<?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 BitStorm on Medium]]></title>
        <description><![CDATA[Stories by BitStorm on Medium]]></description>
        <link>https://medium.com/@savionai?source=rss-53b721e59697------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*5vvtH0PLp88T4Kzqkgj8ig.png</url>
            <title>Stories by BitStorm on Medium</title>
            <link>https://medium.com/@savionai?source=rss-53b721e59697------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Sun, 22 Nov 2026 00:07:39 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@savionai/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[Python ve Excel Entegrasyonu: Microsoft’tan Sektörde Çığır Açan Hamle]]></title>
            <link>https://medium.com/academy-team/python-ve-excel-entegrasyonu-microsofttan-sekt%C3%B6rde-%C3%A7%C4%B1%C4%9F%C4%B1r-a%C3%A7an-hamle-21f9c5a79526?source=rss-53b721e59697------2</link>
            <guid isPermaLink="false">https://medium.com/p/21f9c5a79526</guid>
            <category><![CDATA[excel]]></category>
            <category><![CDATA[data-science]]></category>
            <category><![CDATA[data-analysis]]></category>
            <category><![CDATA[python]]></category>
            <category><![CDATA[data]]></category>
            <dc:creator><![CDATA[BitStorm]]></dc:creator>
            <pubDate>Mon, 02 Oct 2023 16:42:59 GMT</pubDate>
            <atom:updated>2023-10-02T16:42:59.811Z</atom:updated>
            <content:encoded><![CDATA[<p>Son günlerde Microsoft, veri dünyasının köklü uygulamalarından Excel’e, Anaconda işbirliği ile Python’u entegre ederek büyük bir sürprizle karşımıza çıktı. Bu yazıda, Python’un Excel üzerinden nasıl kullanılabileceğine hızlı ve özet bir bakış atacağız.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/800/0*GAVXZVaNVA1sa3Aw" /><figcaption>img=<a href="https://techcommunity.microsoft.com/t5/excel-blog/announcing-python-in-excel-combining-the-power-of-python-and-the/ba-p/3893439"> https://techcommunity.microsoft.com/t5/excel-blog/announcing-python-in-excel-combining-the-power-of-python-and-the/ba-p/3893439</a></figcaption></figure><p>Python, günümüzde yazılım dünyasında oldukça önemli bir yere sahiptir. Özellikle veri bilimi ve yapay zeka alanlarında öne çıkan bir programlama dili olan Python için, veri söz konusu olduğunda, farklı araçlardan ve çoklu aşamalardan bahsetmek mümkündür. Veri tabanları veya veri havuzları gibi farklı veri kaynaklarından başlayarak, ETL süreçleri ile verinin alınması ve işlemeye hazır hale getirilmesi süreçlerinde Python olmazsa olmaz bir role sahiptir. Ancak bu adımlarda Excel’in rolü, veritabanından çekilen verinin bir sonraki durağı olmaktan ibaretti. Diğer yandan, Excel her ölçekten ve her kuruluşun kullandığı geniş bir kullanıcı kitlesine sahip yaygın bir uygulamadır. Bugün Excel üzerinden işlenen verinin dünyadaki toplam miktarını söylemek neredeyse imkânsız gibi görünüyor. İşte Excel, veri alanında bu kadar geniş bir yelpazeye çözüm sunarken, bu çözümünü daha pratik ve daha kapsamlı hale getirmek için devrim niteliğinde bir gelişmeyle karşımıza çıktı ve artık Python’un Excel ile entegre çalışabileceğini duyurdu.</p><h3>Nasıl Yararlanabilirim?</h3><p>Şu anda beta sürümünde bulunan Python ile çalışan Excel uygulamasına sahip olabilmek için Microsoft Insider programına katılmak gerekiyor. Bu yazıyı okuduktan sonra programa başvurabilirsiniz, ancak ne zaman cevap geleceğini önceden kestirmek çok zor.</p><p>Ürün beta sürecini tamamladıktan sonra yeni bir güncelleme ile tüm Excel uygulamalarından erişilebilir olacaktır. Şimdi isterseniz Microsoft web sitesinde yapılan bilgilendirmeler ışığında neler yapabileceğimize hızlıca göz atalım.</p><h3>Nasıl Kod Yazabilirim?</h3><p>Elimizde geçtiğimiz ayın satışlarının yer aldığı örnek bir Excel sayfamız olsun; bu sayfada boş bir hücreye “=py” yazdığımızda Python artık kullanıma hazır. Python hazır olduktan sonra istediğimiz gibi kullanabiliriz. Örneğin bir DataFrame oluşturabiliriz:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/960/0*TVwgsXvJnJFfyObv" /></figure><p>Veri alanında data frame olusturulduktan sonra ilk akla gelen elbette veri temizleme işlemi olur. Buyrun Excel’de bu da mumkun. Örnek olarak elimizde bulunan veriden tarihi ayiklayip yeniden formatlayalim.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/960/0*NsK_fFxWP2VQczBy" /></figure><p>Bununla da sınırlı kalmıyor. Evet artık excel dosyası üzerinde Jupyter notebook’ta çalışır gibi çalışabiliriz. Örneğin Seaborn kütüphanesini kullanarak istediğimiz grafikleri çizdirebiliriz.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/800/0*SGR0_hSL3h31TlkG" /></figure><p>Veri temizleme ve veri görselleştirmesi yapabiliyoruz peki ya Makine öğrenmesi? Evet o da mümkün. Resimde gördüğünüz gibi 5 günlük bir hava tahmini alabiliyoruz.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/800/0*HBhwvHt0bGz73tR_" /></figure><p>Yukarıdaki örneklerde de gördüğümüz gibi Python erişimi sayesinde Excel workbook’umuzu bir Jupyter notebook olarak kullanmak mümkün hale geldi. Bu, iş dünyasına çok büyük zaman kazandıracak ve buradan kazanılan zaman ve enerji çok daha büyük projelerin anahtarı olacak gibi duruyor.</p><p>İlerleyen aylarda çok daha büyük gelişmelere hazır olmalıyız diyebilirim. IT sektörü yepyeni bir döneme girdi ve bütün araçlar çağın gerekliliklerine uygun hale geliyor. Bakalım sırada hangi sürpriz gelişme bekliyor.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=21f9c5a79526" width="1" height="1" alt=""><hr><p><a href="https://medium.com/academy-team/python-ve-excel-entegrasyonu-microsofttan-sekt%C3%B6rde-%C3%A7%C4%B1%C4%9F%C4%B1r-a%C3%A7an-hamle-21f9c5a79526">Python ve Excel Entegrasyonu: Microsoft’tan Sektörde Çığır Açan Hamle</a> was originally published in <a href="https://medium.com/academy-team">Academy Team</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Davranışların İnterneti (IoB): Kişiselleştirilmiş Deneyimlerin Geleceği]]></title>
