Herkese merhabalar!! Bu yazıda bazı fabrikaların içinde çalışıp yorulmayan, hiç hasta olmayan ve hatta maaş almayan çalışanlardan yani endüstriyel robotlardan bahsedeceğim. Umarım okurken keyif alırsınız, hadi başlayalım.
Dünyadaki robotların büyük bir çoğunluğu fabrikalarda bulunuyor. Evdeki ve dışarıdaki ihtiyaçlarımızı karşılamaları için üretilen robotlar henüz fabrikadaki robotlar kadar yaygın değil. Çin ve uzakdoğu’daki ucuz insan gücüne erişim, makinelerin gelişimini yavaşlatmadı ve hatta çok hızlı bir şekilde gelişimi artıyor. İlk endüstriyel robotlar General Motors tarafından 1961 yılında üretilen Unimate ile iş başı yaptılar.
İfade ettiğimiz her şey (sözlü veya yazılı olarak) büyük miktarda bilgi taşır. Seçtiğimiz konu, üslubumuz, kelime seçimlerimiz, her şey ondan çıkarılabilecek yorumlara bir tür bilgi ekliyor. Teorik olarak, bu bilgiyi kullanarak insan davranışını anlayabilir ve hatta tahmin edebiliriz.
Ancak bir sorun var: Bir kişi konuşma yaparken yüzlerce veya binlerce kelime üretebilir ve her cümlenin veya her kelimenin kendi karmaşıklığı vardır. Belirli bir coğrafyadaki yüzlerce, binlerce veya milyonlarca insanı veya ifadelerini ölçeklendirmek ve analiz etmek istiyorsanız, durum yönetilemez hal alır.
Konuşmalardan, makalelerden ve hatta tweet’lerden üretilen veriler, yapılandırılmamış verilere örnektir. Yapılandırılmamış veriler, ilişkisel veritabanlarının geleneksel satır ve sütun yapısına tam olarak uymaz ve gerçek dünyada bulunan verilerin büyük çoğunluğunu oluşturur. Bunlar dağınık ve manipüle etmesi zor verilerdir. Yine de makine öğrenimi gibi disiplinlerdeki gelişmeler sayesinde bu konuda büyük bir devrim yaşanıyor. Günümüzde artık önemli olan bir metni veya konuşmayı anahtar kelimelerine dayalı olarak yorumlamaya çalışmak değil, bu kelimelerin arkasındaki anlamı anlamaktır. Bu şekilde ironi gibi konuşma şekillerini tespit etmek ve hatta duygu analizi yapmak mümkündür.
Herkese merhabalar!! Bu yazıyla birlikte yeni bir seriye başlıyoruz. Bu seride algoritma ve programlama dünyası hakkında temel bilgiler paylaşacağız. Öncelikle bilgisayar dünyasına bir giriş yapılacak ve daha sonra geçmişte ve günümüzde kullanılan programlama dillerini tanıyıp, bazı programlama terimlerinden bahsedeceğiz. İlerleyen bölümlerde ise algoritmanın hayatımızın içinde nasıl yer bulduğundan bahsedip, programlama dillerindeki temel veri tiplerini, girdi-çıktı işlemlerini, döngüleri ve kontrol yapılarını öğreniceğiz ve günlük hayatta karşımıza çıkan örneklerden konuşacağız. Bunları yaparken C, C++, Java ve Python gibi programlama dillerini kullanıp uygulamalar geliştireceğiz. Hadi Başlayalım!!!
Algoritmanın Önemi
Bir yazılım projesine başlarken hemen oturup kodu yazmaya başlamadan önce yapılması gereken ilk şey ne tür bir algoritma tasarlayacağını düşünmektir. Bu sebeple, programlamaya başlamak isteyen kişilerin herhangi bir programlama dilini öğrenmeden önce kesinlikle algoritma tasarlama teknikleri konusunda kendisini eğitmelidir. Eğer bir problemin çözümünün algoritması tasarlandı ise bu problem herhangi bir programlama dili ile kolayca çözülebilir. Bunun için algoritma mantığını anlamanız, herhangi bir programlama dilinde kendinizi eğitmek için yeterlidir.
Herkese merhabalar, bu yazıda sizlere anlatmak istediğim konu, geçenlerde Netflix’te başladığım bir belgesel serisinde öğrendiklerimle ilgili olacak. Belgeselin ismi “Connected” kesinlikle izlemenizi öneririm. Belgeselde “Her Şeyin Ardındaki Bilim” sloganıyla çeşitli konularda bölümler yayınlanıyor.
İlk bölümün adı “Gözetim”. Bu bölümde ciddi endişeler uyandıran gözetim teknolojisi bazı durumlarda, özellikle de hayvan dostlarımız söz konusu olduğunda olumlu şekillerde de kullanılması anlatılıyor. Bölümün ilk kısmında ardıç kuşlarıyla ilgili bir gözlem paylaşılıyor. Daha sonraki bölümde kurulan bir yapay zeka tabanlı sistemle domuzların duygu durumlarının analiziyle ne gibi sonuçlar elde ettikleri anlatılıyor. Hadi bunları detaylıca açıklayalım.
Merhabalar! Bu yazıda Python’da veri görselleştirmek için kullanılan Matplotlib kütüphanesini kısaca anlatacağım. Görselleştirme için iris veri setini kullanacağım. İyi okumalar.
Veri görselleştirme, bilgi ve verilerin grafiksel bir temsilidir. Grafikler ve haritalar gibi görsel öğeleri kullanan veri görselleştirme araçları, verilerdeki eğilimleri, aykırı değerleri ve kalıpları görmek ve anlamak için erişilebilir bir yol sağlar. Büyük Veri ve Veri Bilimi dünyasında, büyük miktarda bilgiyi analiz etmek ve veriye dayalı kararlar vermek için veri görselleştirme araçları ve teknolojileri kullanılır. Matplotlib, Python’da statik, animasyonlu ve etkileşimli görselleştirmeler oluşturmak için kapsamlı bir kütüphanedir.
İris veri seti, her biri 50 türden oluşan 3 sınıf içerir, burada her sınıf bir tür iris bitkisine karşılık gelir.
Öznitelik Bilgileri:
sepal length (cm) — Çanak yaprağı uzunluğu
sepal width (cm) — Çanak yaprağı genişliği
petal length (cm) — Taç yaprağı uzunluğu
petal width (cm) — Taç yaprağı genişliği
Türler: Setosa, Versicolour, Virginica
Öncelikle veri setimizi okuyalım ve üç farklı türü veri setimizin içinden alıp kendi isimlerinde bir değişken oluşturalım.