çerçevesinde ilerler çünkü bu alandaki ağ yapıları son derece karmaşıktır ve yapılan bir yanlışlık zincirleme olarak büyüyebilir. Bu nedenle, her ülke kendi <strong>yetkili kurumları</strong> aracılığıyla spektrum tahsisi ve frekans yönetimi gibi uygulamaları gerçekleştirir. Örneğin, savunma sanayinde kullanılacak bir uygulama <strong>12 GHz bandında</strong> çalışacaksa, aynı frekans bandını başka bir ticari hizmet için tahsis edemezsiniz.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/592/1*8WyciFMPovTwxP3IQPkACA.png" /><figcaption>Görsel 9. Regülasyonlar yetkili kurumlar aracılığıyla yapılır.</figcaption></figure><p>Bant genişliği tahsisi yapılırken dikkate alınan başlıca kriterler şunlardır:</p><ul><li><strong>Kullanılabilirlik:</strong> Bandın mevcutta başka bir hizmet tarafından kullanılmıyor olması.</li><li><strong>Talep:</strong> Belirli bir bölgede veya hizmette beklenen kullanıcı ve veri talebi.</li><li><strong>Girişim Profili (Interference):</strong> Yan frekanslarda çalışan sistemlerle olası girişimler.</li><li><strong>Koruma Bandı (Guard Band):</strong> Girişimi önlemek için bandın yan kısımlarında bırakılan boş frekans aralıkları.</li><li><strong>Coğrafi Topoloji:</strong> Bölgenin fiziksel yapısı ve sinyal yayılım özellikleri.</li></ul><h4>Örnek: 8G Terahertz Bant Tahsisi</h4><p>Diyelim ki bir ülke <strong>1.2–1.3 THz bandını 8G için kullanmak istiyor.</strong> Bant tahsisi yapılırken dikkate alınacak kriterler:</p><ol><li><strong>Kullanılabilirlik</strong>: 1.2–1.3 THz bandında halihazırda kullanılmayan boş spektrum var → tahsis mümkün.</li><li><strong>Talep</strong>: Mega şehirlerde <strong>holografik video, AR/VR</strong> ve yoğun IoT trafiği bekleniyor → bu bant yoğun veri talebi olan alanlara öncelikli verilecek.</li><li><strong>Girişim Profili (Interference)</strong>: Yüksek frekansta atmosferik kayıplar ve yakın frekansta bilimsel radar veya uzay gözlemevleri olabilir → girişimi önleyecek sınırlar konulur.</li><li><strong>Koruma Bandı (Guard Band)</strong>: Yan frekanslarla girişim olmasın diye <strong>1.195–1.2 THz</strong> arası boş bırakılır.</li><li><strong>Coğrafi Topoloji</strong>: THz dalgaları kısa menzilde yayılır → şehir merkezlerinde yüksek yoğunlukta, kırsal alanlarda daha düşük frekanslar kullanılır.</li></ol><h3>Referanslar</h3><ol><li>Qualcomm. (2025). <em>5G for Everyone</em> [Coursera Online Kursu].</li><li>Gemini AI. <em>Görseller</em>. Erişim: 18-19 Kasım 2025.</li></ol><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=f785dba792ee" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[PAGERANK ALGORİTMASI]]></title>
            <link>https://medium.com/@fatmkzlkaya/pagerank-algori%CC%87tmasi-fb4811bbfdff?source=rss-150120b4be84------2</link>
            <guid isPermaLink="false">https://medium.com/p/fb4811bbfdff</guid>
            <category><![CDATA[pagerank]]></category>
            <category><![CDATA[google-pagerank]]></category>
            <category><![CDATA[pagerank-algorithm]]></category>
            <dc:creator><![CDATA[Fatma Kizilkaya]]></dc:creator>
            <pubDate>Sun, 21 Sep 2025 11:54:21 GMT</pubDate>
            <atom:updated>2025-09-21T12:56:26.040Z</atom:updated>
            <content:encoded><![CDATA[<p><strong>PageRank algoritması,</strong> 90&#39;ların sonunda Sergey Brin ve Larry Page tarafından geliştirilen, Google’ın sayfa gezinmelerinde, sorgu sonucu kullanıcıya dönen linkleri sıralamada kullandığı algoritmadır. Tabi bu algoritma zamanla birlikte kişisel deneyim, reklam gibi daha birçok parametreyle değişip gelişti.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*LgAQdf4OId1LWcZEMgE4_g.png" /><figcaption>Eski Google arayüzü ile örnek sorgu</figcaption></figure><h4>Bu algoritmanın temel prensibi:</h4><ul><li>Bir web sayfası (link) başka sayfalardan ne kadar çok link alıyorsa o kadar önemlidir.</li><li>Eğer bu linkler önemli sayfalardan geliyorsa, değeri daha da artar.</li><li>Yani gelen her bağlantı eşit şekilde değerli değildir.</li></ul><p><strong>Şu diyagrama göz atalım.</strong></p><p>Elimizde 7 farklı sayfa (link) var ve birinden diğerine giden link oklarla gösteriliyor.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*KNvV3e_-mtc5TN5M_dnc5w.png" /><figcaption>Şekil 1. Örnek bir mini internet link bağlantısı şeması</figcaption></figure><p>Burada diğer sayfalardan en fazla link alan sitenin A olduğu görülür. Önem sırasında A’nın başta yer alacağı kolayca anlaşılır. Bahsettiğimiz üzere artık A’dan başka bir sayfaya gidecek linkin, E’den gidecek linkten daha çok öneme sahip olduğunu anlarız.</p><p><strong>Peki milyarlarca sayfa için bunu nasıl yapacağız?</strong></p><p>Bunu matematiksel olarak ifade etmek için web’i yönlendirilmiş bir grafik olarak modelleyebiliriz.</p><p>Amacımız, her sayfaya bir PageRank skoru PR(i) atamak.</p><p><strong>Basit PageRank Formülü</strong></p><p>Bir sayfa i’nin PageRank’i, ona link veren sayfalardan gelir:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*iRjfxb0Y14AxPsCgJ4bP7g.png" /></figure><p>Burada:</p><ul><li>M(i) = i sayfasına link veren tüm sayfalar</li><li>L(j) = j sayfasından çıkan link sayısı</li></ul><p>Yani: “Bir sayfadan aldığın önem, o sayfanın öneminin link sayısına bölünmüş hali.”</p><p><strong>Sonsuz Döngüyü Önlemek: Damping Factor</strong></p><p>Sadece yukarıdaki formül ile bazı problemler olur:</p><ul><li>Dangling pages (linki olmayan sayfalar)</li><li>Kapalı döngüler</li></ul><p>Örneğin yalnızca kendine link veren bir sayfaya geldiğinde sonsuz döngüye girer formül. Bunu çözmek için damping factor d eklenir (genellikle d=0.85):</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*lPtXhERzzINLbNocFxmpwA.png" /></figure><ul><li>N = toplam sayfa sayısı</li><li>(1-d) /N = “rastgele gezinme” olasılığı</li></ul><p>Bu ifade, kullanıcıların %15 olasılıkla rastgele bir sayfaya atlayabileceğini modelliyor.</p><p><strong>Matris Formülasyonu</strong></p><p>Web’i bir matris ile ifade edelim.</p><ul><li>N x N boyutunda adjacency matrix A</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*xor6ZO2OHVA0OccN61QHFg.jpeg" /></figure><ul><li>Transition matrix M şöyle normalize edilir:</li></ul><p>PageRank vektörü PR ise:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*YZkyr_-lGUXr2nHdg4Os1g.jpeg" /></figure><ul><li>PR = N x 1 vektörü, her sayfanın skorunu içerir</li><li>1 = tüm elemanları 1 olan vektör</li></ul><p><strong>Eigenvector Problemi</strong></p><p>Matris formunda, PageRank çözümü bir eigenvector problemine dönüşür:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*0NSv1nyn-w_lXSVeqmPB2w.jpeg" /></figure><ul><li>E = tüm elemanları 1 olan N x N matris.</li></ul><p>Iterasyonlar dengeye ulaştığında, vektör artık değişmez hâle gelir. İşte bu durağan vektör, matrisin dominant eigenvektörüdür.</p><p><strong>Hesaplama Yöntemi: Power Iteration</strong></p><p>Gerçekte PageRank, iteratif yöntemle hesaplanır:</p><ul><li>Başlangıç:</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/313/1*YCSV1NSuP9wsSi94-Mpqpw.jpeg" /></figure><ul><li>Güncelleme:</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/774/1*t4_kwtu-GTyyhgtQJQ0CWQ.jpeg" /></figure><ul><li>PR(k+1) ve PR(k) birbirine yakın olana kadar tekrar et.