            <link>https://medium.com/academy-team/davran%C4%B1%C5%9Flar%C4%B1n-i%CC%87nterneti-iob-ki%C5%9Fiselle%C5%9Ftirilmi%C5%9F-deneyimlerin-gelece%C4%9Fi-eaba483032c7?source=rss-53b721e59697------2</link>
            <guid isPermaLink="false">https://medium.com/p/eaba483032c7</guid>
            <category><![CDATA[iob]]></category>
            <category><![CDATA[iot]]></category>
            <category><![CDATA[ai]]></category>
            <dc:creator><![CDATA[BitStorm]]></dc:creator>
            <pubDate>Mon, 25 Sep 2023 13:37:45 GMT</pubDate>
            <atom:updated>2023-09-25T13:37:45.646Z</atom:updated>
            <content:encoded><![CDATA[<p>Bilgisayarlar, tarihsel süreç içerisinde büyük bir dönüşüme uğradı. İlk başta sadece hesap makineleri olarak kullanılan bu cihazlar, zamanla hayatımızın ayrılmaz bir parçası haline geldi. Ancak, teknolojinin ilerlemesiyle birlikte bilgisayarların sınırları daha da genişledi ve internet çağı başladı. Nesnelerin interneti (IoT) ile tanıştık ve bu aklımızın alabileceği bir boyuttan çok daha fazlasıydı. Artık akıllı cihazlarla çevrili bir dünyada yaşıyoruz; buzdolapları, fırınlar ve hatta ev sistemleri bile artık düşünebilir ve tepki verebilir hale geldi. İşte şimdi, bu teknolojik evrimin bir sonraki aşamasındayız: <strong><em>Davranışların İnterneti (IoB).</em></strong></p><p>Bu makalede, Davranışların İnterneti’nin gelişimi ve bu alandaki potansiyel keşiflere birlikte göz atacağız. Hazır mısınız? Hadi bu heyecan verici yola birlikte adım atalım.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/943/1*TWiEkUN4JM8jXjU13gxLFQ.png" /></figure><p>Davranışların İnterneti (IoB), Internet of Things (IoT), veri analitiği ve davranış bilimi alanlarını bir araya getiren dijital bir yenilik olarak karşımıza çıkmaktadır [2]. IoB’nin uygulamaları, kullanıcıların eylem ve eğilimlerine dayalı olarak oldukça kişiselleştirilmiştir. Bazıları için korkutucu gelebilir çünkü bilinç ve seçim özgürlüğümüzü de ele geçiriyormuş gibi görünebilir [2]. Ancak IoB, kullanıcıların verilerini işleyerek elde edilen geri bildirimlerle çalışır ve davranış bilimi yaklaşımını kullanarak duygular, kararlar, artırımlar gibi alanları içerir [2].Arttırımlar, kullanıcının davranışlarını değiştirmek için kullanılan bir teknik olarak kullanılır. Örneğin, bir kullanıcının bir ürünü satın alma olasılığı artırılmak isteniyorsa, IoB teknolojisi, kullanıcının geçmiş alışveriş alışkanlıklarına ve diğer verilerine dayanarak, kullanıcının satın alma olasılığını artırmak için öneriler sunabilir. Bu sayede, şirketler müşterilerinin davranışlarını daha iyi anlayabilir ve daha iyi hizmetler sunabilirler. Gartner, 2022 yılında yayınladığı bir raporda IoB’nin küresel nüfusun %40&#39;ında fayda ve hizmet uygunluğunu etkileyeceğini öngörmüştür [1]</p><h3>IoB’nin Uygulama Alanları</h3><p>Davranışların İnternetinin en önemli avantajlarından biri, kişiselleştirilmiş pazarlama stratejileri oluşturma yeteneğidir [4]. Tüketici davranışlarıyla ilgili verilerin toplanması ve analizi, şirketlere hedef kitlelerine özel deneyimler sunma imkanı sağlar.</p><p>E-ticaret sektöründe IoB, kullanıcıların geçmiş alışveriş alışkanlıklarını analiz ederek daha doğru ve etkili öneriler sunabilir [4]. Bu da müşteri memnuniyetini artırırken şirketlerin satışlarını da destekler.</p><p>Sağlık sektöründe IoB, kişisel sağlık verilerinin analizi ve kullanıcılara özel sağlık hizmetleri sunulması konusunda büyük bir potansiyele sahiptir [4]. Bu sayede hastaların tedavi süreçleri daha etkili bir şekilde yönetilebilir.</p><p>Nesnelerin İnterneti (IoT) Tabanlı Sağlık İzleme Sistemlerinde IoT teknolojisi, sağlık izleme sistemlerinde kullanılan sensörlerle birlikte kullanılabilir [2]. Bu sayede, hastaların sağlık durumları hakkında daha fazla veri toplanabilir ve bu veriler, sağlık hizmeti sağlayıcıları tarafından daha iyi bir şekilde yönetilebilir.</p><p>Giyilebilir teknolojiler, IoB teknolojileriyle birlikte kullanılabilir. Örneğin, bir giyilebilir cihaz, kullanıcının kalp atış hızı, vücut sıcaklığı ve diğer sağlık verilerini toplayabilir [3]. Bu veriler, sağlık hizmeti sağlayıcıları tarafından daha iyi bir şekilde yönetilebilir.</p><h3>Zorluklar ve Endişeler</h3><p>IoB’nin gelişimi ve uygulanması sırasında gizlilik ve güvenlik endişeleri önemli bir konu olarak karşımızda durmaktadır [2]. Kullanıcıların kişisel verilerinin doğru bir şekilde korunması ve kötüye kullanılmasının önlenmesi için gerekli önlemler alınmalıdır.</p><h3>IoB’nin Geleceği</h3><p>IoB’nin geleceği oldukça parlak görünmektedir. Kişiselleştirilmiş deneyimlerin önemi arttıkça, şirketlerin IoB teknolojilerine yatırım yapması beklenmektedir [5]. Bu da kullanıcıların daha memnun olacağı ve şirketlerin daha başarılı olacağı bir gelecek vaat etmektedir.</p><p>IoB, gelecekteki dijital dünyanın şekillenmesinde önemli rol oynayacak bir kavramdır. Kişiselleştirilmiş deneyimlerin artmasıyla birlikte, kullanıcılar daha iyi hizmetler alacak ve şirketler de daha başarılı olacaktır. Ancak IoB’nin gelişimi sırasında gizlilik ve güvenlik gibi konuların da göz önünde bulundurulması gerekmektedir. Umarım bu makale, IoB hakkında daha fazla bilgi edinmenize yardımcı olur.</p><p>Kaynaklar:</p><p>[1]<a href="https://www.linkedin.com/pulse/internet-behaviors-io-"> https://www.linkedin.com/pulse/internet-behaviors-io-</a></p><p>[2]<a href="https://glovorytech.medium.com/the-internet-of-behavior-what-why-and-how-cfb3021eaac6">https://glovorytech.medium.com/the-internet-of-behavior-what-why-and-how-cfb3021eaac6</a></p><p>[3]<a href="https://www.linkedin.com/pulse/internet-behaviors-iob-denis-yurchenko"> https://www.linkedin.com/pulse/internet-behaviors-iob-denis-yurchenko</a></p><p>[4]<a href="https://www.isaca.org/resources/news-and-trends/industry-news/2023/where-data-and-behaviors-meet">https://www.isaca.org/resources/news-and-trends/industry-news/2023/where-data-and-behaviors-meet</a></p><p>[5]<a href="https://www.forbes.com/sites/forbestechcouncil/2023/08/15/what-to-know-about-the-potential-of-the-internet-of-behaviors/?sh=24a07896ab5f">https://www.forbes.com/sites/forbestechcouncil/2023/08/15/what-to-know-about-the-potential-of-the-internet-of-behaviors/?sh=24a07896ab5f</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=eaba483032c7" width="1" height="1" alt=""><hr><p><a href="https://medium.com/academy-team/davran%C4%B1%C5%9Flar%C4%B1n-i%CC%87nterneti-iob-ki%C5%9Fiselle%C5%9Ftirilmi%C5%9F-deneyimlerin-gelece%C4%9Fi-eaba483032c7">Davranışların İnterneti (IoB): Kişiselleştirilmiş Deneyimlerin Geleceği</a> was originally published in <a href="https://medium.com/academy-team">Academy Team</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Veri Güvenliği için Federated Learning: Dağıtık Öğrenme Yaklaşımı]]></title>
