İş Zekasına En Kolay Çözüm: QlikView

Merhaba Arkadaşlar,

Biraz uzunca bir zamandır yazı paylaşmaya ara verdim. Malum mezuniyet, işe alım süreci v.s. beni yeterince meşgul etti. Bu açıdan şimdi en azından biraz daha rahatlamış durumdayım. Yani öğrendiklerimi paylaşmaya devam ediyor olacağım.

Bu yazıda iş zekası ile haşır neşir olanları gerçekten memnun edecek, şirketlere bu konuda yeni bir soluk getirecek bir tool'dan bahsedeceğim. İlerleyen zamanlarda da bu tool'u ayrıntılı olarak blog üzerinde ele alabiliriz.

QlikView dediğimiz gibi bir iş zekası aracı. Diğer iş zekası ürünleriyle karşılaştırdığımızda neredeyse tüm özellikleri sunmasının yanı sıra bazı çok özel yeni teknolojiler de sunuyor. Şimdi en başından başlayarak bunları irdeleyelim.


QlikView Nedir?

Az önce de belirttiğimiz gibi, iş zekası alanında farklı bir bakış açısıyla esnek, kolay, başarılı sonuçlar üreten çapraz raporlamaya imkan veren, diğer ürünlere mukabil oldukça hızlı sonuçlar döndüren bir iş zekası ve raporlama aracı. Tabi tüm özellikler bunlarla sınırlı değil. Maddeler halinde bakalım:

RapidMiner'da K-Means İle Kümeleme Çalışması

Merhaba arkadaşlar!

RapidMiner ile alakalı iki yazı paylaştım ve gördüm ki konu ile ilgilenen fazlaca insan var. Bunun başlıca sebebi sanırım Türkçe kaynak sıkıntısı çekilmesi ve irili ufaklı  şirketlerin yavaş yavaş veri madenciliği çalışmalarına ağırlık vermesi olsa gerek. Bunları göz önünde bulundurarak konu ile ilgili bir konuyu daha işlemek istiyorum: Kümeleme algoritması olan K-Means'ın RapidMiner'da uygulanması.

Bunu yaparken kendi çabalarımla öğrendiğim bir iki mevzuyu daha paylaşmaya çalışacağım. Neden kendi çabalarımla diyorum çünkü sizin de gördüğünüz üzere RapidMiner'ı dolu dolu açıklayan ne bir blog ne de bir kaynak mevcut. Bunu sadece Türkçe kaynaklar için söylemiyorum. RapidMiner'ın ingilizce kaynakları var ama bu kaynaklar da bir yerden sonra yetersiz kalabiliyor.

Konuya başlayalım...
Veri madenciliği(yazının diğer kısımlarında VM diye bahsedeceğim) çalışmalarını kolaylaştırmayı amaçlayan bir yazılım olan RapidMiner bu amaçlar doğrultusunda VM çalışmaları için geliştirilen algoritmaların pek çoğuna cevap verebilmektedir. Bunlardan sınıflandırma grubundaki karar ağacı algoritmasının kullanılışına değinmiştik. VM çalışmalarının gözdesi olan bir diğer metot ise Kümeleme(Clustering) olup, sadece VM çalışmalarında değil görüntü işleme, veritabanı gibi pek çok sektörde de kendini göstermektedir. Hemen kısaca sınıflandırmayı hatırlayıp kümelemeden bahsedelim:

RapidMiner'da Decision Tree Uygulaması

Merhaba Arkadaşlar,

Bildiğiniz gibi bir önceki yazımda RapidMiner ile ilgili temel bir kaç şeye değindik. Burada internetten bulduğunuz metin dosyası halinde gelen herhangi bir veri setini Excel'e, oradan da RapidMiner'a aktarmayı öğrendik. Bu arada gezinirken keşfettiğim bir dolu veri seti sitesinden en kullanışlı olanı sizlere söylemek istiyorum;
http://archive.ics.uci.edu/ml/datasets.html
Bu adresten uygulamalarınız için deneme amaçlı veri setlerini görebilirsiniz. Zaten veri setlerine ait açıklamalar da ayrıntılı bir biçimde verilmiş.

Bu kez; bir veri seti üzerinde Sınıflandırma metodunun bir algoritması olan Decision Tree uygulamasını sizlere elimden geldiğince anlatmak istiyorum. Veri seti olarak Göğüs Kanseri veri setini kullanacağız. Bu veri setine aşağıdaki linkten erişebilirsiniz:
http://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/

Öncelikle RapidMiner'da yeni bir proses başlatalım(File->New). Yeni prosesi başlatıp Read Excel operatörünü çalışma alanına bırakalım. Bir önceki yazımızda anlattığımız üzere bu operatörü indirdiğimiz ve excel ortamına taşıdığımız veri seti ile bağlayalım. Bu kısmı tekrar anlatmayacağım. Bundan sonrasına değinmeye çalışacağım.