</li></ul><p>Bu yöntem, algoritmanın web sayfalarını tekrar tekrar çarpıp önem skorlarını dengeye getirmesine karşılık gelir.</p><h3>Şekil 1.’deki örneği çözecek olursak:</h3><pre>import numpy as np<br>from numpy import linalg as la<br><br># Web grafiği (satır = gelen linkler öreğin A’dan yalnızca B’ye link gidiyor)<br>M = np.array([<br>    [0.0, 1.0, 0.0, 0.0, 0.0, 0.0, 0.0],<br>    [0.25, 0.0, 0.5, 0.0, 0.5, 0.0, 0.0],<br>    [0.25, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0],<br>    [0.25, 0.0, 0.0, 0.0, 0.0, 0.0, 1.0],<br>    [0.25, 0.0, 0.0, 1.0, 0.0, 0.0, 0.0],<br>    [0.0, 0.0, 0.5, 0.0, 0.0, 0.0, 0.0],<br>    [0.0, 0.0, 0.0, 0.0, 0.5, 1.0, 0.0]<br>], dtype=float)<br><br># Transpose al (sütun = çıkan linkler)<br>M = M.T<br><br># Sütun bazlı normalize et<br>col_sum = M.sum(axis=0)<br>for j in range(M.shape[1]):<br>    if col_sum[j] != 0:<br>        M[:,j] /= col_sum[j]<br><br># Damping factor<br>d = 0.85<br><br># PageRank fonksiyonu<br>def pageRank(M, d=0.85, tol=1e-4):<br>    n = M.shape[0]<br>    G = d * M + (1 - d)/n * np.ones([n,n])<br>    r = np.ones(n) / n<br>    delta = 1.0<br>    iteration = 0<br><br>    print(&quot;Iter |      P1     P2     P3     P4     P5     P6     P7  | delta&quot;)<br>    print(&quot;---------------------------------------------------------------&quot;)<br><br>    while delta &gt; tol:<br>        r_new = G @ r<br>        delta = la.norm(r_new - r, 1)<br>        iteration += 1<br>        r = r_new<br>        r_rounded = np.round(r, 4)<br>        print(f&quot;{iteration:&gt;4} | {r_rounded[0]:&lt;7} {r_rounded[1]:&lt;7} {r_rounded[2]:&lt;7} &quot;<br>              f&quot;{r_rounded[3]:&lt;7} {r_rounded[4]:&lt;7} {r_rounded[5]:&lt;7} {r_rounded[6]:&lt;7} | {delta:.5f}&quot;)<br><br>    ranking = np.argsort(-r) + 1<br>    return r, ranking<br><br># Hesapla<br>PR_scores, ranking = pageRank(M, d)<br>print(&quot;\nSayfaların sıralaması (önem sırasına göre):&quot;, ranking)<br>print(&quot;Nihai PageRank skorları:&quot;, np.round(PR_scores, 4))</pre><pre>Sayfaların sıralaması (önem sırasına göre): [1 2 3 5 4 7 6]<br>Nihai PageRank skorları: [0.2315 0.2182 0.1583 0.1042 0.1218 0.0737 0.0923]</pre><p><strong>Özet</strong></p><ul><li>PageRank, link yapısını kullanarak sayfaların önemini ölçer.</li><li>Matematiksel olarak stochastic matris ve eigenvector problemi olarak modellenir.</li><li>Damping factor ile rastgele tarayıcı davranışı eklenir.</li><li>Hesaplama, iteratif güç yöntemi (power iteration) ile yapılır.</li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=fb4811bbfdff" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Basic Questions About ML]]></title>
            <link>https://medium.com/@fatmkzlkaya/basic-questions-about-ml-cc10e6403f1e?source=rss-150120b4be84------2</link>
            <guid isPermaLink="false">https://medium.com/p/cc10e6403f1e</guid>
            <category><![CDATA[basics]]></category>
            <category><![CDATA[machine-learning]]></category>
            <dc:creator><![CDATA[Fatma Kizilkaya]]></dc:creator>
            <pubDate>Wed, 04 Jun 2025 21:45:29 GMT</pubDate>
            <atom:updated>2025-06-04T21:45:29.549Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/250/1*H0zXB0JBiN1sGA31O4NVTw.png" /></figure><h3>How can we describe machine learning?</h3><p>A data-driven process of improving inference, prediction, and decision-making capabilities.</p><h3>When should we use machine learning?</h3><ul><li>The process involves a lot of complex or hard-to-define rules</li><li>The problems are <strong>mixed, ill-structured, or unstructured</strong></li><li>The solutions involve big data</li><li>The environment is <strong>dynamic and constantly changing</strong>, requiring adaptive responses</li><li>We need to discover patterns or gain new insights from the data</li></ul><h3>What is the labeled data?</h3><p><strong>Labeled data</strong> refers to data that has been <strong>annotated with labels </strong>that describe its meaning, category, or outcome.</p><h3>What are the most commons challenges/ weaknesses in machine learning?</h3><ul><li><strong>Missing or incomplete data</strong></li><li><strong>Low-quality or noisy data</strong></li><li><strong>Data not representing the actual problem.</strong></li><li><strong>Uninformative features (bilgilendirici olmayan öz nitelikler)</strong></li><li><strong>Overfitting / Underfitting</strong></li></ul><h3>What are the definitions of Training, Validation, and Test Datasets?</h3><ul><li><strong>Training Dataset — </strong>where the model learns<br> The training dataset is the data used to <strong>teach</strong> the machine learning model. It contains input samples along with their correct output labels. The model learns patterns and relationships by adjusting its internal parameters based on this data.</li><li><strong>Validation Dataset — </strong>where we check the model’s progress and fine-tune it<br> The validation dataset is a separate subset used <strong>during the training process</strong> to assess how well the model is performing on unseen data. It helps in <strong>tuning hyperparameters</strong> (like learning rate, model complexity) and in making decisions such as when to stop training (to avoid overfitting).</li><li><strong>Test Dataset — </strong>where we verify how well the model will perform on completely new, unseen data<br> The test dataset is a distinct set of data reserved for <strong>final evaluation</strong> of the trained model. It measures the model’s ability to generalize to completely new data and provides an unbiased assessment of its real-world performance.</li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=cc10e6403f1e" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[TRANSHÜMANİST İDEOLOJİ]]></title>
            <link>https://medium.com/@fatmkzlkaya/transh%C3%BCmani%CC%87st-i%CC%87deoloji%CC%87-9f174365a17e?source=rss-150120b4be84------2</link>
            <guid isPermaLink="false">https://medium.com/p/9f174365a17e</guid>
            <category><![CDATA[enformasyon]]></category>
            <category><![CDATA[biotechnology]]></category>
            <category><![CDATA[nanotechnology]]></category>
            <category><![CDATA[transhumanism]]></category>
            <category><![CDATA[posthumanism]]></category>
            <dc:creator><![CDATA[Fatma Kizilkaya]]></dc:creator>
            <pubDate>Wed, 23 Apr 2025 16:37:09 GMT</pubDate>
            <atom:updated>2025-07-29T08:28:50.820Z</atom:updated>