            <link>https://medium.com/academy-team/veri-g%C3%BCvenli%C4%9Fi-i%C3%A7in-federated-learning-da%C4%9F%C4%B1t%C4%B1k-%C3%B6%C4%9Frenme-yakla%C5%9F%C4%B1m%C4%B1-96e668736594?source=rss-53b721e59697------2</link>
            <guid isPermaLink="false">https://medium.com/p/96e668736594</guid>
            <category><![CDATA[artificial-intelligence]]></category>
            <category><![CDATA[data-science]]></category>
            <category><![CDATA[machine-learning]]></category>
            <category><![CDATA[federated-learning]]></category>
            <dc:creator><![CDATA[BitStorm]]></dc:creator>
            <pubDate>Tue, 05 Sep 2023 20:54:08 GMT</pubDate>
            <atom:updated>2023-09-05T20:54:08.537Z</atom:updated>
            <content:encoded><![CDATA[<p>Günümüzün en popüler yapay zeka çözümlerinden biri haline gelen Makine Öğrenmesi (Machine Learning) dünyasında, yaygın olarak bilinen tekil sistemlerde model oluşturma ve buna dayalı sonuçlar elde etme yönteminin dışında, bir de dağıtık sistemlerde makine öğrenmesi modellerinin inşasında kullanılan çözümler var. Federated Learning, geleneksel merkezi model eğitimi yaklaşımlarından farklı olarak, veri mahremiyetini korurken birçok istemci cihazın işbirliği yaparak merkezi bir modele katkıda bulunduğu yenilikçi bir öğrenme paradigmasıdır. Bu makalede, Federated Learning’in iki temel türü olan İstemci Tarafında Eğitim ve İstemci Tarafında Model Oluşturma yaklaşımlarını inceleyeceğiz.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1021/1*HE_69UCqATzBQOq_AU45zg.png" /></figure><p>Federated learning, birden çok istemcinin kendi yerel verileri üzerinden öğrenme modellerini eğittiği ve bu modellerin merkezi bir sunucu ile senkronize edildiği bir öğrenme yöntemidir. Bu şekilde veri gizliliği ve güvenliği korunurken, genel bir modelin geliştirilmesine olanak tanır.</p><p>Örneğin birden çok şubesi bulunan bir hastahaneler grubunu düşünün. Grup tıbbi araştırmalarda kullanılmak üzere anonime edilmiş hastahane kayıtlarını alarak bir takım analizler yapmak ve çeşitli makine öğrenmesi modelleri oluşturmak istesin. Böyle bir proje için tek bir şube olsaydı eğer, geleneksel hesaplama yöntemleri ile analizler yaparak bir Makine öğrenmesi modeli oluşturmak mümkün olabilirdi. Ancak birden çok şubenin bulunduğu bu durumda, her şubenin bünyesinde barındırdığı yüklü miktarda veri seti ile çalışmak, veri güvenliği açısından zorlayıcı bir durumdur. Tekil makine öğrenme modeli yaklaşımı ile bütün veri setlerini tek merkezde toplamak için büyük verisetlerinin yer değiştirmesi ve ciddi güvenlik kaygıları oluşturmaktadır. Bu duruma bir çözüm olarak, makine öğrenmesini istemcilerde gerçekleştirip merkez sunucu ile sadece modelin paylaşılması ve düzenli olarak güncellenmesi, oldukçe güvenli ve sürdürülebilir bir yöntem olarak Dağıtık öğrenme (Federated learning) yaklaşımını karşımıza çıkarıyor. Bunun başlıca iki yöntemini görmemiz mümkün. Şimdi birlikte teknik detaylara bakalım.</p><p><strong>İstemci Tarafında Eğitim (Client-Side Training):</strong> Bu yaklaşımda, istemci cihazlar kendi yerel verileri üzerinde model eğitimi yaparlar ve sadece model güncellemelerini paylaşırlar. Merkezi sunucu, bu güncellemeleri birleştirerek genel modeli iyileştirir. Bu yöntem, veri mahremiyeti açısından avantajlıdır çünkü gerçek veriler asla istemci cihazı terk etmez. Ancak, heterojen veri dağılımı ve istemci cihazların farklı kapasiteleri nedeniyle birleşme zorlukları ortaya çıkabilir.</p><p><strong>İstemci Tarafında Model Oluşturma (Client-Side Model Creation):</strong> Bu yaklaşımda, istemci cihazlar sadece model parametrelerini değil, aynı zamanda model yapısını da oluştururlar. İstemci cihazlar, merkezi sunucuya sadece eğitilmiş modelleri gönderirler. Bu yöntem, veri mahremiyetini daha da güçlendirebilir çünkü merkezi sunucu, modelin yapısını bile görmemiş olur. Ancak, istemci cihazların yeterli hesaplama kapasitesi ve uzmanlık seviyesine sahip olmaları gerekebilir.</p><p><strong>Karşılaştırma:</strong> İki yöntem arasındaki temel fark, model güncellemelerinin ne kadar bilgi taşıdığıdır. İstemci Tarafında Eğitim yaklaşımında, model güncellemeleri genellikle türevler veya parametreler şeklinde gelir. Bu da veri hakkında bilgi taşıdığı anlamına gelir. İstemci Tarafında Model Oluşturma yaklaşımında ise sadece model parametreleri gönderildiğinden, veri hakkında doğrudan bilgi taşımaz.</p><p>Federated Learning’in avantajları, özellikle dağıtık veri setlerinin olduğu durumlarda ortaya çıkar. Ancak, her iki yaklaşımın da zorlukları ve kullanım senaryoları vardır. İstemci cihazlar arasındaki iletişim, güvenlik ve model uyumu gibi konular dikkate alınmalıdır.</p><p>Sonuç olarak, Federated Learning, veri mahremiyetini koruyarak dağıtık öğrenme için önemli bir yaklaşımdır. İstemci Tarafında Eğitim ve İstemci Tarafında Model Oluşturma yaklaşımları, farklı dengelemelerde veri gizliliği ve model performansı sağlar. Uygulanacak senaryoya bağlı olarak, doğru yöntemin seçilmesi gerekmektedir.</p><h3>Kaynaklar:</h3><ul><li><a href="https://blogs.nvidia.com/blog/2019/10/13/what-is-federated-learning/">What Is Federated Learning? | NVIDIA Blog</a></li><li><a href="https://en.wikipedia.org/wiki/Federated_learning">https://en.wikipedia.org/wiki/Federated_learning</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=96e668736594" width="1" height="1" alt=""><hr><p><a href="https://medium.com/academy-team/veri-g%C3%BCvenli%C4%9Fi-i%C3%A7in-federated-learning-da%C4%9F%C4%B1t%C4%B1k-%C3%B6%C4%9Frenme-yakla%C5%9F%C4%B1m%C4%B1-96e668736594">Veri Güvenliği için Federated Learning: Dağıtık Öğrenme Yaklaşımı</a> was originally published in <a href="https://medium.com/academy-team">Academy Team</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Başlangıç Seviyesinde Regex: Metinleri Daha Etkili Şekilde İşlemek]]></title>
