Eldar's Lab

Data Analizinin Metodları

Eldar Zeynallı — Wed, 07 Sep 2022 00:47:57 GMT

Mündəricat

Giriş
Data Analizinin Metodları
Nəticə

Giriş

Data Analitikasının Növləri haqqında əvvəlki yazımda qeyd etmişdim. Əgər hələ də oxumamısınızsa, ilk öncə onu oxumağı tövsiyyə edərdim. Oxumaq üçün: Data Analitikasının Növləri

Data analizinin metodları

Data analizinin aşağıdakı metodları mövcuddur:

Regression analysis (Reqressiya analizi) asılı dəyişənlər arasındakı əlaqəni təhlil edərək birində baş verən dəyişikliyin digərindəki dəyişikliyə necə təsir göstərə biləcəyini müəyyən edir.
Factor analysis (Faktor analizi) böyük bir məlumat dəstinin götürülməsini və daha kiçik məlumat dəstinə keçid etməsini nəzərdə tutur. Bu manevrin məqsədi, adi halda görünməsi daha çətin olan gizli tendensiyaları aşkar etməyə çalışmaqdır.
Cohort analysis (Kohort analizi) məlumat dəstini müştəri xüsusiyyətlərinə uyğun oxşar məlumat qruplarına ayırır. Bu, data analitiklərə və məlumat dəstinə aid olan göstəriciləri daha yaxşı anlamağa və prosesi formalaşdırmağa kömək edir.
Monte Carlo simulations (Monte Karlo simulyasiyaları) müxtəlif nəticələrin baş vermə ehtimalını modelləşdirir. Tez-tez riskin azaldılması və itkilərin qarşısının alınması üçün istifadə edilən bu simulyasiyalar çoxlu dəyərləri və dəyişənləri özündə birləşdirir, çox vaxt digər data analitikası yanaşmalarına nisbətən daha böyük proqnozlaşdırma imkanlarına malikdir.
Time series analysis (Zaman sıralarının analizi) zaman keçdikcə formalaşan məlumatları izləyir və məlumat dəstindəki hər bir dəyərlə məlumatın baş verdiyi zaman arasındakı əlaqəni möhkəmləndirir. Bu məlumat təhlili texnikası adətən tsiklik tendensiyaları aşkar etmək və ya maliyyə proqnozlarını layihələndirmək üçün istifadə olunur.

Nəticə

Əgər söhbət datanı düzgün analiz etməkdən gedirsə, heç bir təsadüfi üsuldan istifadə etmək olmaz. Qarşıya qoyulan tələbə uyğun düzgün üsul seçilib tətbiq etmək lazımdır.

Data Analitikasının Növləri

Eldar Zeynallı — Sun, 04 Sep 2022 13:26:23 GMT

Mündəricat

Giriş
Data-nı analiz etmək üçün addımlar.
Data analizinin növləri.
Nəticə

Giriş

Data analitikası haqqında əvvəlki yazımda qeyd etmişdim. Əgər hələ də oxumamısınızsa, ilk öncə onu oxumağı tövsiyyə edərdim. Oxumaq üçün: Data Analitikası Nədir?

Data-nı analiz etmək üçün addımlar

Data analizi prosesi bir neçə fərqli addımı əhatə edir:

İlkin olaraq məlumat tələblərini və ya məlumatların necə qruplaşdırıldığını müəyyən etməkdir. Məlumatlar yaşa, demoqrafik, gəlir, cinsə və s. görə ayrıla bilər. Məlumat ədədlər və ya sözlər şəklində göstərilə bilər.
Data analitikasının ikinci əsas addımı onun toplanması prosesidir. Məlumat istənilən texnoloji avadanlıq, məsələn, kompüterlər, onlayn mənbələr, kameralar, mobil avadanlıqlar və s. kimi müxtəlif mənbələr vasitəsilə əldə edilə bilər.
Məlumat toplandıqdan sonra təhlil oluna bilməsi üçün strukturlaşdırılmalıdır. Bunun üçün, elektron cədvəl, məsələn Excel və ya digər proqramlardan istifadə oluna bilər.
Sonda isə toplanan məlumatlar təmizlənməlidir. Məlumatlar dəstində heç bir xəta, natamamlıq və ya təkrarlanma olmadığından əmin olduqdan sonra, data analitikə analiz üçün göndərilir. Bu analiz zamanı baş verə biləcək xəta riskini minimuma salır.

Data analizinin növləri

Təsviri analitika (Descriptive analytics): Bu, müəyyən müddət ərzində baş verənləri təsvir edir. Məsələn, keçən il ərzində artan gəlirlər və ya son bir ay ərzində satış tempi və s.