            <content:encoded><![CDATA[<p>Kavramı önce tanımı ile ele alalım.</p><p>Transhümanizm, kısaca “İnsanın sürekli olarak yükseltilmesi” ideolojisi olarak tanımlanabilir. Bu ideolojinin temel arzusu:</p><p><em>“Bilimsel araçlar ve muazzam teçhizatlar yardımıyla insanlık durumunu yükseltmek; bu amaçla, türümüzü geri dönüşsüz bir şekilde değiştirebilecek yeni teknolojilere başvurmak, kök hücreleri yoğun biçimde kullanmak, hayvan klonlamak, insan-makine hibritleri üretmek, genetik mühendisliğine başvurarak nesilden nesile aktarılan genlere müdahale etmek.” [1] </em>şeklinde özetlenebilir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*eZnv8ydYvkkVk5VPFQqECQ.jpeg" /><figcaption><em>Gattaca</em>, genetik mühendislik ile bireylerin yaşamlarının önceden belirlendiği bir gelecekte geçen 1997 yapımı Andrew Niccol filmi.</figcaption></figure><p>Transhümanizm, aynı zamanda <em>Posthümanizm</em> ya da insan sonrasına geçişin güzergahı olarak da tanımlanabilir.</p><p>Bu ideolojinin savunucuları ve karşıtları, farklı görüşlerini dile getiriyor. Kimi zaman biyomuhafazakarlar ve biyoilericiler olarak iki ana grup arasında sınıflama yapılır. Günümüzde, Pandora’nın kutusu çoktan açıldı ancak daha fazla ilerlenmemesi gerekiyor diyenler de var. Peki, Pandora’nın kutusu nasıl açıldı? Bugün, yapay döllenme ile elde edilen embriyolardan, kalıtsal hastalıklara sahip olmayanların seçilmesi gibi operasyonlar yapılırken, kendi türü içinde kalıtsal seviyede müdahaleye sahip bir insanoğlu var. Gelecek ise müthiş bir potansiyele sahip.</p><h3><strong>İdeal Olana Gidiş: Büyük Umutlar</strong></h3><p>Kurzweil gibi düşünürler, sürekli bir yükselme yanlısıdır. Yani, bizden daha zeki ve daha güçlü kapasiteyle donatılmış yeni bir türe doğru geçişin daha makul görüldüğü bir geleceği savunurlar. Kurzweil’in, Singularity Üniversitesi’nin kurucularından biri olduğunu da not düşmek isterim. Bilmeye cesaret eden insan, artık kendi türünün evrimini gözü kapalı bir şekilde hazırlamaktan zevk duyuyor.</p><p><strong>Peki, bu ideolojinin vaadleri neler?</strong></p><p><strong>Şanstan seçime geçebiliriz.</strong></p><p>Daha güçlü, daha uzun ömürlü, hastalıklara daha dirençli bir insan olmayı seçmek varken, neden doğanın rastgeleliğine bırakmalıyız çocuklarımızı ya da kendimizi?</p><p>Bu düşüncenin temel eleştirisi ırkçı öjenizm(Nazi Almanyası ve Aryan ırkı yaratma örneği) çalışmalarını referans alarak yapılır. Ya da eşitlikçi olmayan, zenginlerin aleyhine bir gelişimle farklı insan türlerinin var olması, eşitsizliğin şimdikinden çok daha büyük boyutlarda var olmasına yol açabilir.</p><p><strong>Sürekli İlerleme Gerekliliği</strong></p><p>Doğa kutsal değildir; insanın evrimi sürekli olarak devam eder ve güçlü özelliklerin geliştirilmesi makbuldür. Burada, doğanın kutsallığına yapılan ahlaksızca bir müdahale düşünülebilir. Bu, tarihteki bilim düşmanlıklarıyla kıyaslanabilir. Doğanın kutsal olduğu savunması, sistematik dinlerin kutsallığı gibi bir inanç meselesi olarak değerlendirilebilir. Hatta bazı düşünürlere göre “doğa, ahlaki bakımdan kötü, egoist ve tembeldir [1].”</p><p>Doğaya karışmanın kutsala müdahale olduğuna dair en dişe gelir eleştiri, yüzyıllar boyunca meydana gelmiş en kararlı yapılarla hayatta kalmaya devam eden “sonsuz karmaşıklıktaki sistemlere müdahale etmenin zincirleme ters yan etkiler yaratacağıdır [1]”.</p><p><strong>Sonsuz Yaşam İdeali</strong></p><p>En eski insanlık hikayelerinin dahi konusu olan ölümsüzlük ideali, masallardan çıkıp gerçeğe dönüşmeye en yakın safhasında. İnsanın en büyük korkusu — yaşlanmak hala bir şey iken hiçbir şey olan ölüm — den kurtulabiliyorsak, hangimiz buna itiraz ederiz?</p><p>Azalmayan bir nüfus, artmaya devam ederse, olabilecek senaryolar kaotik olacaktır. Ayrıca bireysel boyutta da tartışılacak çok şey var. Sonsuz bir hayat insana sunulduğunda, o kişi artık ne yapar veya yapmaz, kim bilir?</p><p><strong>Çözümcülük</strong></p><p>Şu an dünya büyük krizlerle yüzleşiyor ve geçmişte de bu krizlerle karşılaştı. Eğer yükselen insan ve teknoloji, bu sorunları çözebileceğini vaat ediyorsa, neden önünde duralım?</p><p><strong>Maddeci, Belirlenimci Bir Akılcılık</strong></p><p>Maddiyat, tüm fikirlerimizin, örneğin dini veya politik inançlarımızın, ahlaki değerlerimizin, estetik yargılarımızın ve kültürel seçimlerimizin özgürce ortaya çıkmadığını ve benimsenmediğini düşünür [1]. Bu bakış açısıyla çevreyi iyi ve ahlaki olan şekilde düzenlersek, akılcı bir ahlak anlayışı oluşturabiliriz. İnsanları da bu eşitlikçimaddeciliği göz önünde bulunduran transhümanist ahlak çerçevesinde değerlendirebiliriz.</p><p><strong>Transhümanizmin Karşıt Eleştirileri</strong></p><p>Sürekli mükelleşme arzusu, memnuniyetsizlik, ultraliberal anlayış ve daha fazlası… Normal bir insanın günde 500 seçim yapması gerektiğini varsayalım. Gelecekte kendine dair etki alanı ultra artan bir insan, mesela kendi çocuğu hakkında genetik seviyede söz sahibi olabilecekken, büyük bir afallama yaşayabilir. İnsan, bu sınırsız özgürlük yerine kendini emin gördüğü ellere teslim etmeye ve rahatlamaya çalışmaz mı? Bugün algoritmalar bu kararları veriyor, değil mi? Biz de binlerce seçenek arasında seçim yapma zahmetinden kurtulup tek tipleşiyoruz .d</p><p>Sürekli mükelleşme arzusu, ultraliberal ve egosit bir toplumun zeminini hazırlıyor olabilir. Alçakgönüllülük, masumiyet gibi kavramlar da insanlığın derinliklerinde yok olabilir. Ultraliberalleşme, bireysellik ve überleşme, empati duygusunu giderek azaltma eğilimine yol açabilir.</p><p>Teknolojinin bireyler tarafından eşit şekilde ulaşılabilir olmaması, sınıf farkının ekonomik düzlemden genetik düzleme kayması ve sınıflar arası geçişin sıfıra yakınsaması olasılığı göz korkutucu.</p><p>İstihdam yaratmayan bir büyümeye doğru gidiş ve çalışma hayatında, insana ait fiziksel ve zihinsel iş gücüne olan arzın sonu senaryoları da dile getiriliyor.</p><p>Bugün, dijital devrimlerin ve paylaşım ekonomisinin sonucu olarak, dünyanın “überleşmesiyle” yıkıma uğramakta olan hizmet sektörü, geçmişten farklı olarak üretken sektörlere kaymamaktadır [1].</p><p><strong>Sonuç: Konuyu Kapatırken</strong></p><p>İki farklı şiirle veda edelim. İlki, Voltaire’in <em>Le Mondain</em> (Dünyalı) şiirinden:</p><blockquote><em>Özlesin dileyen o eski güzel zamanları,<br> Altın çağı, Astrée’nin adalet dolu devrini,<br> Satürn ile Rhea’nın mutlu günlerini,<br> Ve ilk atalarımızın cennet bahçesini.<br> Ben şükrederim bilge doğaya,<br> Ki iyiliğim için beni bu çağda doğurdu.<br> Öylesine yerilir bizim hüzünlü muhaliflerce,<br> Ama bu “kutsal olmayan” çağ, tam da benim ruhuma göre.<br> Severim lüksü, hatta konforu,<br> Tüm zevkleri, her türlü sanatı,<br> Temizliği, inceliği, zarafeti –<br> Her dürüst insan böyle duygular taşır.<br> Kalbim –evet, oldukça dünya tutkunu–<br> Ne hoş bulur çevresinde bolluğu görmeyi,<br> Ki o bolluk, sanatların ve verimli işlerin anasıdır,<br> Bereketli kaynağından taşır bizlere<br> Yeni ihtiyaçlar ve yepyeni hazlar.<br> Toprağın altınları, denizlerin hazineleri,<br> Onların sakinleri, göğün halkı bile –<br> Hepsi hizmet eder bu dünyanın lüksüne ve zevkine.<br> Ah, ne güzel zamandır bu “demir çağ”!<br> Çünkü “gereksiz” dediğimiz şey, aslında en gerekli şeydir.</em></blockquote><p>Ve biyomuhafazakarlar için, Voltaire’in çağdaşı olan Jean-Jacques Rousseau’nun <em>Lükse Karşı</em> şiiri:</p><blockquote><em>Altınla süslenmiş şehirler neye yarar,<br> Ruh kararmışsa parlayan taşlar neye yarar?<br> Lüks içinde büyüyen yürek,<br> Erdemenin yolunu kolayca unutur.<br> Mutluluk, doğanın sade dizelerinde yatar;<br> Ne yaldızlı salonlarda, ne de gösterişli sofralarda.<br> İnsan, toprağın kalbinde bulur kendini,<br> Sade bir ekmek, temiz bir nefes — en büyük servettir o.</em></blockquote><h3>Kaynaklar:</h3><p><strong><em>Ferry, Luc.</em></strong><em> Transhümanist Devrim. Çev. Kağan Kahveci. İstanbul: İş Bankası Kültür Yayınları</em></p><p><a href="https://fr.wikisource.org/wiki/Le_Mondain">Le Mondain - Wikisource</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=9f174365a17e" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Çıplak İstatistik ve Notlar]]></title>