            <link>https://savionai.medium.com/ba%C5%9Flang%C4%B1%C3%A7-seviyesinde-regex-metinleri-daha-etkili-%C5%9Fekilde-i%CC%87%C5%9Flemek-104a8e1b45bc?source=rss-53b721e59697------2</link>
            <guid isPermaLink="false">https://medium.com/p/104a8e1b45bc</guid>
            <category><![CDATA[data]]></category>
            <category><![CDATA[data-engineering]]></category>
            <category><![CDATA[string]]></category>
            <category><![CDATA[data-science]]></category>
            <category><![CDATA[regex]]></category>
            <dc:creator><![CDATA[BitStorm]]></dc:creator>
            <pubDate>Wed, 16 Aug 2023 12:49:45 GMT</pubDate>
            <atom:updated>2023-08-16T12:49:45.718Z</atom:updated>
            <content:encoded><![CDATA[<p>Metin işlemeyle ilgilenen herkesin bilmesi gereken güçlü bir araç olan düzenli ifadeler (regex), metinleri arama, eşleştirme ve değiştirme işlemlerini yaparken büyük kolaylık sağlar. Bu makalede, regex’i başlangıç seviyesinde anlamak ve temel kullanımlarını öğrenmek için birkaç örnek göstereceğim.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*fMb2YD0bORG2gL4mt1FEig.png" /></figure><h3>1. Regex Nedir?</h3><p>Düzenli ifadeler (regex veya regexp), metin işleme işlemlerinde desenleri tanımlamak ve aramak için kullanılan özel karakterlerin ve sembollerin bir kombinasyonudur. Örneğin, bir metin belgesindeki belirli bir kelimeyi bulmak veya bir e-posta adresini doğrulamak için regex kullanabilirsiniz.</p><h3>2. Temel Regex Örnekleri</h3><p>İsterseniz gelin beraber örnekler üzerinden bakalım.</p><h3>2.1. Metin İçinde Kelime Aramak</h3><p>Öncelikle, basit bir metin içerisinde belirli bir kelimenin varlığını aramayı görelim. Örneğin, bir metinde “Merhaba” kelimesini arayalım:</p><pre>Merhaba</pre><p>Bu ifade, metinde doğrudan “Merhaba” kelimesini arar.</p><h3>2.2. Birden Fazla Seçenek Aramak</h3><p>Bir metinde birden fazla seçenek aramak istediğimizde “|” (pipe) karakterini kullanabiliriz. Örneğin, “Merhaba” ya da “Selam” kelimesini aramak için:</p><pre>Merhaba|Selam</pre><p>Bu ifade, metinde hem “Merhaba” hem de “Selam” kelimelerini arar.</p><h3>2.3. Rakamları Bulmak</h3><p>Metindeki rakamları bulmak için “\d” karakterini kullanabiliriz. Örneğin, bir metin kümesinde bulunan rakamları ayıklamamız gerekiyor:</p><pre>\d{1}</pre><p>şeklinde bir regex kullandığımızda metinde bulunan her bir rakama erişmiş oluruz.</p><figure><img alt="" src="https://cdn-images-1.medium.com/proxy/1*7eOvQWn1O8AG5SPmzA9wlw.png" /></figure><pre>\d{12}</pre><p>Kullandığımız bu ifade ise metinde 12 tekrarlı rakamları yakalar.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/383/1*yqGBzUrGVajj5fpuEnqQgA.png" /></figure><p>Ancak bu örnek senaryomuzda metin içerisinde telefon numaraları farklı formatlarda girilmiş ve bazı numaralar 10 bazı numaralar 12 rakamlı ve bir de başlarında + işereti var. Böyle bir durumda regex ifademizi şu şekilde geliştirebiliriz:</p><pre>\-?\\+?\\d{1}</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/389/1*jT_FlnWkw4yaGthkrY3oNA.png" /></figure><p>Biraz daha açacak olursak eğer:</p><ul><li><strong>{}</strong> sembolleri, önceki karakter veya grubun belirli bir sayıda tekrarlanmasını belirtir.</li><li><strong>{n}</strong>: Tam olarak n kez tekrarlananı eşleştirir.</li><li><strong>{n,}</strong>: En az n kez tekrarlananı eşleştirir.</li><li><strong>{n,m}</strong>: En az n kez, en fazla m kez tekrarlananı eşleştirir.</li></ul><p>Ayrıca yazdığınız ifadeleri test etmek için bir web sitesi de önerebilirim.</p><p><a href="https://regexr.com/">RegExr: Learn, Build, &amp; Test RegEx</a></p><p>Adresinden ayıklama yapmak istediğiniz metni ve regex ifadenizi girerek çeşitli denemeler yapabilirsiniz.</p><p>Verinin işlemeye hazır hale getirilmesi sürecinde istediğimiz her koşulu yerine getirebilecek bir araca sahibiz. Regex ile elimizi güçlendirmeye dair hızlı bir bakış attık, regex’in temellerini anlamak için basit örnekler sunduk ve metin icerisinde bulunan rakamlari ayiklamaya odaklandik. Düzenli ifadelerin daha karmaşık ve güçlü kullanımları bulunsa da, bu örnekler metin işleme süreçlerinizi kolaylaştıracak ve alanınızda uzmanlaşmanıza yardımcı olacaktır.</p><p>Regex’in gücünü keşfetmeye devam edin ve metin işleme yeteneklerinizi bir üst seviyeye taşıyın!</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=104a8e1b45bc" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Building Blocks of the Data World: Regex and ETL]]></title>
            <link>https://savionai.medium.com/building-blocks-of-the-data-world-regex-and-etl-da639012a404?source=rss-53b721e59697------2</link>
            <guid isPermaLink="false">https://medium.com/p/da639012a404</guid>
            <category><![CDATA[data-engineering]]></category>
            <category><![CDATA[etl]]></category>
            <category><![CDATA[data-science]]></category>
            <category><![CDATA[regex]]></category>
            <category><![CDATA[data-analysis]]></category>
            <dc:creator><![CDATA[BitStorm]]></dc:creator>
            <pubDate>Wed, 09 Aug 2023 15:29:49 GMT</pubDate>
            <atom:updated>2023-08-09T15:29:49.119Z</atom:updated>