Diaqnostik analitika (Diagnostic analytics): Bu halda, hadisənin və ya prosesin baş vermə səbəbi araşdırılır. Əsasən müxtəlif məlumat girişlərini və fərziyyəni özündə birləşdirir. Məsələn, hava şəraiti məhsul satışına təsir etdimi və ya qiymətlərin qalxması satışlara təsir etdimi?

Proqnozlaşdırıcı analitika (Predictive analytics): Keçmişdə baş verənləri nəzərə alaraq, yaxın gələcəkdə baş verə biləcəkləri təxmin etmək ehtimalının araşdırılmasıdır. Məsələn, son 10 ildə qışdakı yağıntının miqdarına əsasən gələn qışın yağıntı miqdarının təyin edilməsi.

Təlimatlı analitika (Prescriptive analytics): Hərəkətin istiqamətini təklif etmək formasıdır. Məsələn, soyuq qış ehtimalı verilən son on hava modelinə nəzərən orta hesabla 67 % - dən yuxarı götürülürsə, onda istilikxanaya veriləcək qaz miqdarını artırmalıyıq.

Nəticə

Dünyada maliyyə, səhiyyə, turizm və bir çox sahələrdə səmərəli qərarlar qəbul etmək üçün data analitikasından istifadə edilir. Biznesə uyğun məlumatı toplayıb düzgün analiz etdikdə, əgər problem varsa, onun nədən qaynaqlandığını daha tez tapmaq və dolayısıyla aradan qaldırmaq olur.

Data Analitikası Nədir?

Eldar Zeynallı — Mon, 22 Aug 2022 21:05:51 GMT

Mündəricat

Giriş
Əsas Nüanslar
Data Analizi
Nəticə

Giriş

Data analitikası, data haqqında nəticə çıxarmaq üçün "xam məlumatları" təhlil edən elmdir. Başqa sözlə desək "data ilə dil tapıb, onu anamağa çalışmalısan". Data analitikasının bir çox üsulu və prosesləri insan istifadəsi üçün xam verilənlər üzərində işləyən mexaniki proseslər və alqoritmlərə bölünərək avtomatlaşdırılmışdır.

Əsas Nüanslar

Data analitikası, data haqqında nəticə çıxarmaq üçün "xam məlumatları" təhlil edən elmdir.
Data analitikası biznesə öz fəaliyyətini optimallaşdırmağa, daha səmərəli işləməyə, mənfəəti maksimuma çatdırmağa və ya daha strateji əsaslandırılmış qərarlar qəbul etməyə kömək edir.
Data analitikasının üsulları və prosesləri avtomatlaşdırılmış mexaniki proseslərə və insan istifadəsi üçün xam verilənlər üzərində işləyən alqoritmlərə çevrilmişdir.
Data analitikasına müxtəlif yanaşmalara, nə baş verdiyinə baxmaq (təsviri analitika), nəyinsə niyə baş verdiyi (diaqnostik analitika), nə baş verəcəyi (proqnozlaşdırılan analitika) və ya bundan sonra nə edilməli (reseptiv analitika) daxildir.
Data analitikası ən böyük məlumat manipulyasiyası üçün elektron cədvəllər, məlumatların vizuallaşdırılması və hesabat alətləri, məlumatların öyrənilməsi proqramları və ya açıq mənbə dillərindən təşkil olunan müxtəlif proqram vasitələrindən istifadə edilməklə aparılan prosesdir.

Data Analitikası

Data analitikası müxtəlif məlumat təhlili növlərini əhatə edən geniş bir termindir. Hər hansı bir sahəyə aid istənilən məlumatı faydalı nəticə əldə ediləcək formaya gətirmək üçün ona data analitikası üsulları tətbiq oluna bilər. Data analitikası üsulları adi halda məlumat kütləsində itə biləcək tendensiyaları və göstəriciləri aşkar edə bilər. Bu məlumat daha sonra biznesin və ya sistemin ümumi səmərəliliyini artırmaq məqsədilə prosesləri optimallaşdırmaq üçün istifadə edilə bilər.

Data analitikası istehsalatdakı problemləri göstərməkdən daha çox şey edə bilir. Məsələn, oyun şirkətləri oyunçuların çoxunu oyunda aktiv tutan oyunçular üçün xüsusi mükafat mexanizmi hazırlamaq üçün data analitikasından istifadə edirlər. Başqa bir nümunə kimi, reklam şirkətləri reklamlara olan reaksiyaları ölçərək marağa uyğun reklamlar formalaşdırmaq və reklamı düzgün kütləyə göstərmək üçün data analitikasından istifadə edirlər. Bu siyahını getdikcə böyütmək olar.