            <link>https://medium.com/@fatmkzlkaya/%C3%A7%C4%B1plak-i%CC%87statistik-ve-notlar-d4f75eb0d2cf?source=rss-150120b4be84------2</link>
            <guid isPermaLink="false">https://medium.com/p/d4f75eb0d2cf</guid>
            <category><![CDATA[korelasyon]]></category>
            <category><![CDATA[istatistik]]></category>
            <category><![CDATA[çıplak-istatistik]]></category>
            <category><![CDATA[normal-dağılım]]></category>
            <dc:creator><![CDATA[Fatma Kizilkaya]]></dc:creator>
            <pubDate>Mon, 24 Feb 2025 14:36:23 GMT</pubDate>
            <atom:updated>2025-02-24T14:36:36.194Z</atom:updated>
            <content:encoded><![CDATA[<p>Bu yazım çoğunlukla “Çıplak İstatistik” kitabından alıntılar içermektedir. Nerelerin altını çizdi, nerelerden kafamda ışık belirdi ise ..</p><p>İstatistiği neden kullanırız?</p><blockquote>Çok büyük miktarda veriyi özetlemek için</blockquote><blockquote>Daha iyi kararlar vermek için</blockquote><blockquote>Önemli sosyal sorunlara çözümler üretmek için</blockquote><blockquote>Yaptığımız şeyleri iyileştirebilecek yolları bulmak için</blockquote><blockquote>Hile yapanları, dolandırıcıları, suçluları bulmak için</blockquote><blockquote>Siyaset, programlar, ilaçlar, tıbbi prosedürler ve diğer yeniliklerin etkinliklerini değerlendirmek için ve daha bir çoğuı</blockquote><p>İstatisitkleri kullanarak yalan söylemek kolaydır ama onlar olmaksızın gerçeği söylemek zordur.</p><p>Bir ülkenin Gini endeksi 0&#39;a ne kadar yakınsa o ülkedeki gelir dağılımı o kadar eşit demektir.</p><p>Bir sonucunun “istatistiksel olarak anlamlı” olması analizin iki değişken arasında sadece şans eseri olması mümkün olmayanbir ilişki ortaya çıkardığı anlamına gelir.</p><p>Tanımlayıcı istatistikler bize altta yatan olgunun yönetilebilir ve anlaşılabilir bir özetini verir ancak bu basitleştirme beraberinde çeşitli yanlış anlaşılma veya aldatmalara yol açabilir. Örneğin Türkiye’nin ihracat getirisi 1980&#39;e oranla 10 kat arttı diyen birinin kurduğu bu pozitif cümle bir sürü hata içermektedir. Getirisi derken bu dolar bazında mı yoksa TL mi, 1980&#39;e kıyasla enflasyon bazında hesaplama yapılıp mı bu artış yaşanmış vs. vs.</p><h3>Medyan ve Ortalama</h3><p>İstatistikte <strong>medyan</strong> ve <strong>ortalama</strong>, merkezi eğilim ölçüleridir. Ancak farklı veri kümeleri için farklı anlamlar taşırlar.</p><p>1. Ortalama (Aritmetik Ortalama)</p><p>Ortalama, bir veri kümesindeki tüm değerlerin toplamının, veri sayısına bölünmesiyle hesaplanır.</p><p><strong>Formül:</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*lHIVzbfQJX__ZS-BPOpyyg.png" /></figure><p>📌<strong>Örnek:</strong><br> Bir sınıftaki öğrencilerin yaşları: <strong>10, 12, 14, 16, 18</strong></p><p>Ortalama:</p><p>(10+12+14+16+18)/5=70/5=14</p><p>Bu durumda, öğrencilerin yaşlarının ortalaması <strong>14</strong>’tür.</p><p>2. Medyan (Ortanca)</p><p>Medyan küçükten büyüğe doğru dizilmiş bir dağılımdaki gözlemleri, yarısı üstte yarısı da altta kalacak şekilde tam olarak ortadan ikiye bölen noktadır. (Eğer gözlem sayısı bir çift sayı ise medyan, iki orta gözlem arasındaki noktadır.)</p><p>📌 <strong>Örnek 1 (Tek Sayıda Veri):</strong><br> Veri kümesi: <strong>3, 7, 9, 12, 15</strong><br> Ortadaki değer <strong>9</strong> olduğu için medyan <strong>9</strong>’dur.</p><p>📌 <strong>Örnek 2 (Çift Sayıda Veri):</strong><br> Veri kümesi: <strong>2, 4, 7, 9, 11, 13</strong><br> Ortadaki iki değer: <strong>7 ve 9</strong><br> Medyan:</p><p>(7+9)/2=8</p><p>Medyan ve Ortalama Karşılaştırması</p><ul><li><strong>Ortalama</strong>, aşırı büyük veya küçük uç değerlerden etkilenir.</li><li><strong>Medyan</strong>, uç değerlere karşı daha dayanıklıdır.</li></ul><p>📌 <strong>Örnek:</strong><br> Bir şirketin çalışan maaşları: <strong>5,000 TL, 5,500 TL, 6,000 TL, 6,500 TL, 50,000 TL</strong></p><ul><li>Ortalama:</li></ul><p>5,000+5,500+6,000+6,500+50,0005=14,200 TL\frac{5,000 + 5,500 + 6,000 + 6,500 + 50,000}{5} = 14,600 TL</p><ul><li>Medyan: <strong>6,000 TL</strong></li></ul><p>Görüldüğü gibi, <strong>ortalama</strong> büyük bir maaştan etkilenerek yüksek görünürken, <strong>medyan</strong> tipik bir çalışanın maaşını daha iyi yansıtır. Aralarına 50,000 TL maaşlı bir kişi daha katıldığını düşünelim. Grubun ortalaması 20500 TL’ye çıkarken medyanı 6,250 olur. Diğer bir değişle ortalama maaştaki artış, ortalama çalışana hiçbir fayda sağlamadan artar.</p><p>📌 <strong>Sonuç:</strong></p><ul><li><strong>Ortalama</strong>, veri dağılımı hakkında bilgi verir ancak uç değerlerden etkilenebilir.</li><li><strong>Medyan</strong>, veri setinin tipik değerini gösterir ve uç değerlere dayanıklıdır.</li></ul><p>*Mutlak değerler genellikle herhangi bir ilave bilgi ya da bağlam olmadan anlaşılabilirler. Örneğin veri kümesinde 15 eleman var gibi.</p><h3>Standart Sapma</h3><p>Standart sapma verinin ortalamasından ne kadar uzağa yayıldığının bir ölçüsüdür.</p><p>Örneğin Türkiye’de erkeklerin boy ortalaması 175 cm ve standart sapması da 7.2 diyelim. Bu şu anlama gelir: Türkiye’deki erkeklerin büyük çoğunluğunun boyu 167.8 ve 182.2 arasındadır. Kısacası herhangi bir verinin ortalama ve standart sapmasını öğrendiğimizde o veri hakkında önemli bir bilgiye ulaşmış oluruz.</p><p>Standart sapma, verilerin çeşitliliğini ve dağılmasını anlamada önemli bir rol oynar. Yüksek standart sapma, verilerin geniş bir aralığa yayıldığını, düşük standart sapma ise verilerin birbirine yakın olduğunu gösterir.</p><p><strong>Standart Sapma Hesaplaması:</strong></p><ol><li>Öncelikle veri setinin ortalamasını (veya aritmetik ortalama) bulursunuz.</li><li>Her bir veri noktasının bu ortalamadan farkını alırsınız.</li><li>Bu farkların karesini alır ve bu karelerin ortalamasını (varyans) hesaplarsınız.</li><li>Son olarak, varyansın karekökünü alarak standart sapmayı bulursunuz.</li></ol><p>Formül olarak şu şekildedir:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/762/1*0C3_9XuYPEFckTpYU7vAkA.png" /></figure><p>Burada:</p><ul><li>σ standart sapmayı,</li><li>N veri setindeki öğe sayısını,</li><li>xi her bir veri noktasını,</li><li>μ veri setinin ortalamasını ifade eder.</li></ul><p>📌<strong>Örnek:</strong> Bir veri setiniz olsun: 5, 7, 8, 10, 12</p><ol><li>Ortalama μ=(5+7+8+10+12)/5=8.4</li><li>Farkların kareleri: (5−8.4)²,(7−8.4)²,(8−8.4)²,(10−8.4)²,(12−8.4)²</li><li>Varyans: Ortalama kare farkları</li><li>Standart sapma: Varyansın karekökü</li></ol><h3>Normal Dağılım (veya Gauss Dağılımı)</h3><p>İstatistikte en yaygın kullanılan ve birçok doğa olayını, ölçümü ve veri setini modellemek için başvurulan bir dağılımdır. Genellikle “çan eğrisi” (bell curve) olarak da adlandırılır, çünkü grafiği çan şeklinde simetrik bir eğri oluşturur.