            <content:encoded><![CDATA[<p><strong>Introduction:</strong></p><p>Data has become one of the most valuable assets in today’s business world. Organizations can gain a competitive advantage by transforming large amounts of data into meaningful insights. However, the process of making data usable can sometimes be complex and challenging. This is where the fundamental concepts of data management and analysis, Regex and ETL, come into play.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/700/0*iMjH9T1GB3ppDeUF.png" /></figure><p><strong>What is Regex?</strong></p><p>Regex, short for Regular Expressions, is a powerful tool used for searching, matching, and manipulating text by identifying specific patterns. These patterns are used to define certain structures within a text. Regex is commonly employed in programming languages, text editing tools, and various software applications for text-processing tasks.</p><p><strong>Regex Example Text:</strong></p><blockquote>💡 “Hello, my email address is <a href="/service/mailto:example1@example.com">example1@example.com</a>. You can use <a href="/service/mailto:example2@example.com">example2@example.com</a> to get in touch.”</blockquote><p><strong>Regex Example:</strong></p><pre>[\w\.-]+@[\w\.-]+</pre><p>This Regex expression can be used to find email addresses within a text. Let’s break down the expression:</p><ul><li>[\\w\\.-]+: This part represents the username preceding the email addresses. \w stands for alphanumeric characters (letters or digits), \\. represents a period, and - represents a hyphen. The + symbol denotes one or more characters, allowing it to capture usernames of varying lengths.</li><li>@: Represents the &quot;@&quot; character in email addresses.</li><li>[\\w\\.-]+: This part represents the domain following the &quot;@&quot; symbol. It operates similarly to the previous part.</li></ul><p>While this example of Regex expression offers a straightforward way to find email addresses in text, real-world scenarios might involve more complex email address formats and text variations, requiring Regex expressions to be tailored and enhanced according to specific needs.</p><p><strong>Use Cases for Regex:</strong></p><ul><li>Finding all email addresses in a text document.</li><li>Extracting specific tag content from the HTML source code of a website.</li><li>Locating numbers within a text document and calculating their sum.</li></ul><p><strong>Benefits of Using Regex:</strong></p><ul><li>It is a powerful tool for defining and processing complex text patterns.</li><li>Applicable in various areas such as data analysis, text mining, and data transformation.</li><li>Supported in many programming languages and text editing tools.</li></ul><p><strong>Drawbacks of Using Regex:</strong></p><ul><li>Learning and creating complex regex expressions can be time-consuming.</li><li>Performance issues might arise in some instances.</li><li>Debugging can become challenging as expressions grow in complexity.</li></ul><p><strong>What is ETL?</strong></p><p>ETL stands for Extract, Transform, Load, representing the three fundamental stages of data processing. First, data is extracted from various sources (Extract). Then, it’s transformed to be structured for analysis (Transform). Finally, it’s loaded into data warehouses or storage solutions (Load). ETL processes enable the management of data in a reliable, meaningful, and usable manner.</p><p><strong>Use Cases for ETL:</strong></p><ul><li>Combining data from different sources into a central data warehouse.</li><li>Adapting data formats or structures to match the target database.</li><li>Effectively managing and making large datasets queryable.</li></ul><p><strong>Benefits of ETL:</strong></p><ul><li>Simplifies analysis by consolidating data from diverse sources into a single centralized repository.</li><li>Enhances analysis by converting data into the required format.</li><li>Enables optimized storage and querying of large datasets.</li></ul><p><strong>Drawbacks of ETL:</strong></p><ul><li>Designing and managing complex ETL processes can be time-consuming.</li><li>Requires careful planning to maintain data integrity and prevent errors.</li><li>Large-scale ETL processes might lead to performance issues.</li></ul><p>From the Perspective of Data Engineers and Data Analysts: Data Engineers and Data Analysts play distinct roles in data management and analysis. ETL and Regex concepts hold significance in both positions. For Data Engineers, ETL is essential for managing data extraction, transformation, and loading processes, while Regex is useful for data transformation and cleaning. For Data Analysts, ETL ensures that data is correctly processed and prepared for analysis, and Regex aids in searching for specific patterns and cleaning data.</p><p>In conclusion, ETL and Regex are crucial tools in the world of data. While Data Engineers focus on data collection and processing, Data Analysts emphasize data analysis and insight extraction. These tools empower professionals to tackle the complexities of data management and analysis, enabling them to unlock valuable insights in the data-driven world.</p><p>In today’s world, data has transformed into the gold mine of the business realm. However, for this data to hold meaning, it needs to be structured and organized. This is where Regex and ETL concepts come into play. Regex unveils concealed patterns within data, facilitating text processing tasks, while ETL processes extract, transform, and load data, making them ready for analysis. In this article, we delved into how these two fundamental concepts take center stage in the world of data.</p><p>As data analysis and management become increasingly complex, tools like Regex and ETL enable us to manage this complexity more effortlessly, comprehend data, and gain insights. In a data-driven world, foundational elements like Regex and ETL make it even easier for us to ascend to the pinnacle of data mining.</p><p>We hope that the information shared in this article will guide you on your journey of data management and analysis. We are excited about taking a step towards discovering the power of Regex and ETL.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=da639012a404" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Regex ve ETL]]></title>
            <link>https://savionai.medium.com/regex-ve-etl-4c2b57d1ca16?source=rss-53b721e59697------2</link>
            <guid isPermaLink="false">https://medium.com/p/4c2b57d1ca16</guid>
            <category><![CDATA[data-analysis]]></category>
            <category><![CDATA[regex]]></category>
