Ana içeriğe geç

Geçen ay kaçırmış olabileceğiniz öne çıkan makaleler

Bu makale, geçen ay veri bilimi ve makine öğrenmesi alanında yaşanan önemli haber ve güncellemeleri kapsıyor. Eğitimler, araştırmalar, yeni paketler, kullanım örnekleri ve daha fazlası gibi farklı konuları içerir.
Anuj Syal
Anuj Syal

Ücretsiz Hesabınızı Oluşturun

Alıştırma and program your progress.

Google ile devam edinDevam ederek, Kullanım Koşullarımızı ve Gizlilik Politikamızı kabul etmiş ve verilerinizin ABD'de saklandığını onaylamış olursunuz.

Veri bilimi en hızlı hareket eden sektörlerden biri. Her gün yeni araştırma makaleleri, paketler, eğitimler ve teknolojiler yayımlanıyor; bu da bazen takip etmeyi zorlaştırabiliyor. Veriyle çalışan herkes için, öğrenmeye ve gelişmeye devam etmek adına veri bilimindeki en son gelişmeleri yakından takip etmek önemlidir. Bu yazıda, geçen ay gözünüzden kaçmış olabilecek tüm yeni haberler, eğitimler, araştırmalar ve içgörülerden oluşan bir derleme bulacaksınız. 

Yeni Yayınlanan Eğitimler

scikit-learn ile özel dönüştürücüler oluşturmanın iki yolu

Bu Towards Data Science blog yazısı, scikit-learn kullanarak nasıl özel bir dönüştürücü oluşturabileceğinize dair oldukça basit bir eğitimi ele alıyor. Scikit-learn, veri biliminde en yaygın kullanılan paketlerden biridir ve muhtemelen en popüler makine öğrenmesi paketidir. One Hot Encoding, MinMax Scaling ve daha fazlası gibi birçok ön işleme işlevi sunar. Ancak bazen, One Hot Encoder gibi hazır bileşenler yerine özel ön işleme işlevlerine ihtiyaç duyulabilir. Bu eğitim, makine öğrenmesi için veri ön işlemeyi kolaylaştırmak amacıyla scikit-learn’de nasıl özel dönüştürücüler oluşturacağınızı öğretiyor.

Vertex AI kullanarak BigQuery ML’de MLOps

Son bir yılda, büyük teknoloji şirketleri MLOps alanında önemli ilerlemeler kaydetti. Makine öğrenmesi modellerini üretim ortamlarına taşımak, bugün veri ekiplerinin karşılaştığı en büyük zorluklardan biri. Bu video, Google Cloud’un Vertex AI ve BigQuery ML hizmetlerini birlikte kullanarak üretime hazır bir Vertex AI hattı oluşturma konusunda hızlı bir eğitim sunuyor.

DataCamp’in Yeni Power BI Eğitimleri

Microsoft iş birliğiyle yeni Power BI ile Veri Analisti Kariyer Yolunu başlatan DataCamp, geçtiğimiz ay Power BI üzerine birkaç eğitim yayımladı. Power BI, en yaygın kullanılan iş zekası araçlarından biridir ve şirketiniz Microsoft Office kullanıyorsa büyük olasılıkla zaten erişiminiz vardır. Excel’in ötesine geçmek ve veri dünyasına daha derinlemesine dalmak isteyen herkes için de harika bir basamaktır. Bu eğitimler, Excel’den Power BI’a Geçişten, Yeni Başlayanlar için Power BI, Power BI’de Veri Modelleme ve Yeni Başlayanlar için Power BI’ın DAX Formüllerine kadar Power BI ile çalışma yelpazesini kapsıyor. Öğrenme yolculuğunuz boyunca bu kullanışlı el kartını da indirebilirsiniz. 

Öncü Makine Öğrenmesi Araştırmaları

OpenAI’dan DALLE-2

Geçtiğimiz ay OpenAI, DALLE-2 görsel üretim algoritması ile dünyayı etkiledi. OpenAI, bu yeni makine öğrenmesi modelini basit doğal metin girdilerinden fotogerçekçi görseller ve sanat eserleri oluşturacak şekilde eğitti. DALLE-1’in halefi olan DALLE-2, metinden tanıdığı bir görüntüyü oluşturmak için rastgele noktalar desenini oluşturup bunu kademeli olarak değiştiren “difüzyon” adı verilen bir süreçten yararlanarak yüksek düzeyde fotogerçekçilik elde ediyor. Konuyla ilgili ayrıntıları buradan okuyabilir ve DataCamp’in Veri Gazetecisi Isabella Leslie Miller’ın bunu parçalara ayırdığı Haftalık Özet Haber Videosunu izleyebilirsiniz.

Pathways Language Model (PaLM)

PaLM, Pathways sisteminin ilk büyük ölçekli kullanımını gösteriyor. Pathways sistem mimarisi, Google tarafından geçen yıl farklı alanlardaki çeşitli görevleri verimli şekilde yerine getirebilen yeni nesil modelleri eğitmek için tanıtıldı. PaLM ile Google, çeşitli dil ve akıl yürütme görevlerinde son teknoloji performans elde eden devasa, 540 milyar parametreli bir Transformer modeli oluşturdu. Bu görevler; kod üretimi, şaka açıklaması, neden-sonuç ilişkisi belirleme ve daha fazlasını kapsıyor. Pathways’e ve PaLM’in açtığı kullanım alanlarına daha derin bir bakış için makaleye göz atın. 