</p><p>Normal Dağılımın Özellikleri:</p><ol><li><strong>Simetrik Olması: </strong>Normal dağılım, ortalama etrafında simetrik bir yapıya sahiptir. Yani, verilerin çoğunluğu ortalama değerine yakın yerlerde yoğunlaşırken, ortalamadan uzaklaştıkça daha az sıklıkla gözlemler yapılır.</li><li><strong>Çan Şeklindeki Eğri: </strong>Normal dağılımın grafiksel temsili çan şeklinde olup, merkezdeki en yüksek nokta ortalamayı gösterir. Eğrinin uçları sonsuza kadar uzanır ancak pratikte çoğu veri, eğrinin merkezine yakın yerlerde yoğunlaşır.</li><li><strong>Ortalama, Medyan ve Modun Eşit Olması: </strong>Normal dağılımda ortalama, medyan ve mod aynı değeri ifade eder. Bu, verilerin eşit bir şekilde dağılmasını sağlar.</li><li><strong>Varyans ve Standart Sapma: </strong>Normal dağılımın şekli, veri setinin varyansı ve standart sapmasıyla belirlenir. Standart sapma, dağılımın ne kadar yayılmış olduğunu gösterir: küçük bir standart sapma, verilerin ortalama etrafında daha sıkı bir şekilde toplanması anlamına gelirken, büyük bir standart sapma daha geniş bir dağılımı ifade eder.</li><li><strong>Empirik Kural (68–95–99.7 Kuralı): </strong>Normal dağılımda, verilerin %68&#39;i ortalamanın 1 standart sapma yakınında, %95&#39;i 2 standart sapma yakınında ve %99.7&#39;si 3 standart sapma yakınında yer alır. Bu, normal dağılımın temel özelliklerinden biridir.</li></ol><p>Normal dağılım, aşağıdaki matematiksel formüllerle tanımlanır:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/997/1*kD5TerlrVwPT8eZxHnPxFA.png" /></figure><p>Bu formül, normal dağılımın her bir değer için olasılık yoğunluğunu hesaplar.</p><p>Normal Dağılımın Uygulamaları:</p><ol><li><strong>Doğa Olayları ve İnsan Özellikleri: </strong>Boy, kilo, test puanları gibi fiziksel özellikler genellikle normal dağılıma uyar. İnsan nüfusu üzerindeki birçok ölçüm, genetik faktörler ve çevresel etmenlerin birleşimiyle normal dağılım gösterir.</li><li><strong>İstatistiksel Testler: </strong>Normal dağılım, birçok istatistiksel testin temelini oluşturur (örneğin, t-testi, z-testi). Bu testler, verilerin normal dağılıp dağılmadığını belirlemeye yardımcı olur ve normal dağılıma dayalı sonuçlar çıkarır.</li><li><strong>Makine Öğrenmesi ve Veri Madenciliği: </strong>Birçok makine öğrenmesi algoritması, verilerin normal dağılım gösterdiği varsayımıyla çalışır. Özellikle doğrusal regresyon ve Naive Bayes sınıflandırıcıları gibi yöntemler normal dağılım varsayımına dayanır.</li><li><strong>Finans ve Ekonomi: </strong>Normal dağılım, finansal piyasalarda yatırım getirilerinin analizinde sıkça kullanılır. Ancak, finansal piyasaların bazen normal dağılımdan sapma gösterdiği de gözlemlenmiştir.</li></ol><p>Normal Dağılımdan Sapmalar:</p><p>Gerçek dünyada bazı veriler, normal dağılımdan sapmalar gösterebilir. Bu sapmalar şunları içerebilir:</p><ul><li><strong>Sağa Çarpık (Pozitif Çarpıklık)</strong>: Dağılımın sağ tarafında daha fazla uzun kuyruk bulunur.</li><li><strong>Sola Çarpık (Negatif Çarpıklık)</strong>: Dağılımın sol tarafında daha fazla uzun kuyruk bulunur.</li><li><strong>Bimodal Dağılım</strong>: İki zirveye sahip bir dağılım (çift çan eğrisi).</li></ul><p>Normal dağılım, birçok gerçek dünyadaki fenomeni modellemek için çok yararlı olsa da, her durumda doğru bir model olmayabilir.</p><h3>Endeks Nedir?</h3><p>Endeks, belirli bir grup verinin zaman içindeki değişimini veya bir referans değerine göre karşılaştırılmasını ölçen istatistiksel bir araçtır. Genellikle ekonomik, finansal veya ticari verileri analiz etmek ve izlemek için kullanılır. Endeksler, karmaşık verileri daha anlaşılır ve karşılaştırılabilir hale getirmek için kullanılır ve genellikle bir başlangıç değeri (baz yılı) ile karşılaştırılır.</p><p>Endeksin Özellikleri</p><ol><li><strong>Referans Noktası (Baz Değeri):</strong> Endeksler genellikle bir başlangıç noktası veya baz değeriyle başlar. Bu değer, endeksin hesaplandığı ilk dönem ya da belirli bir standart değeri temsil eder. Endeksin değeri, bu referans noktasına göre zaman içinde nasıl değiştiğini gösterir.</li><li><strong>Gösterge ve Ölçüm Aracı:</strong> Endeksler, genellikle bir grup varlık, ürün, hizmet ya da ekonomik göstergenin toplam performansını ölçer. Örneğin, borsa endeksleri bir grup şirketin hisse senetlerinin performansını gösterir.</li><li><strong>Karmaşık Verileri Basitleştirir:</strong> Birçok farklı veri noktası bir araya getirilerek bir endeks değeri oluşturulur, böylece karmaşık bir veri seti basitleştirilmiş olur.</li></ol><p>Endeksin Kullanım Alanları</p><ol><li><strong>Borsa Endeksleri:</strong> Borsa endeksleri, belirli bir hisse senedi grubunun veya piyasa bölümünün performansını ölçen göstergelerdir. En bilinen örneklerden biri <strong>Dow Jones Industrial Average</strong> veya <strong>S&amp;P 500</strong> gibi endekslerdir. Bu endeksler, borsadaki hisse senetlerinin fiyatlarının değişimini izler.</li><li><strong>Fiyat Endeksleri:</strong> Fiyat endeksleri, belirli bir mal grubunun fiyatlarındaki değişimi izler. Örneğin, <strong>Tüketici Fiyat Endeksi (TÜFE)</strong>, tüketici tarafından satın alınan malların fiyatlarındaki değişimi gösterir ve enflasyon oranını hesaplamak için kullanılır.</li><li><strong>Ekonomik Endeksler:</strong> Ekonomik endeksler, bir ülkenin ekonomik durumunu analiz etmek için kullanılır. <strong>Gayri Safi Yurtiçi Hasıla (GSYİH) Endeksi</strong>, bir ülkenin üretim ve ticaret seviyelerini ölçerken, <strong>İşsizlik Endeksi</strong> ise işsizlik oranlarındaki değişimleri izler.</li><li><strong>Benzetimli Endeksler:</strong> Bazı endeksler, doğal afetlerin veya iklim değişikliklerinin etkilerini ölçmek gibi özel alanlarda kullanılabilir. Bu endeksler, belirli olayların uzun vadeli etkilerini anlamak için yardımcı olabilir.</li><li><strong>Sosyal Endeksler:</strong> Toplumların yaşam kalitesini, sağlık durumunu veya eğitim seviyesini ölçmek amacıyla kullanılan endekslerdir. Örneğin, <strong>İnsani Gelişme Endeksi (HDI)</strong>, bir ülkenin sağlık, eğitim ve yaşam standartlarıyla ilgili genel bir gösterge sunar.</li></ol><p>Endeks Hesaplama: Endeks hesaplaması, genellikle bir başlangıç değerine dayalı olarak, belirli bir zaman dilimindeki değişim yüzdesi üzerinden yapılır. Genel formül şöyle olabilir:</p><p>Endeks değeri = (Şu anki değer/Başlangıç değeri) x 100</p><p>Burada:</p><ul><li><strong>Şu anki değer</strong>, ölçülmekte olan dönemdeki veri veya fiyat.</li><li><strong>Başlangıç değeri</strong>, referans alınan baz dönemdeki veri veya fiyat.</li><li>Sonuç, endeksin belirli bir dönemdeki değişim yüzdesini gösterir. Eğer endeks 100&#39;ün üzerindeyse, o dönemde artış olmuş demektir; 100&#39;ün altındaysa, bir azalma olmuştur.</li></ul><p>📌Örnek: Tüketici Fiyat Endeksi (TÜFE)</p><p>Diyelim ki, 2024 yılının Ocak ayında belirli bir sepetin maliyeti 100 TL ve 2025 yılı Ocak ayında aynı sepetin maliyeti 110 TL oldu. Bu durumda TÜFE şöyle hesaplanır:</p><p>TÜFE=(110/100​)×100=110</p><p>Bu durumda, endeks 110 olduğu için, tüketici fiyatlarında %10&#39;luk bir artış yaşanmış demektir.</p><p>Endeksler, verilerin analiz edilmesinde ve karşılaştırılmasında önemli araçlardır.<em> </em>Ekonomik, finansal ve ticari alanlarda geniş kullanım alanına sahip olup, zaman içinde değişim ve trendlerin anlaşılmasına yardımcı olurlar.