Data Mining

Veri madenciliği, anlamlı kalıpları ve eğilimleri ortaya çıkarmak için büyük bilgi kümelerini keşfetme ve analiz etme sürecidir. İstatistik, makine öğrenimi (ML) ve veritabanı sistemlerinin kesişiminde yer alır ve "Veritabanlarında Bilgi Keşfi" (KDD) işlem hattının kritik bir adımını oluşturur. Veri madenciliği, büyük miktarlardaki ham girdiyi tarayarak yapılandırılmamış gürültüyü işletmelerin ve araştırmacıların bilinçli kararlar almak için kullandığı yapılandırılmış, eyleme dönüştürülebilir içgörülere dönüştürür.

Modern yapay zekâ (AI) bağlamında veri madenciliği, genellikle tahmine dayalı modellemenin öncülüdür. Bir algoritma geleceği tahmin etmeden önce geçmişi anlamalıdır. Örneğin bilgisayarlı görü (CV) alanında madencilik teknikleri, belirli bir nesne sınıfını tanımlayan kenarlar, dokular veya şekiller gibi ortak özellikleri belirlemek için binlerce görüntüyü analiz edebilir ve böylece güçlü veri kümelerinin eğitimi için temel oluşturabilir.

Veri Madenciliğinde Temel Teknikler#

Veri madenciliği, verilerdeki gizli ilişkileri ortaya çıkarmak için çeşitli gelişmiş metodolojilere dayanır. Bu teknikler, analistlerin basit veri özetlerinin ötesine geçerek derinlemesine keşif yapmasını sağlar.

• Sınıflandırma: Bu yöntem, veri öğelerini önceden tanımlanmış gruplara veya sınıflara ayırmayı içerir. Görsel yapay zekâda bu, bir modelin geçmişte etiketlenmiş örneklere dayanarak "araba" ile "yaya" arasındaki farkı ayırt edecek şekilde eğitilmesi sürecine karşılık gelir.
• Kümeleme Analizi: Kümeleme, sınıflandırmadan farklı olarak veri noktalarını önceden tanımlanmış etiketler olmadan benzerliklerine göre gruplandırır. Bu, bir algoritmanın müşteri satın alma davranışlarını veya benzer görüntü dokularını otomatik olarak gruplayabildiği denetimsiz öğrenme için gereklidir. Kümeleme yöntemleri hakkında daha fazla bilgiyi Scikit-learn belgelerinde bulabilirsin.
• Anomali Tespiti: Bu teknik, normdan önemli ölçüde sapan veri noktalarını belirler. Finans alanında dolandırıcılık tespiti veya üretim hattındaki üretim kusurlarını bulmak için kritik öneme sahiptir.
• Birliktelik Kuralı Öğrenmesi: Bu yöntem, bir veritabanındaki değişkenler arasındaki ilişkileri keşfeder. Klasik bir örnek olan sepet analizi, perakendecilerin ekmek satın alan müşterilerin tereyağı alma olasılığının da yüksek olduğunu belirlemesini sağlar.
• Regresyon Analizi: Diğer değişkenlere dayanarak sürekli bir sayısal değeri tahmin etmek için kullanılan regresyon, satış eğilimlerini öngörmek veya derinlik tahmini görevlerinde bir nesnenin mesafesini tahmin etmek için hayati öneme sahiptir.

Gerçek Dünya Uygulamaları#

Veri madenciliğinin faydası neredeyse her sektöre yayılır; çıplak gözle görülemeyen kalıpları ortaya çıkararak verimliliği ve yeniliği destekler.

Üretim ve Kalite Kontrolü#

Akıllı üretimde veri madenciliği, makinelerden gelen sensör verilerini analiz etmek için kullanılır. Tahmine dayalı bakım algoritmaları uygulayan fabrikalar, ekipman arızalarını gerçekleşmeden önce tahmin edebilir. Ayrıca YOLO26 gibi bilgisayarlı görü modelleri, tekrarlanan kusur türlerini belirlemek için madenciliğe tabi tutulan çıkarım günlükleri oluşturabilir; bu da mühendislerin israfı azaltmak üzere üretim süreçlerini ayarlamasına yardımcı olur.