            <category><![CDATA[etl]]></category>
            <category><![CDATA[data-science]]></category>
            <category><![CDATA[data-engineering]]></category>
            <dc:creator><![CDATA[BitStorm]]></dc:creator>
            <pubDate>Wed, 09 Aug 2023 15:06:22 GMT</pubDate>
            <atom:updated>2023-08-09T15:06:22.229Z</atom:updated>
            <content:encoded><![CDATA[<p>Veri, günümüz iş dünyasının en değerli varlıklarından biri haline geldi. Organizasyonlar, büyük miktarda veriyi anlamlı içgörülere dönüştürerek rekabet avantajı sağlayabilirler. Ancak, veriyi kullanılabilir hale getirme süreci, bazen karmaşık ve zorlu olabilir. İşte bu noktada, veri yönetimi ve analizi dünyasının temel taşları olan Regex ve ETL kavramları devreye girer.</p><h3>Regex (Regular Expressions):</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*gzFA3iCbXYM0sblySoCFIw.png" /></figure><p>Regex veya Düzenli İfadeler, metinleri arama, eşleştirme ve değiştirme işlemlerinde kullanılan güçlü bir desen eşleştirme aracıdır. Bu desenler, metin içinde belirli kalıpları tanımlamak için kullanılır. Regex’lar genellikle programlama dillerinde, metin düzenleme araçlarında ve çeşitli yazılım uygulamalarında bulunan metin işleme işlemlerinde kullanılır.</p><p><strong>Regex Ornek Metni:</strong></p><p>💡 “ Merhaba, benim e-posta adresim <a href="/service/mailto:example1@example.com">example1@example.com</a>. İletişime geçmek için <a href="/service/mailto:example2@example.com">example2@example.com</a> adresini kullanabilirsiniz. “</p><pre>Regex Örneği: **[\\w\\.-]+@[\\w\\.-]+**</pre><p>Bu Regex ifadesi, metin içindeki e-posta adreslerini bulmak için kullanılabilir. Şimdi ifadenin açıklamasını yapalım:</p><ul><li><strong>[\\w\\.-]+</strong>: Bu kısım, e-posta adreslerinin öncesindeki kullanıcı adını temsil eder. <strong>\\w</strong> alfanümerik karakterleri temsil eder (harf veya rakam), <strong>\\.</strong> bir noktayı ifade eder ve <strong>``</strong> bir tire işaretini temsil eder. <strong>+</strong> sembolü bir veya daha fazla karakteri ifade eder, böylece kullanıcı adının uzunluğu ne olursa olsun yakalayabilir.</li><li><strong>@</strong>: E-posta adreslerindeki &quot;@&quot; karakterini doğrudan temsil eder.</li><li><strong>[\\w\\.-]+</strong>: Bu kısım, e-posta adreslerinin sonrasındaki alan adını temsil eder. Yine aynı mantıkla çalışır.</li></ul><p>Bu örnek Regex ifadesi, metin içindeki e-posta adreslerini bulmak için oldukça basit bir yol sunar. Ancak, gerçek dünyada daha karmaşık e-posta adresi formatları ve metinlerle karşılaşabilirsiniz, bu yüzden Regex ifadelerini ihtiyaca göre daha fazla özelleştirerek geliştirmek gerekebilir.</p><p><strong>Örnek senaryolar:</strong></p><ul><li>Bir metin belgesindeki tüm e-posta adreslerini bulmak.</li><li>Bir web sitesinin HTML kaynak kodunda belirli etiket içeriğini çıkarmak.</li><li>Bir metin belgesindeki sayıları bulup toplamını hesaplamak.</li></ul><p><strong>Regex kullanmanın avantajları:</strong> Karmaşık metin desenlerini tanımlamak ve işlemek için güçlü bir araçtır. Veri analizi, metin madenciliği ve veri dönüşümü gibi birçok alanda kullanılabilir. Birçok programlama dilinde ve metin düzenleme aracında desteklenir.</p><p><strong>Dezavantajları</strong>: Karmaşık regex ifadeleri öğrenmek ve oluşturmak zaman alabilir. Bazı durumlarda performans sorunlarına yol açabilir. Fazla karmaşık hale geldiğinde hata ayıklama zor olabilir.</p><h3>ETL (Extract, Transform, Load):</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*9DL6kkrUkbqsprd-KbdclA.png" /><figcaption>img source: <a href="https://www.informatica.com/nl/resources/articles/what-is-etl.html">https://www.informatica.com/nl/resources/articles/what-is-etl.html</a></figcaption></figure><p>ETL, veri ambarları veya veri depolarında kullanılan bir süreçler zincirini ifade eder. ETL süreci genellikle büyük veri kümelerini kaynaklardan (genellikle farklı sistemlerden veya kaynaklardan) çıkarır (Extract), gerektiğinde dönüştürür (Transform) ve nihai olarak hedef veritabanına veya depoya yükler (Load).</p><p><strong>Örnek senaryolar:</strong></p><ul><li>Farklı kaynaklardan gelen verileri birleştirip bir veri ambarına aktarmak.</li><li>Veri formatlarını veya yapılarını değiştirerek verileri hedef veritabanına uygun hale getirmek.</li><li>Büyük ölçekli veri setlerini etkili bir şekilde yönetmek ve sorgulanabilir hale getirmek.</li></ul><p><strong>ETL’nin avantajları:</strong></p><ul><li>Farklı kaynaklardan gelen verileri tek bir merkezi depoda birleştirerek analiz yapmayı kolaylaştırır.</li><li>Verileri ihtiyaç duyulan formata dönüştürerek daha etkili analiz yapmayı sağlar.</li><li>Büyük veri kümelerini optimize edilmiş bir şekilde saklamayı ve sorgulamayı mümkün kılar.</li></ul><p><strong>Dezavantajları</strong>:</p><ul><li>Karmaşık ETL süreçleri tasarlamak ve yönetmek zaman alabilir.</li><li>Veri bütünlüğünü korumak ve hataları önlemek için dikkatli planlama gerektirir.</li><li>Büyük ölçekli ETL süreçleri bazen performans sorunlarına yol açabilir.</li></ul><h3>Data Engineer ve Data Analyst Acisindan</h3><p>Data Engineer ve Data Analyst rolleri, veri yönetimi ve analizi süreçlerinin farklı yönlerine odaklanır. ETL ve Regex kavramlarının her iki rol için de ne kadar gereklilik taşıdığına bir bakalım:</p><p><strong>Data Engineer:</strong> Data Engineer, büyük veri setlerinin toplanması, depolanması, işlenmesi ve yönetilmesiyle ilgilenen bir rolü ifade eder. ETL ve Regex kavramları Data Engineer için oldukça önemlidir.</p><ol><li><strong>ETL (Extract, Transform, Load):</strong> Data Engineer, verilerin farklı kaynaklardan çıkarılması, dönüştürülmesi ve hedef veritabanına veya ambara yüklenmesi süreçlerini yönetir. ETL becerileri, verilerin doğru ve coerant bir şekilde işlenmesini, depolanmasını ve analiz için hazır hale getirilmesini sağlar.</li><li><strong>Regex (Regular Expressions):</strong> Data Engineer, verileri dönüştürme ve temizleme işlemlerinde Regex kullanabilir. Özellikle veri çıkarma (data extraction) ve veri dönüşüm (data transformation) aşamalarında, örneğin metin tabanlı dosyalardan bilgi çıkarma veya özel veri desenlerini bulma gibi durumlar için Regex oldukça faydalı olabilir.