</p><p><em>Herhangi bir endeks değeri kendisini oluşturmak için bir araya getirilen tanımlayıcı istatistiklere ve bu bileşenlerin her birine verilen ağırlıklara karşı oldukça duyarlıdır. Birçok göstergeyi tek bir endekse toplamanın getirdiği basitlik ve kullanım kolaylığının kimi zaman positif kimi zamansa negatif etkileri olabileceğini göz önünde bulundurmak önemlidir.</em></p><h3>Hassasiyet</h3><p>Hassasiyet bir şeyi ifade edebildiğimiz duyarlılığı yansıtır. Örneğin bu çuval 7 kg ağırlığında demek yerine 7.256 gr kg ağırlığında demekle daha hassas bir ifade kullanmış oluruz.</p><p>Doğruluk ise bir şeyin gerçekle olan tutarlılığının ölçüsüdür. Eğer bir cevap doğru ise ne kadar hassas olursa çoğu zaman o kadar iyi olur ancak bir ifadenin hassas olması onun her zaman doğru olduğu anlamına gelmez. Hassasiyet sahte bir kesinlik hissi verip yanlışı maskeleyebilir.</p><p>Herhangi bir verinin analizinde en hassas ölçüm ya da hesaplamaların bile sağ duyuya göre kontrolü önemlidir.</p><h3>Korelasyon</h3><p>Korelasyon, iki olgunun birbiriyle ne kadar ilişkili olduğunun derecesini ölçer. Örneğin hava sıcaklığı ile dondurma satışları arasında bir korelasyon vardır. Çünkü hava sıcaklıklarındaki artış dondurma satışlarında da artışa neden oluyordur. Eğer bir değişkendeki artış diğerinde de aynı yönde bir artışa neden oluyorsa -hava sıcaklığı ve dondurma satışları örneğimizde olduğu gibi- burada pozitif kolerasyon vardır. Eğer bir değişkendeki artış diğerinde ters yönde bir artışa neden oluyorsa da -örneğin hava sıcaklığındaki düşüş ve doğalgaz faturanız- burada negatif kolerasyon vardır.</p><p>Korelasyonun istatistiksel bir araç olarak gücü, iki değişkeni tek bir tanımlayıcı istatistikte topluyor olmasıdır: korelasyon katsayısı.</p><p>Korelasyonun Temel Özellikleri:</p><ol><li><strong>Korelasyon Katsayısı (r):</strong> Korelasyon, genellikle <strong>korelasyon katsayısı</strong> (r) ile ölçülür. Bu katsayı, -1 ile +1 arasında bir değere sahiptir. <br><strong>r = +1</strong>: İki değişken arasında mükemmel pozitif bir ilişki vardır. Bir değişken arttıkça diğeri de artar. <br><strong>r = -1</strong>: İki değişken arasında mükemmel negatif bir ilişki vardır. Bir değişken arttıkça diğeri azalır. <br><strong>r = 0</strong>: İki değişken arasında hiçbir doğrusal ilişki yoktur.</li><li><strong>Pozitif Korelasyon:</strong> Pozitif korelasyon, bir değişken arttıkça diğer değişkenin de arttığı durumdur. Örneğin, <strong>gelir ve harcama</strong> arasındaki ilişki genellikle pozitif korelasyon gösterir; gelir arttıkça harcama da artabilir.</li><li><strong>Negatif Korelasyon:</strong> Negatif korelasyon, bir değişken arttıkça diğer değişkenin azaldığı durumdur. Örneğin, <strong>işsizlik oranı ve ekonomik büyüme</strong> arasında negatif korelasyon olabilir; birinin artması, diğerinin azalmasına yol açabilir.</li><li><strong>Korelasyonun Gücü:</strong> Korelasyon katsayısının büyüklüğü, ilişkinin gücünü gösterir.<br><strong>r = 0.8</strong> veya daha büyük bir değer, güçlü bir pozitif ilişkiyi gösterir.<br><strong>r = -0.8</strong> veya daha küçük bir değer, güçlü bir negatif ilişkiyi gösterir.<br><strong>r = 0.5</strong> veya civarı, orta düzeyde bir ilişkiyi gösterir.</li><li><strong>Doğrusal Korelasyon:</strong> Korelasyon genellikle doğrusal bir ilişkiyi ifade eder, yani değişkenler arasındaki ilişki düz bir çizgi şeklinde olup, her iki değişken de birbirine orantılı olarak değişir. Ancak, doğrusal olmayan ilişkiler de gözlemlenebilir, ancak bu, korelasyon katsayısıyla ölçülmez.</li></ol><p>Korelasyon ile Nedensellik Arasındaki Fark:</p><p>Korelasyon, iki değişken arasında bir ilişki olduğunu gösterir, ancak birinin diğerine neden olup olmadığını göstermez. Yani, <strong>“korelasyon nedensellik anlamına gelmez”</strong>.</p><p>Korelasyonun Kullanım Alanları:</p><ul><li><strong>Finansal Analiz</strong>: Farklı finansal araçlar arasındaki ilişkileri incelemek için kullanılır. Örneğin, bir hisse senedi fiyatının, sektördeki diğer şirketlerin hisse senetleriyle olan korelasyonu analiz edilebilir.</li><li><strong>Pazar Araştırması</strong>: Satışlar ve reklam harcamaları arasındaki ilişkiyi incelemek için kullanılabilir.</li><li><strong>Sağlık Araştırmaları</strong>: Yaş, sigara içme alışkanlıkları ve sağlık sonuçları arasındaki ilişkiyi incelemek için korelasyon kullanılabilir.</li></ul><p>Korelasyonun Hesaplanması:</p><p>Korelasyon katsayısını hesaplamak için genellikle şu formül kullanılır:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*RYhyS25UJE-7LRGi6dfWqQ.png" /></figure><p>Sonuç: Korelasyon, iki değişken arasındaki ilişkinin gücünü ve yönünü ölçen güçlü bir araçtır. Ancak, korelasyon yalnızca ilişkinin varlığını gösterir ve nedensellik hakkında herhangi bir çıkarım yapmaz. Doğru yorumlama ve analiz yapmak için korelasyon katsayısının büyüklüğü ve yönü dikkatle değerlendirilmelidir.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=d4f75eb0d2cf" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[GOOGLE CLOUD VPC (Virtual Private Clouds)]]></title>
            <link>https://medium.com/@fatmkzlkaya/google-cloud-vpc-virtual-private-clouds-1427a0f045a1?source=rss-150120b4be84------2</link>
            <guid isPermaLink="false">https://medium.com/p/1427a0f045a1</guid>
            <category><![CDATA[cloud-computing]]></category>
            <category><![CDATA[vpc]]></category>
            <category><![CDATA[cloud]]></category>
            <category><![CDATA[gcp]]></category>
            <dc:creator><![CDATA[Fatma Kizilkaya]]></dc:creator>
            <pubDate>Fri, 14 Jun 2024 03:41:39 GMT</pubDate>
            <atom:updated>2024-06-14T04:19:05.054Z</atom:updated>
            <content:encoded><![CDATA[<p>VPC çeşitli bulut hizmetlerini barındıran bir ağ yapılandırmasıdır. Şöyle açıklarsak yalnış olmaz sanıyorum. Bulut ortamında kendi sanal ağınızı kurmaya yarar. Böylece kaynakları izole etmeyi, güvenli hale getirmeyi ve yönetmeyi sağlar. Bulut ortamında güvenlik ve ağ yönetimi için kritik bir bileşendir. Bulut hizmetleri (örneğin sanal makinalar, veri tabanları) genellikle VPC içinde çalışır ancak depolama gibi bazı hizmetler doğrudan VPC içinde çalışmazlar (depolama hizmetlerini yapılandırılmamış verilerin tutulduğu ortam olarak da düşünebiliriz).</p><p>Şimdi Google Cloud ortamında bir VPC ağı kurmak için neler yapmamız gerek ona bakalım. Bunun için doğrudan arayüz üzerinde işlem yapabileceğimiz gibi Cloud Shell ile komut satırı kullanarak geliştirmeler de yapabiliriz.</p><p>Şimdi aşağıdaki komutlara bakalım:</p><pre>gcloud compute networks create managementnet --project=qwiklabs-gcp-03-1a7a095d7700 --subnet-mode=custom --mtu=1460 --bgp-routing-mode=regional</pre><p>İlk komutta managementnet adında bir VCP ağı oluşturuyoruz. Burada sırasıylal Project ID, veri paketlerinin maksimum boyutunu, oluşturulan ağın alt ağ (subnet) modunu, BGP yönlendirmesinin nasıl olacağını belirtir. Burada, yönlendirme bilgisinin yalnızca belirli bir bölge içinde dağıtılacağı (regional) anlamına gelir.