Yeni Paketler ve Modeller

PyTorch 1.11 Sürümü

Pytorch 1.11 sürümünün çıkışıyla birlikte çeşitli iyileştirmeler geldi. PyTorch’un son sürümü artık DataLoader API’nin halefi olan TorchData’nın ve PyTorch Modülleri için birleştirilebilir fonksiyon dönüşümleri sunan functorch’un beta sürümlerini sunuyor. Bu işlevlerin tanıtımının ötesinde, PyTorch 1.11 mobil ve uç dağıtımlarda %40 daha hızlı başlangıç süresi gibi çeşitli performans iyileştirmeleriyle öne çıkıyor. PyTorch hakkında daha fazla bilgi edinmek için bu DataCamp Başlangıç Kursuna göz atın. 

EpyNN 1.2.7

EpyNN, “Eğitsel Python for Neural Networks” anlamına gelir. Öğretmenler, öğrenciler, bilim insanları ve sinir ağlarını sıfırdan anlamak ve kurmak isteyen, nispeten temel Python becerilerine sahip herkes için tasarlanmıştır. Sıfırdan sinir ağı geliştirmeyi öğrenmek için gereken süreyi azaltan çok sayıda mimari şablon ve pratik örnek sunar. 

BigScience Büyük Dil Modeli Eğitimi (tr11-176B-ml-logs)

BigScience, Hugging Face üzerinde popüler bir topluluk olup dünyanın dört bir yanından binlerce araştırmacıyla açık biçimde büyük ölçekli dil modelleri oluşturmayı hedefliyor. BigScience’ın ana modelinin eğitimi 11 Mart 2022’de başladı ve Jean Zay kamu süper bilgisayarının 384 adet A100 80GB GPU’su üzerinde üç ila dört ay sürecek. Bu açık kaynaklı model 176 milyar parametreden oluşacak ve GPT benzeri yalnızca kod çözücü (decoder-only) bir mimariye sahip olacak. Eğitim güncellemelerini Twitter üzerinden takip edebilir—ve modeli muhtemelen Haziran civarında kullanabilirsiniz. 

Veri Bilimi ve Makine Öğrenmesi Kullanım Örnekleri

La Liga, Futbol Analitiği için Databricks ile Ortaklık Kurdu

La Liga’nın analitik ekibi, ligin analitik altyapısı içinde bir veri lakehouse’u devreye almak için Databricks ile ortaklık kurdu. Bu sayede ligin yeni ve konsolide analitik kolu olan La Liga Tech, verilerini çok daha verimli bir şekilde yapılandırıp yönetebilecek ve sakatlık tahmini, taraftarlar için içerik önerileri ve daha fazlası gibi ilgi çekici kullanım örneklerinde makine öğrenmesinden yararlanabilecek. 

Protein Evrenini Açıklamak için Derin Öğrenme Kullanımı

Bilim insanları, protein fonksiyonunu doğrudan dizisinden çıkarmak ve açıklamak için uzun zamandır hesaplamalı araçlar kullanıyor. Google’ın yapay zeka ekibi, proteinlerin işlevini güvenilir bir şekilde tahmin etmek için Derin Öğrenmeyi başarıyla kullandı; buna ProtENN adını verdiler ve bu sayede Pfam’in veritabanına yaklaşık 6,8 milyon kayıt eklemeyi başardılar. Google’ın yapay zeka ekibi ProtENN modelini ve denemeler için distill benzeri etkileşimli bir makale yayımladı. Bu tür sorunların çözülmesi, makine öğrenmesiyle daha hızlı, daha güvenilir ve yenilikçi ilaç keşiflerinin ve tedavilerin önünü açacaktır. 

İçgörüler ve Görüşler

Modern Veri Analistini Güçlendirmek

Son DataFramed Podcast bölümünde, Mozart Data’nın CEO’su Peter Fishman, modern veri yığınının durumunu ve veri bilimindeki en yeni araçların modern veri analistini nasıl güçlendirmek üzere tasarlandığını ele alıyor. Ayrıca veri ekiplerini yönetme deneyiminden, mükemmel bir veri analistini nelerin oluşturduğundan, alan uzmanlığının ve kullanıcıları dinlemenin öneminden ve daha fazlasından bahsediyor. Podcast’leri nereden dinliyorsanız DataFramed’i dinleyin ve abone olun.

MLOps Karmaşa İçinde, Ancak Bu Beklenen Bir Durum

Bu yazıda, Confetti AI’nin kurucusu Mihail Eric, bugün MLOps’taki araçların durumuna ilişkin içgörülerini paylaşıyor. Başlığın da söylediği gibi, Mihail makine öğrenmesi araç ekosisteminin parçalı durumunu ustalıkla ortaya koyuyor. Makine öğrenmesi operasyonları hâlâ emekleme aşamasında olduğundan, etrafındaki standartlar, araçlar ve en iyi uygulamalar hâlâ oluşma sürecinde ve uygulayıcıların güvenebileceği net bir kanonik yığın yok. Ayrıca yetenek açığının giderilmesi ve kurumsal kültürlerde makine öğrenmesi düşüncesinin benimsenmesi, önümüzdeki yıllarda MLOps’un benimsenmesini şekillendirecek. 

Daha fazlasını öğrenin

Bu öne çıkan haberler, içgörüler, eğitimler ve araştırmalar derlemesinden keyif aldığınızı umuyoruz. Veri bilimindeki en son gelişmeler hakkında daha fazlası için aşağıdaki kaynaklara göz atın:

Konular

Veri BilimiMakine Öğrenimi

İlgili

Devamını Gör →