Sağlık Hizmetlerinde Tanı#

Veri madenciliği, elektronik sağlık kayıtlarını ve tıbbi görüntülemeleri analiz ederek sağlık hizmetlerini dönüştürür. Araştırmacılar, belirli gen dizileri ile hastalıklar arasındaki ilişkileri bulmak için genomik verileri madencilikten geçirir. Radyolojide büyük X-ışını veri kümelerinin madenciliği, zatürre veya tümörler gibi durumların erken belirtilerini belirlemeye yardımcı olur ve bu da tıbbi görüntü analizine katkı sağlar.

İlişkili Terimleri Ayırt Etme#

Veri madenciliğini tam olarak anlamak için onu veri bilimi alanındaki yakından ilişkili kavramlardan ayırmak yararlıdır.

• Veri Madenciliği ve Makine Öğrenimi: Birbirleriyle örtüşseler de veri madenciliği mevcut kalıpları keşfetmeye, makine öğrenimi ise bu kalıpları kullanarak öğrenmeye ve gelecekteki sonuçları tahmin etmeye odaklanır. Madencilik genellikle makine öğrenimi modelleri için özellik mühendisliğine yön veren keşif aşamasıdır.
• Veri Madenciliği ve Veri Görselleştirme: Görselleştirme, verilerin grafiksel gösterimidir (çizelgeler, grafikler). Madencilik ise görselleştirilecek içgörüleri üreten analitik süreçtir. Tableau gibi araçlar genellikle veri madenciliğinin sonuçlarını görselleştirir.
• Veri Madenciliği ve Veri Ambarcılığı: Veri ambarcılığı, birden fazla kaynaktan gelen büyük hacimli verilerin merkezi olarak depolanmasını ve yönetilmesini içerir. Madencilik, değer elde etmek için bu ambarlanmış veriler üzerinde gerçekleştirilen süreçtir.

Ultralytics ile Uygulamalı Veri Madenciliği#

Bilgisayarlı görü iş akışında "madencilik", yüksek değerli tespitleri veya ele alınması zor uç durumları bulmak için çıkarım sonuçları analiz edilirken gerçekleştirilir. Bu süreç, veri kümelerini yönetmeye ve analiz etmeye yardımcı olan Ultralytics Platformu kullanılarak kolaylaştırılır.

Aşağıdaki örnek, bir YOLO26 modeli kullanarak belirli yüksek güvenli tespitleri bulmak için bir görüntü koleksiyonunun nasıl "madencilikten geçirileceğini" gösterir. Bu işlem, geniş veri akışlarını ilgili olaylar için filtreleme sürecini taklit eder.

from ultralytics import YOLO

# Load the YOLO26n model
model = YOLO("yolo26n.pt")

# List of image paths (simulating a dataset)
image_files = ["image1.jpg", "image2.jpg", "image3.jpg"]

# Run inference on the batch
results = model(image_files)

# 'Mine' the results for high-confidence 'person' detections (class 0)
high_conf_people = []
for result in results:
    # Filter boxes where class is 0 (person) and confidence > 0.8
    detections = result.boxes[(result.boxes.cls == 0) & (result.boxes.conf > 0.8)]
    if len(detections) > 0:
        high_conf_people.append(result.path)

print(f"Found high-confidence people in: {high_conf_people}")

Bu kod parçacığı, temel bir madencilik işlemini gösterir: yüksek kesinlikle tanımlanan kişileri içeren görüntüler gibi ilgilenilen bir alt kümeyi çıkarmak için ham tahminleri filtreler; bu alt küme daha sonra model performansını geliştirmek üzere aktif öğrenme için kullanılabilir.