</p><pre>gcloud compute networks subnets create managementsubnet-us --project=qwiklabs-gcp-03-1a7a095d7700 --range=10.130.0.0/20 --stack-type=IPV4_ONLY --network=managementnet --region=us-east4</pre><p>Bu komut, clouddaki ağları listelemeye yarar.</p><pre>gcloud compute networks list</pre><p>gcloud compute networks subnets list — sort-by=NETWORK</p><ul><li><strong>Alt Ağ (Subnet):</strong> Bir VPC içinde belirli bir IP adres aralığına sahip olan mantıksal bir bölümdür. Alt ağlar, VPC içindeki kaynakları organize etmek ve izole etmek için kullanılır.</li><li><strong>Proje:</strong> Google Cloud üzerindeki kaynakların yönetildiği birimlerdir. Her kaynağın hangi proje içinde oluşturulacağını belirtmek önemlidir.</li><li><strong>IP Adres Aralığı (Range):</strong> Alt ağın hangi IP adreslerini kapsayacağını belirler. Bu, ağın IP yapılandırmasını ve adresleme düzenini belirler.</li><li><strong>Stack Type:</strong> IPv4 veya IPv6 adresleme seçeneklerini belirtir. Bu örnekte, sadece IPv4 kullanılıyor.</li><li><strong>VPC Ağ (Network):</strong> Alt ağın ait olduğu ana ağdır. VPC, alt ağları ve bunların içindeki kaynakları barındıran sanal bir ağdır.</li><li><strong>Bölge (Region):</strong> Alt ağın hangi coğrafi bölgede bulunacağını belirtir. Google Cloud bölgeleri, dünya genelinde veri merkezi konumlarını ifade eder.</li></ul><pre>gcloud compute --project=qwiklabs-gcp-03-1a7a095d7700 firewall-rules create managementnet-allow-icmp-ssh-rdp --direction=INGRESS --priority=1000 --network=managementnet --action=ALLOW --rules=tcp:22,tcp:3389,icmp --source-ranges=0.0.0.0/0<br></pre><p>Oluşturduğumuz VPC ağları için firewall kuralları oluştururuz.</p><pre>gcloud compute instances create managementnet-us-vm \<br>    --project=qwiklabs-gcp-03-1a7a095d7700 \<br>    --zone=us-east4-a \<br>    --machine-type=e2-micro \<br>    --network-interface=network-tier=PREMIUM,stack-type=IPV4_ONLY,subnet=managementsubnet-us \<br>    --metadata=enable-oslogin=true \<br>    --maintenance-policy=MIGRATE \<br>    --provisioning-model=STANDARD \<br>    --service-account=1034824697832-compute@developer.gserviceaccount.com \<br>    --scopes=https://www.googleapis.com/auth/devstorage.read_only,https://www.googleapis.com/auth/logging.write,https://www.googleapis.com/auth/monitoring.write,https://www.googleapis.com/auth/servicecontrol,https://www.googleapis.com/auth/service.management.readonly,https://www.googleapis.com/auth/trace.append \<br>    --create-disk=auto-delete=yes,boot=yes,device-name=managementnet-us-vm,image=projects/debian-cloud/global/images/debian-12-bookworm-v20240611,mode=rw,size=10,type=projects/qwiklabs-gcp-03-1a7a095d7700/zones/us-east4-a/diskTypes/pd-balanced \<br>    --no-shielded-secure-boot \<br>    --shielded-vtpm \<br>    --shielded-integrity-monitoring \<br>    --labels=goog-ec-src=vm_add-gcloud \<br>    --reservation-affinity=any</pre><p>Bir sanal makina oluşturmak için komut.</p><pre>gcloud compute instances create privatenet-us-vm - zone=us-east4-a - machine-type=e2-micro - subnet=privatesubnet-us</pre><p>Terminalden çok az bir komutla bir vm instance oluşturabiliriz.</p><pre>gcloud compute instances list - sort-by=ZONE</pre><p>Burada da yer aldıkları Zone’a göre vm instancelari sifirladık.</p><p>VM’lerin güvenlik duvarını ayarlarken hepsinin ICMP protokolünü açıık tuttuğumuz için external IP adresleriyle diğer vmlere ping atılabilir.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=1427a0f045a1" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Uydu modemleri]]></title>
            <link>https://medium.com/@fatmkzlkaya/uydu-modemleri-900dfd9d839d?source=rss-150120b4be84------2</link>
            <guid isPermaLink="false">https://medium.com/p/900dfd9d839d</guid>
            <category><![CDATA[modem-satellite]]></category>
            <category><![CDATA[modem]]></category>
            <category><![CDATA[uydu-modemi]]></category>
            <dc:creator><![CDATA[Fatma Kizilkaya]]></dc:creator>
            <pubDate>Fri, 08 Dec 2023 13:41:10 GMT</pubDate>
            <atom:updated>2023-12-08T13:41:10.621Z</atom:updated>
            <content:encoded><![CDATA[<p>Uydu modemleri, dünya etrafında belirli bir yörüngede dönmekte olan uydular aracılığıyla veri alış-verişi yapmaya yarayan modemlerdir.</p><p><strong>İlk olarak, modem nedir?</strong></p><p>Modem kelimesi modülatör ve demodülatör kelimelerinin birleşiminden ortaya çıkmıştır.</p><p>Mo(dulator) + Dem(odulator)</p><p>Yani bir modem, vericiden gelen sinyali iletime uygun şekilde modüle edip alıcıya iletmeye ve yine kendisine gelen modüleli sinyali demodüle ederek alıcısına iletmeye yarayan cihazlardır.</p><p>Uydu modemleri özellikle uzak veya ulaşılması zor bölgelerde iletişim için önem taşıyan bir teknolojidir. İnternet erişiminden askeri haberleşmeye kadar geniş bir yelpazede kullanılır.</p><blockquote>Sinyallerin uydu ve yerel alanlar arasında iletimini (alış-verişini) sağlar.</blockquote><p>Uydu modemleri küçük işletmeler, bireysel kullanıcılar, ev kullanıcıları için ve kurumsal, büyük işletmeler için iki farklı sınıfta yer alabilir. Bunun için frekans bandı, veri iletim hızı gibi özellikler belirleyicidir.</p><p>Uydu modemleri evlerimizde kullandığımız modemler gibi bilgiyi(sinyali) modüle ve demodüle etmeye yarar. Dijital sinyalleri analog sinyallere çevirme ve gelen analog sinyalleri de dijital sinyallere çevirme işini görürler. Ancak diğer modemlere kıyasla uydu modemleri, telefon kabloları, fiber kablolar yerine dünya etrafında belirli bir yörüngede dönen uyduları kullanırlar.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/823/1*GmG4jZYoTlCIFqR4NWVkDw.png" /><figcaption>Şekil 1. Uydu iletişimi blok diyagramı</figcaption></figure><p>Uyduya yapılan bir veri isteği uydudan huba gider. Burada internet ağıından/ veri merkezinden vb. alınan bilgi tekrar uyduya gönderilir ve bu bilgi uydu aracılığıyla alıcıya aktarılmış olur.</p><p>Bir modemin performansını başlıca;</p><blockquote><em>-Frekans bandı</em></blockquote><blockquote><em>-Modülasyon</em></blockquote><blockquote><em>-Kodlama şemaları</em></blockquote><blockquote><em>-Veri hızı gibi faktörler etkiler.</em></blockquote><p>Bir uydu modemi iletişimi tek başına sağlamaz, tek başına bir uydu linkini kuramaz. Bunun için anten, frekans dönüştürücü (BUC vb.) ekipmanlara da ihtiyaç vardır.</p><p>Modemler genelde IF (ara frekans bandı olarak geçer) frekans bandında çalışır. Bazen ise sinyal direkt L bandında modüle edilmiş olarak çıkar.</p><p>Sinyal yükseltilmeden ve iletilmeden önce çoğu zaman BUC (Block up converter) kullanılarak dönüştürülür. Alınan sinyal ise LNB ile dönüştürülür. Daha sonra işlenir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/945/1*ofSnSa6bz-QXeiQhZY1hwg.png" /><figcaption>Şekil 2. Bir alıcı-verici terminal blok diyagramı</figcaption></figure><p>Kısaca modemin temel işlevinin modülasyon ve demodülasyon olduğundan bahsettik.</p><h3>Modülasyon nedir?</h3><p>Modülasyon, bir bilgi işaretinin (sinyalinin) bir taşıyıcı sinyal üzerine bindirilerek faz, frekans ve/veya genlik değerlerinin değiştirilmesi ve iletim ortamına uygun hale getirilmesi işlemidir.</p><p>Bir dijital modülatör dijital bir işareti (baseband), IF bandında bir analog sinyale (radyo sinyali) çevirir. Demodülasyonda yine bu işlemin tersi gerçekleşir.