RapidMiner'a Excel İle Veri Seti Ekleme

Merhaba Arkadaşlar!

Oracle üzerinden giden bir blogger olarak genelde açık kaynak kodlu ürünleri tercih etmeye çalışıyorum. Günümüzün parlayan veri madenciliği sektörünün en önemli kısımlarından birisi de veri madenciliği yorumlayıcılarıdır. Bu alanda oldukça fazla ürün geliştirilmiş olup halen bu süreç devam etmektedir. Konuyla biraz ilgiliyseniz de bu sektörün yok olup gitmesinin biraz zor olacağını kolaylıkla anlarsınız. Şimdi bu yazıda ben açık kaynak kodlu ve çok kullanışlı olan veri madenciliği yorumlayıcısından bahsedeceğim. Ne olduğunu, ne işe yaradığıını ve nasıl kullanıldığını bir örnekle destekleyerek açıklayacağım.

Öncelikle http://rapid-i.com/content/view/167/82/ (eğer win32 kullanıyorsanız) linkinden ister gösterilen formu doldurarak, isterseniz de formu doldurmadan direk aşağıdaki link ile RapidMiner 5.2'yi bilgisayarınıza indirin. Eğer işletim sisteminiz farklıysa http://rapid-i.com/content/view/26/84/ linkinden gereken versiyonu bilgisayarınıza indirebilirsiniz. Ben işlemleri win 32 üzerinden sürdüreceğim.

RapidMiner'ın kurulumunu windows üzerinde yapamamanız için şu an bu sayfada bulunmuyor olmanız gerekir. O yüzden ayrıca bunu anlatmanın gereği yok. Eğer küçük problemlerle karşılaşırsanız kendi sitesi üzerindeki http://rapid-i.com/content/view/17/40/lang,en/#starting:windows linkinden gereken yerleri inceleyerek yardım alabilirsiniz ki buna ihtiyaç duyacağınızı sanmıyorum.

Dimensional Modelleme

Merhaba Arkadaşlar,

Bilindiği üzere bilişim sektöründe her yenilik, temelde bir teoriye ve bu teoriye bağlı geliştirilen bir modele dayanmaktadır. Bu günlerde popüler olan veri ambarı konusunun mantığı, aslında dimensional modelleme ile sağlanmıştır. Bu yazıda bu konuyu irdelemeye çalışarak veri ambarı konusuna daha fazla aşina olmaya çalışacağız.

Bu modelde amaç operasyonel sistemden alınan veriyi düzenli bilgiler halinde tutmaktır. Kesinlikle veriyi kopyalama işlemi değildir! Çünkü dimensional modellemede veriler anlamlı ve düzgün olmak durumundadır. Operasyonel sistemlerde veriler departmanların iş akışlarına uygun olarak eklenmez. Fakat bu modelleme ile veriler iş akışlarına uygun olarak transfer edilirler. Bunun anlamı verilerin hatalardan ayıklanmış hale getirilmesidir. Yani kalabalık ve anlamsız veriler çıkarılıp iş akışına uygun anlamlı veriler saklanır. Kaliteli, zenginleştirilmiş ve temiz veriler bu modelleme için bir lüks değildir. Böylelikle ihtiyaç duyulan veriler okunur durumda saklanacaktır. Tüm bu işlemler de bilindiği üzere ETL ve ELT araçlarıyla sağlanır ki günümüzde farklı algoritmalar kullanan onlarca ETL-ELT araçları mevcuttur.

Veriden Geleceğe - İş Zekası Organizasyonu Notları

Merhaba Arkadaşlar,

Kaldığımız yerden devam edelim. Bu yazıda günümüz kurumsal firmalarının iş zekası grubunu nasıl organize ettiğini, farklı birimlere ayırdığını ve bu birimlerin farklı görevlerinin olduğunu göreceğiz. Ayrıca raporlama üzerine bir takım bilgiler edineceğiz. Yine veri madenciliğinin kullanım amacına değineceğiz.

Bilindiği üzere kurumsal şirketler alt, orta ve üst düzey yöneticiler bulundurur. Bu yöneticiler karar vermek için şirketin geçmiş verileriyle ilgilenerek geleceğe dair kararlar alırlar. Peki bu geçmiş verileri incelemek nasıl oluyor? Elbette IT departmanındaki çalışanlar bu verileri rapor halinde yöneticilere sunmak durumunda. Fakat bu raporların her biri yöneticinin kıdemine göre değişiklik gösterebilir. Örneğin üst düzey bir yönetici ayrıntılarda boğulmak istemez ve grafiksel gösterimlerin hakim olduğu noktalı virgüllü rakamların olmadığı bir rapor isterken, daha alt düzey bir yönetici rakamlarla daha fazla haşır neşir olacaktır. Bu da IT görevlilerinin bu konuda dikkatli davranmalarını gerektirir.