</li></ol><p><strong>Data Analyst:</strong> Data Analyst, veri analizi yaparak bilgileri çıkarır ve anlamlı içgörüler elde eder. ETL ve Regex kavramları Data Analyst için de önemlidir, ancak roldeki vurgu analiz ve içgörü elde etme üzerinedir.</p><ol><li><strong>ETL (Extract, Transform, Load):</strong> Data Analyst, verilerin analiz için doğru bir şekilde işlenmiş ve düzenlenmiş olmasını ister. Veri setlerinin içeriği ve formatı analize uygun hale getirildiğinde, analiz işlemleri daha etkili ve güvenilir olur.</li><li><strong>Regex (Regular Expressions):</strong> Data Analyst, veriler içinde belirli desenleri ararken veya verileri temizlerken Regex’i kullanabilir. Ancak Data Analyst’ın vurgusu genellikle veri analizi ve içgörü elde etmeye yönelik olduğundan, Regex becerileri daha sınırlı şekillerde kullanılabilir.</li></ol><p>Sonuç olarak, hem Data Engineer hem de Data Analyst rollerinde ETL ve Regex kavramları önemlidir, ancak her rolün odaklandığı alan farklıdır. Data Engineer, verilerin alınması, işlenmesi ve depolanması konularında daha fazla beceriye ihtiyaç duyar. Data Analyst ise veri analizi ve içgörü elde etme konularında daha fazla uzmandır.</p><p>Günümüzde veri, iş dünyasının altın madenine dönüştü. Ancak bu verilerin anlam taşıması, düzenli ve yapılandırılmış olması gerekiyor. İşte bu noktada, Regex ve ETL kavramları sahneye çıkıyor. Regex, veriler içinde gizlenen desenleri ortaya çıkararak metin işleme süreçlerini kolaylaştırırken, ETL süreçleri verileri çıkartarak, dönüştürerek ve yükleyerek onları analiz için hazır hale getirir. Bu makalede, bu iki temel kavramı ele alarak veri dünyasının merkezine nasıl yerleştirdiklerini inceledik.</p><p>Veri analizi ve yönetimi, gün geçtikçe daha karmaşık hale geliyor. Ancak, Regex ve ETL gibi araçlar sayesinde bu karmaşıklığı daha rahat bir şekilde yönetebilir, verileri anlamlandırabilir ve içgörüler elde edebiliriz. Veri odaklı dünyada, Regex ve ETL gibi temel taşlar sayesinde veri madenciliğinin zirvesine çıkmamız daha da kolaylaşıyor.</p><p>Bu makalede paylaştığımız bilgilerin, veri yönetimi ve analizi yolculuğunuzda size rehberlik etmesini umarız. Regex ve ETL’nin gücünü keşfetmek için bir adım atmış olmanın heyecanını taşıyoruz.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=4c2b57d1ca16" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[To the Newcomers in the IT Field: What is Linux?]]></title>
            <link>https://savionai.medium.com/to-the-newcomers-in-the-it-field-what-is-linux-9429da8c1c?source=rss-53b721e59697------2</link>
            <guid isPermaLink="false">https://medium.com/p/9429da8c1c</guid>
            <category><![CDATA[linux]]></category>
            <category><![CDATA[programming]]></category>
            <category><![CDATA[it]]></category>
            <category><![CDATA[sdlc]]></category>
            <category><![CDATA[newcomers]]></category>
            <dc:creator><![CDATA[BitStorm]]></dc:creator>
            <pubDate>Sat, 15 Jul 2023 20:12:47 GMT</pubDate>
            <atom:updated>2023-07-15T20:16:47.728Z</atom:updated>
            <content:encoded><![CDATA[<p>In today’s rapidly developing technology environment, it is extremely important to use the right tools for those who are taking their first steps in the IT field. However, new software developers who are faced with hundreds of concepts may sometimes have difficulty deciding where to start. In this article, we will briefly discuss the basic concepts, advantages, and role of Linux in the software development life cycle.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/700/0*t9xuEWiB37Htbuc1.png" /></figure><p>What is Linux?</p><p>Linux is an operating system.</p><p>What is Linux’s feature?</p><p>Linux operating system is special in terms of its architectural structure. It has an architecture that manages file access by creating a layer for each user and thus provides security. It has better performance and security than Windows architecture. It is preferred as a professional solution due to its advantage in terms of performance and security. And at this point, the black screen of the software world appears. With all these features, Linux is becoming the most widely used Server Operating System.</p><p>In Linux; You can perform dozens of jobs such as code compilation, debugging, saving log files and cleaning outdated files regularly, tas automation, pipeline (the process of connecting different stages or processes of an application and transferring data from one stage to another) process setup and management, network protocols via the server terminal screen. Because you can work in Linux without GUI (graphical user interface). Various terminal applications are used instead of GUI on the server. The most common of these is bash.</p><p>The user interface, on the other hand, is more for the end user and aims to allow the end user to benefit from the computer’s features at the optimum level. This is also an example of abstraction, which we know from the OOP concept while learning Object Oriented Programming languages like Java or Python.</p><p>In this article, we are not discussing Linux versions for the end user or Linux versions that are essential for the cyber security field. We will discuss these topics in another article.</p><h3>You cannot believe how capable the Linux terminal is!</h3><p>For example, there are millions of records in databases. These are stored in XML files with thousands of lines and there are cases where the contents of these files need to be checked on the pipeline.</p><p>For example; We may want to see only the records labeled “female” in a file. In this case, we will need to write a short one-line command: less student.xml | grep female</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/545/0*XcrIGMEmci2v0kqg.png" /></figure><p>or we can figure out how many records are labeled ‘female’ by further planning.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/617/0*Ryat4g2Pp63RWGr7.png" /></figure><p>According to the number we get, we can prepare a bash script with a few lines and examine each file according to the criteria we determined, and perform separate operations for those that meet the criteria and those that do not. This process takes a few seconds on the Linux Server.</p><p>Linux terminal is a powerful tool for efficiently managing large amounts of data on databases containing millions of records. Commands such as <strong><em>grep </em></strong>and <strong><em>wc </em></strong>can be used to extract and count data based on specific criteria. This makes it possible to quickly process and analyze large amounts of data with just a few lines of code.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=9429da8c1c" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Yazılım Dünyasının Yeni Çalışanlarına: Linux Nedir?]]></title>