Müəssisələr üçün data analitikasının önəmi danılmazdır. Çünki, bu proses müəssisələrə performanslarını optimallaşdırmağa kömək edir. Biznes modelə tətbiq etməklə şirkətlər öz xərclərini biznesi daha səmərəli yolla aparmaq və böyük həcmdə data saxlamaqla azalda bilər. Həmçinin daha yaxşı biznes qərarları qəbul etmək və müştəri istəklərini və məmnuniyyətini təhlil etmək üçün data analitikasından istifadə edə bilər ki, bu da yeni və daha yaxşı məhsul və xidmətlərin meydana gəlməsinə səbəb ola bilər.

Nəticə

Data analizi bütövlükdə proseslər və yanaşmalar ardıcıllığıdır. Yəni siz, Excel, SQL, Power BI, Tableu və s. kimi hansısa data analizi texnolgiyasını öyrənməklə data analitiki olmursunuz. Eyni zamanda siz data analizi üsullarını yaxşı mənimsəməli və bu üsulları yuxarıda qeyd olunan texnologiyalarda düzgün tətbiq etməlisiniz. İT sahəsinin bir çox istiqaməti kimi, data analitikası da analitik təfəkkür tələb edir.

Proqramçı yoxsa Koder?

Eldar Zeynallı — Mon, 15 Aug 2022 12:00:19 GMT

Müasir dövrdə proqramlaşdırma öyrənmək daha asandır. Sadəcə burada heç kəsin görmədiyi "AMMA" var. Məsələ burasıdır ki, proqramlaşdırma və kod yazmaq eyni anlayış deyil. İT sahəsində hər proqramçı kod yazar, amma hər kod yazan proqramçı deyil. Müasir resursların əksəriyyəti, hansı ki, bura bəzi kurslar da daxildir, öyrənmək istəyənlərə bilərəkdən ya da bilməyərəkdən proqramlaşdırma əvəzinə kod yazmaq öyrədirlər. Öyrədilən texnologiyaların sayını artırmaq qarşıdakını yaxşı proqramçı etmir. Yaxşı proqramçı heç bir proqramlaşdırma dilindən istifadə etmədən, məsələnin həll yolunu tapa və daha sonra hər hansı texnologiyadan istifadə etməklə proqramını yaza bilməlidir. Yəni, proqramçı olmaq, kod yazmaq yox, məsələni optimal yolla həll edə bilmək deməkdir. Sadəcə hazır kodlarla düşünmədən, analiz etmədən kod yazıb, nəticə almaq isə proqramçılıq deyil, koderlikdir.

Proqramlaşdırmaya hansı dildən başlamaq lazımdır?

Eldar Zeynallı — Mon, 15 Aug 2022 11:08:27 GMT

Mündəricat

Giriş.
İlk addımlar.
Back-end yoxsa Front-end?
Doğru texnologiyanı necə seçim?

Giriş

İT sahəsinə başlamaq üçün doöru seçimin edilməsi haqqında əvvəlki yazımda qeyd etmişdim. Əgər hələ də oxumamısınızsa, ilk öncə onu oxumağı tövsiyyə edərdim. Oxumaq üçün: İT - yə başlamaq üçün doğru yol ...

İlk Addımlar.

Günümüzdə əksər insanlarda belə bir düşüncə var - "Proqramlaşdırmada dəhşət pul var". Bu qismən doğrudur. Çünki bu cümlələr hər kəs üçün keçərli deyil. Proqramlaşdırmaya başlamazdan əvvəl əsas diqqət edəcəyiniz məsələ sizin bu sahəyə həvəsinizin olub - olmamasıdır. Xüsusi qeyd etmək lazımdır ki, əgər ingilis dilini bilmirsinizsə və ya çox zəif bilirsinizsə ilk növbədə ingilis dilini öyrənin. Çünki ən yeni məlumatlar, elmi məqalələr və kitablar hazırda ingilis dilində daha çox əlçatandır. Ola bilər ki, siz bu sahədə tam yenisiniz və heç bir informasiyanız yoxdur. Bu zaman internetdə araşdırma etməyə başlayın. Sizə şəxsən kimsə yardım etməyə çalışsa, çox diqqətli olun, çünki həmən insanın səriştəsizliyi sizi bu sahədən uzaqlaşdıra bilər. Öz sevdiyi və ya bildiyi texnologiyaları sizə ən yaxşısı və ya yeganə yolunuzmuş kimi göstərə bilər.

Back-end yoxsa Front-end?

Front-end - Sadə formada desək, gündəlik həyatda istifadə etdiyimiz veb və ya mobil tətbiqlərin görünən tərəfidir.