</p><p>Uydu iletişiminde BPSK, QPSK, OQPSK, 8PSK, QAM, 16QAM gibi modülasyon teknikleri kullanılır.</p><p>Hata doğrulama, yol kaybının yüksek olabileceği uydu iletişimi için oldukça önemlidir. Hata doğrulama, bilgi sinyaline ek hata bitleri ekleyerek gürültü ve interferans gibi etkilerden kaynaklanan hataları önlemeye çalışır. Hata kodlamada ise yeni nesil modemlerde hata kodlama yöntemleri olarak Turbo, LDPC kodları gibi yöntemler kullanılır.</p><p>Faz belirsizliği olan (QAM, PSK) gibi modülasyon türlerinde diferansiyel kodlama kullanılarak bir veri akışındaki ardışık sembol değerlerinin karşılaştırılarak kodlaması yapılır. Bu şekilde eğer bir sembolde hata varsa ardışığındaki sembollerde de hata alma olasılığı azaltılır ve hataya tolerans kazandırılmış olur.</p><p>Multiplexerlar ise gelen birden fazla giriş sinyalini tek bir çıkışa yönlendiren elektronik cihazlardır.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/945/1*AGA3tZcnyQhhYSf_8YePhA.png" /><figcaption>Şekil 3. Genel bir uydu modemi blok diyagramı</figcaption></figure><h3>Yararlanılan Kaynaklar</h3><p><a href="https://academic-accelerator.com/encyclopedia/satellite-modem">https://academic-accelerator.com/encyclopedia/satellite-modem</a></p><p><a href="https://www.rfwireless-world.com/Articles/Design-of-satellite-modem.html">https://www.rfwireless-world.com/Articles/Design-of-satellite-modem.html</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=900dfd9d839d" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[IOT UYDU MODEMLERİ (TERMİNALLERİ)]]></title>
            <link>https://medium.com/@fatmkzlkaya/iot-uydu-modemleri%CC%87-termi%CC%87nalleri%CC%87-955865f5db5c?source=rss-150120b4be84------2</link>
            <guid isPermaLink="false">https://medium.com/p/955865f5db5c</guid>
            <category><![CDATA[iot-uydu-modemleri]]></category>
            <category><![CDATA[uydu-modemleri]]></category>
            <dc:creator><![CDATA[Fatma Kizilkaya]]></dc:creator>
            <pubDate>Fri, 01 Dec 2023 13:12:44 GMT</pubDate>
            <atom:updated>2023-12-01T13:22:10.270Z</atom:updated>
            <content:encoded><![CDATA[<blockquote>Bu makalede, iletişim altyapısının bulunmadığı, uzak ve kırsal bölgelerde IoT uygulamalarını gerçekleştirmek için kullanılabilecek verimli bir yol olan IoT uydu modemlerinden bahsedeceğiz.</blockquote><p>İlk olarak, IoT nedir? Basit tanımıyla IoT, sensörler ve diğer veri toplama aygıtları kullanılarak fiziksel nesnelerin (örneğin, cihazlar, sensörler, araçlar) internet üzerinden birbirleriyle iletişim kurmasını ve veri paylaşmasını sağlayan bir teknolojidir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1000/0*17KZe5K_cWtO-aqz.jpg" /><figcaption>Şekil 1.</figcaption></figure><p>Uydu iletişimi ise genellikle uydu aracılığıyla bir uplink-downlik zinciri kurarak haberleşmemizi sağlar. Bu tür iletişim, TV yayıncılığı gibi alanlarda yaygın olarak kullanılmakta olup, özellikle alt yapının olmadığı, denizcilik, askeriye gibi uygulamalarda kullanılan bir teknolojidir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/626/0*uHPhuRPvx_HAtUX2" /><figcaption>Şekil 2.</figcaption></figure><p>IoT kısmına geldiğimizde ise nesnelerin verisini almak için çok sayıda cihazlı LoRa ağları, Wi-Fi ağları veya ağır ve maliyetli uydu modemleri kullanmak yerine; küçük boyutlu, daha az maliyetli, iyi bir alternatif olarak IoT uydu modemleri karşımıza çıkmaktadır. Bu IoT uydu modemlerine bir göz atalım.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/397/1*9YNd_hFmOmYWo_nOjdjCHA.png" /><figcaption>Şekil 3.ST Engineering tarafından üretilmiş Ka-band bir IoT uydu modemi</figcaption></figure><blockquote>IoT uydu modemleri, nesnelerin interneti (IoT) cihazlarıyla uydu tabanlı iletişim kurmaya olanak tanıyan özel modemlerdir. Bu modemler, dünya genelinde geniş bir kapsama alanı sağlayan uydu ağlarına bağlanarak veri iletimini mümkün kılar Düşük güç tüketimi, genellikle düşük veri hızlarına (Low Data Rate — LDR) ve orta veri hızlarına (Medium Data Rate — MDR), küçük paketleri iletmeye yönelik tasarlanırlar. Özellikle internet alt yapısının olmadığı bölgelerde IoT uygulamalarını gerçekleştirmek için iyi bir fırsat sunarlar.</blockquote><p>IoT uydu modemleri, çeşitli frekans bantları üzerinden çalışabilir. Ka bandı gibi yüksek frekanslı bantlar sıkça tercih edilir. Modülasyon teknikleri arasında PSK (Phase Shift Keying) ve QPSK (Quadrature Phase Shift Keying) gibi yöntemler bulunabilir.</p><p>IoT uydu modemleri genellikle entegre antenlere sahiptir. Anten tasarımı, düşük profilli ve kompakt olacak şekilde optimize edilmiştir. Bu modemler genellikle sensör verilerini toplamak ve iletmek için entegre edilmiş sensör arabirimlerine sahip olabilirler.</p><p>Uydu modemleri, IoT uygulamalarını uzak ve izole bölgelerde uygulamak için iyi bir yol olarak karşımıza çıkmaktadır.</p><blockquote>Yararlanılan Kaynaklar:</blockquote><blockquote><a href="https://www.alastyr.com/blog/wp-content/uploads/2021/09/IoT-nedir.jpg">https://www.alastyr.com/blog/wp-content/uploads/2021/09/IoT-nedir.jpg</a></blockquote><blockquote><a href="https://milexia.com/products/wp-content/uploads/sites/7/2023/08/Smartellite%E2%84%A2-Fixed-Ka-band-1.pdf">https://milexia.com/products/wp-content/uploads/sites/7/2023/08/Smartellite%E2%84%A2-Fixed-Ka-band-1.pdf</a></blockquote><blockquote><a href="https://resources.pcb.cadence.com/blog/2023-uplink-and-downlink-frequency">https://resources.pcb.cadence.com/blog/2023-uplink-and-downlink-frequency</a></blockquote><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=955865f5db5c" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[UYARLAMALI MODÜLASYON TEKNİĞİ (ADAPTIVE MODULATION AND CODING)]]></title>
            <link>https://medium.com/@fatmkzlkaya/uyarlamali-mod%C3%BClasyon-tekni%CC%87%C4%9Fi%CC%87-adaptive-modulation-and-coding-327b80f8b867?source=rss-150120b4be84------2</link>
            <guid isPermaLink="false">https://medium.com/p/327b80f8b867</guid>
            <category><![CDATA[amc]]></category>
            <category><![CDATA[modülasyon]]></category>
            <category><![CDATA[acm]]></category>
            <dc:creator><![CDATA[Fatma Kizilkaya]]></dc:creator>
            <pubDate>Wed, 29 Nov 2023 13:11:34 GMT</pubDate>
            <atom:updated>2023-12-28T12:31:02.245Z</atom:updated>
            <content:encoded><![CDATA[<p>Bu teknik modülasyon ve kodlama olmak üzere temel iki ana bölümden oluşur. AMC, değişen iletim ortamı koşullarına bağlı olarak modülasyon tekniğini (örneğin QPSK, 16-QAM vb.) dinamik olarak değiştirir.</p><p>Zayıflatıcı ortam koşullarında daha düşük durumlu modülasyon teknikleri kullanılabilir. Bu daha güçlü bir hata düzeltme yeteneği ile daha güçlü iletim hızına sebebiyet verir. Kodlama kısmında da zayıf bir kanal durumunda daha fazla hata düzeltme kodu kullanılabilir ancak iletim hızı düşer.</p><p>Bu yöntem ile olumsuz kanal koşullarında dahi yüksek verim almak mümkün hale gelir.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=327b80f8b867" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>