            <link>https://savionai.medium.com/yaz%C4%B1l%C4%B1m-d%C3%BCnyas%C4%B1n%C4%B1n-yeni-%C3%A7al%C4%B1%C5%9Fanlar%C4%B1na-linux-nedir-44610bc548b6?source=rss-53b721e59697------2</link>
            <guid isPermaLink="false">https://medium.com/p/44610bc548b6</guid>
            <category><![CDATA[it]]></category>
            <category><![CDATA[linux]]></category>
            <category><![CDATA[bash-script]]></category>
            <category><![CDATA[yazilim-gelistirme]]></category>
            <category><![CDATA[servers]]></category>
            <dc:creator><![CDATA[BitStorm]]></dc:creator>
            <pubDate>Sat, 15 Jul 2023 19:42:39 GMT</pubDate>
            <atom:updated>2023-07-15T19:42:39.566Z</atom:updated>
            <content:encoded><![CDATA[<p>Günümüzün hızla gelişen teknoloji ortamında IT alanına yeni adım atanlar için doğru araçları kullanmak son derece önemlidir. Bununla birlikte yüzlerce kavram ile karşılaşan yeni yazılımcılar bazen nereden başlayacağına karar vermekte zorlanabilir. Bu makalede, Linux’un temel kavramları, avantajları ve yazılım dünyasındaki rolü üzerinde kısaca duracağız.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/796/1*TJD9JiXiBFtBwPcd0BHlRA.png" /></figure><p><strong>Linux Nedir?</strong></p><p>Linux bir işletim sistemidir.</p><p><strong>Peki Linux’un özelliği nedir?</strong></p><p>Linux işletim sistemini özel yapan mimari yapısıdır. Her kullanıcıya bir katman oluşturarak dosya erişimini yöneten ve bununla güvenliği sağlayan bir mimariye sahiptir. Windows mimarisine göre performansı ve güvenliği daha iyidir. Performans ve güvenlik açısından avantajlı olması nedeniyle profesyonel çözüm olarak tercih edilir. İşte bu noktada yazılım dünyasının siyah ekranı karşımıza çıkıyor. Linux tüm bu özellikleriyle en yaygın kullanılan Server İşletim Sistemi haline geliyor.</p><p>Linux’ta; kodların derlenmesi, hata ayıklama için (debug) logların kaydedilmesi ve logların düzenli aralıklarla temizlenmesi, pipeline<strong> (bir uygulamanın farklı aşamalarını veya işlemlerini birbirine bağlayan ve verilerin bir aşamadan diğerine aktarılmasını sağlayan süreç)</strong> süreçlerinin kurulması ve yönetilmesi, ağ protokolleri gibi onlarca işi server üzerinden terminal ekranından gerçekleştiriyorsunuz. Çünkü Linux’ta GUI (kullanıcı arayüzü) olmadan çalışabiliyorsunuz. Sunucu üzerinde GUI yerine çeşitli terminal uygulamaları kullanılır. Bunun en yaygını <strong>bash</strong>’tir.</p><p>Kullanıcı arayüzü ise daha çok son kullanıcıya hitap eder ve bilgisayarın özelliklerinden son kullanıcının optimim seviyede yararlanmasını amaçlar. Bu aynı zamanda yazılım öğrenirken OOP konseptinden bildiğimiz <strong>abstraction’a da bir örnektir</strong>.</p><p>Bu yazımızda son kullanıcı için olan Linux sürümleri veya siber güvenlik alanının olmazsa olmazı Linux sürümlerini konumuz dışında tutuyoruz. Bu konuları başka bir yazımızda ele alacağız.</p><h3>Linux terminalinin ne kadar yetenekli olduğuna inanamazsınız!</h3><p>Örneğin veritabanlarında milyonlarca kayıt bulunur. Bunlar binlerce satırlık <strong>xml</strong> dosyası halinde tutulurlar ve pipeline üzerinde bu dosya iceriklerinin kontrol edilmesi gereken durumlar olur.</p><p>Mesela; bir dosyanın içerisinde sadece “female” etiketli kayıtları ekranda görmek isteyebiliriz. Bu durumda yazmamız gereken bir satırlık kısa bir komut olacaktır: <strong><em>less student.xml | grep female</em></strong></p><pre>&lt;?xml version=&quot;1.0&quot; encoding=&quot;UTF-8&quot;?&gt;<br>&lt;students&gt;<br>  &lt;student&gt;<br>    &lt;name&gt;John Doe&lt;/name&gt;<br>    &lt;age&gt;20&lt;/age&gt;<br>    &lt;gender&gt;male&lt;/gender&gt;<br>    &lt;grade&gt;10&lt;/grade&gt;<br>    &lt;address&gt;123 Main Street, Anytown, USA&lt;/address&gt;<br>    &lt;phone&gt;123-456-7890&lt;/phone&gt;<br>  &lt;/student&gt;<br>  &lt;student&gt;<br>    &lt;name&gt;Jane Doe&lt;/name&gt;<br>    &lt;age&gt;19&lt;/age&gt;<br>    &lt;gender&gt;female&lt;/gender&gt;<br>    &lt;grade&gt;9&lt;/grade&gt;<br>    &lt;address&gt;456 Elm Street, Anytown, USA&lt;/address&gt;<br>    &lt;phone&gt;555-678-9012&lt;/phone&gt;<br>  &lt;/student&gt;</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/545/1*qIaHIQ2t1oF1rnw0GGwGkg.png" /></figure><p>veya daha ileri bir planlama ile ‘<em>female</em>’ etiketli kaç kayıt olduğunu rakam olarak alabiliriz.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/617/1*NL8XjpID-ZKx6FJFldT0Vw.png" /></figure><p>Elde ettiğimiz rakama göre bir kaç satırlık bir bash scrpit hazırlayıp her dosyayı belirlediğim kriterlere göre inceleyebilir, kriterlere uyanlara ayrı, uymayanlara ayrı işlemler gerçekleştirebiliriz. Bu işlem Linux Server’ı üzerinde bir kaç saniye içerisinde gerçekleşir.</p><p>Linux terminali, milyonlarca kayıt içeren veritabanları üzerinde büyük miktarda veriyi verimli bir şekilde yönetmek için güçlü bir araçtır. <strong>grep</strong> ve <strong>wc</strong> gibi komutlar, belirli kriterlere göre verileri ayıklamak ve saymak için kullanılabilir. Bu, bir kaç satırlık kod ile büyük miktarda veriyi hızla işlemeyi ve analiz etmeyi mümkün kılar.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=44610bc548b6" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>