Back-end - Sadə formada desək, gündəlik həyatda istifadə etdiyimiz veb və ya mobil tətbiqlərin görünməyən tərəfidir.

Məsələ seçimə gələndə, bu bir başa sizə bağlıdır. "Back-end ən yaxşısıdır.", "Front-end ən yaxşısıdır." tipli cümlələrə aldanmayın. Əgər qərarsız qalmısınızsa, sadəcə araşdırın. Bu da yetərsiz gəldiyi halda sizə nisbətən maraqlı gələn birindən başlayın. Zaman keçdikcə lazım olan yolu heç kəsin köməyi olmadan özünüz seçə biləcəksiniz.

Doğru dili necə seçim?

Proqramlaşdırma dili və texnologiya seçiminə aid verilən suallar hər zaman ən çox verilən suallar sırasında olmuşdur. İlk öncə birdəfəlik anlamaq lazımdır ki, ən yaxşı texnologiya və ya proqramlaşdırma dili yoxdur. Bu qarşıya qoyulan tapşırığa görə dəyişir. Bəzən deyirlər ki, filan dildən başlayın asan gəlsin. Başqa bir misal olaraq, əksərən C# öyrənmək istəyənlərə həmişə ilk öncə C və ya C++ dillərindən başlamaq məsləhət görülür. Halbu ki, C və ya C++ dillərindən başlamaq hər zaman əlverişli deyil. Əgər siz qarşıya məqsəq qoyub, C# öyrənib, tezliklə işləmək istəyirsinizsə, o zaman C# - ın özündən başlamaq lazımdır. Hər dilin öz başlanğıc nöqtəsi var. Yox, əgər sizin təhsiliniz bu istiqamətdədirsə artıq buna uyğun olaraq, C++ dilindən C# dilinə ehtiyac olan zaman əziyyət çəkmədən keçid edə bilərsiniz. Texnologiya seçimi maşın seçiminə bənzəyir. Hər yola uyğun ayrı maşınlar var. Hər maşınla hər yolda rahat hərəkət etmək olmur.

Nəticə

1. Səriştəsiz, təcrübəsi az olan, texnologiyanı alət kimi yox, mümkün tək yol kimi görən insanlardan uzaq olun.

2. Araşdırıb həvəsiniz olan istiqamətə gedin.

3. Biliyinizi heç bir texnologiyadan asılı olmayacaq şəkildə formalaşdırın.

İT - yə başlamaq üçün doğru yol ...

Eldar Zeynallı — Sun, 07 Aug 2022 04:24:35 GMT

Başlamazdan əvvəl bir çox insanın məsləhətini almaq istəyərlər. Verilən məsələhtlər isə hər zaman kömək etməz. Səbəb isə çox sadədir. Cavablar adətən cavab verən şəxsin özü üçün düşündükləri olur.

Araşdırın ...

İT sahəsinin hansı istiqamətinə yönəlmək istədiyinizə tam əmin deyilsinizsə, o zaman düzgün araşdırma edin. Əvvəlcə hansı sahələrin olduğunu araşdırın, daha sonra bu sahələr üzrə məlumat toplamağa çalışın. Məlumat topladığınız zaman, digər sahələrin pislənməsi ilə çox qarşılaşacaqsınız. Məsələn, "ən yaxşısı mobil proqramlaşdırmadı" və ya "ən asanı İT Helpdesk-dir" və s. Bunların hansısa birini ciddiyə almaq əsas səhviniz olacaqdır. Seçim etmək ciddi məsələdir. Çünki bu insanin gələcəyini dəyişir. Verilən məsləhətləri təbii ki, nəzərə almaq yaxşıdır. Lakin, ilk öncə dəqiqləşdirin ki, özünüzün nəyə marağınız var. Bu, bir az zaman ala bilər. Yaşadığımız dövrdə əlimizdə olan resurslar bunu qısa zamanda etməyə icazə verir. Sizə maraqlı gələn istiqamətdə mütləq uğur qazana bilərsiniz. Kiminsə sizi məcbur etməsinə icazə verməyin. Ətrafınızdakı insanlara maraqlı gələn istiqamətin sizə maraqlı gəlməməsi çox normaldır.

Nəticə

Ürəyiniz istədiyi sahədə kənar təsirlərə fikir vermədən başlayın. Unutmayın ki, insana sərhəd qoyan sadəcə özüdür. Öyrənməyə qorxmayın! Başlamaq, artıq 50% yol qət etmək deməkdir. Araşdırmalardan sonra sizə maraqlı gəlmirsə, qətiyyən başlamayın! Bu sizin üçün zaman, enerji və pul itkisi ola bilər.