Veriden Geleceğe - İş Zekası Notları

Merhaba Arkadaşlar..

Geçtiğimiz günlerde Datawarehouse.gen.tr etkinliği olan Veriden Geleceğe 2012 İş Zekası ve Veri Ambarı eğitiminden ve içeriğinden bahseden bir yazı paylaşmıştım. Şimdi bu seminerde aldığım notları konu konu düzenleyerek paylaşmak istiyorum. Zira VERİ kelimesine aşina olanların bile çok yabancı olduğu bir takım yeni kavramların tartışıldığı bu notlar çok değerli bilgileri içeriyor.

İlk gün öğleden önce M.Kemal ERDOĞ'un katılımıyla İş Zekası hakkında çok kaliteli bir sunum izledik. İş zekası üzerine bilinmesi gereken kavramların pek çoğuyla tanışmış olduk. Bu notları size elimden geldiği en iyi şekilde açıklamak istiyorum.

Veriden Geleceğe 2012 – Ücretsiz – İş Zekası ve Veri Ambarı Eğitimi

7-8 Temmuz ve 14-15 Temmuz tarihlerinde (haftasonu) gerçekleştirilecek toplam 24 saatlik eğitimdir.

Sektörün önde gelen isimlerinin eğitmen olarak katılacağı eğitmenlerin düzenleyeceği oturumlar halinde gerçekleştirilecek. Katılımcı profilinin bilişim sektörü ile ilgili üniversite 3. ve 4. sınıf öğrencisi ile yeni mezun olmuş öğrencilerin oluşturduğu eğitim 2 hafta boyunca sabah 09:00 - 12:00 ve 13:00 - 16:00 aralarında üçer saatlik seanslar ile gerçekleştirilecek.

Başvuru formunu doldurup info@datawarehouse.gen.tr adresine gönderen katılımcılar arasından ön değerlendirme sonrası kesin kayıt yaptırmaları gerekmektedir. Kesin kayıt yaptırmayan katılımcıların başvuruları iptal edilerek yerine listedeki diğer katılımcılar davet edilecektir. Başvuru Formu

Eğitim sonrası Katılım Belgesi verilecek katılımcılar aynı zamanda iş zekası sektöründe çalışan şirketlere tavsiye edilecektir.

Eğitim Üsküdar Gençlik Merkezinin ev sahipliğinde gerçekleştirilecektir.
Eğitim ana sponsoru Philogica'dır.
BAŞVURU FORMU: Veriden Geleceğe 2012 Başvuru Formu - info@datawarehouse.gen.tr mail  gönderiniz.
Facebook Gurubu: DatawarehouseTurkiyeBilisimKurslari

Data Warehouse Semineri...

27 Nisan 2012 Cumartesi günü konferans salonunda IT sektöründe geleceğimize yön verecek eğitim tadında seminer verildi. Bunun mimarları Yusuf Arslan, Ali Yıldız ve Mustafa Aksoy idiler. Her biri de tamamen öğrenci odaklı ve öğrenciye kıymet veren, kendilerinin nerelerden geldiğini bilen insanlardı. Yoğun iş tempolarında bize kıymetli zamanlarından o anı bizlere ayırdıkları için gerçekten borçlu kaldığımızı düşünüyorum.

Böyle bir girişten sonra seminerde olup bitenlerden ve bahsi geçen ilgi çekici konulardan bahsetmek istiyorum. Öncelikle iş hayatından konuşuldu ve nasıl doğru CV hazırlanır kısmına bile giriş yapabildik. Oysa Ali Bey zamanın darlığından şikayetçiydi. Demek daha değinilecek ne denli çok konu var diye düşünmeden edemedik. Bilişim sektöründe şirketler mülakatlarda ne bekler, ne ister ve mülakat anında nasıl davranılmalı konularında bilgi sahibi olduk. Bundan sonra şahsen veritabanı ile ilgilenmeyi düşündüğüm için ve düşünenler için gerçekten çok özel konulara değinildi. "Bu sektörde ne oluyor ne bitiyor?" sorusu irdelendi ve cevaplar arandı. Kurumsal şirketlerde bilgi ham halden nasıl kullanılabilir hale geliyor sorusu kafamızda şekillendi. Daha fazla uzatmadan ilgi çekici bulduğum veritabanı üzerine konuşulan konuları aldığım notlar üzerinden paylaşayım: