Veri Bilimi İngilizcesi: 100 Temel Terim ve Anlamları

Analizde ya da model eğitiminde kullanılan, genellikle satır ve sütunlardan oluşan bir tablo şeklinde düzenlenmiş, birbiriyle ilişkili veriler bütünü.

Verideki hatalı biçimler, yazım hataları, mükerrer kayıtlar ve eksik değerler gibi sorunları bulup düzelterek veriyi analizde güvenle kullanılabilir hale getirme süreci.

Bir veri setinde hiçbir değerin kaydedilmediği boş hücreler ya da alanlar; genellikle NULL, NaN veya boşluk olarak görünür ve analizden önce ele alınması gerekir.

Toplandığı ya da dışa aktarıldığı ilk haliyle duran, henüz temizlenmemiş, birleştirilmemiş veya özetlenmemiş veri.

Verinin geldiği herhangi bir yer; örneğin bir veritabanı, uygulama, elektronik tablo, anket, harici bir API ya da bir iş ortağının gönderdiği dosya.

Bir veri setinde birden fazla kez yer alan kayıt; örneğin aynı müşterinin ya da siparişin iki kez saklanması. Sayıları ve toplamları olduğundan yüksek gösterebilir.

Verinin ne kadar doğru, eksiksiz, tutarlı ve güncel olduğu; dolayısıyla karar verirken ona ne ölçüde güvenilebileceği.

Eksik değerleri tahmini değerlerle doldurmak; örneğin sütunun medyanıyla, en sık görülen kategoriyle ya da diğer sütunlardan tahmin edilen bir değerle.

Dağınık ham veriyi analiz için temiz ve iyi yapılandırılmış bir biçime dönüştürme işi; yeniden şekillendirme, birleştirme, filtreleme ve biçim düzeltme gibi adımları kapsar.

Sayısal değerleri 0 ile 1 arası gibi ortak bir aralığa getirmek ya da farklı büyüklükteki grupların adil biçimde karşılaştırılabilmesi için rakamları düzeltmek.

Bir veri setindeki her alanı; adını, anlamını, veri tipini, alabileceği değerleri, kaynağını ve sorumlusunu açıklayan belge ya da tablo.

Bir uygulamada ya da web sitesinde tıklama, sayfa görüntüleme veya satın alma gibi belirli kullanıcı eylemlerini; zaman, kullanıcı ve cihaz gibi ayrıntılarla birlikte olay (event) olarak kaydetmek.

Sayfaları indirip fiyatlar ya da ürün adları gibi ihtiyaç duyulan kısımları ayıklayan bir programla web sitelerinden otomatik olarak veri toplamak.

Bir veri setindeki değerlerin çoğundan çok uzakta kalan değer; örneğin çoğu 40 dolar civarında olan siparişler arasında 50.000 dolarlık tek bir sipariş.

Bir analizin ilk aşaması; veri seti özetlenir ve grafiklerle incelenir, böylece yapısı anlaşılır, örüntüler ve sorunlar fark edilir, test edilecek sorular belirlenir.

Kısa vadeli iniş çıkışlar göz ardı edildiğinde bir değerin belirli bir süre boyunca izlediği genel yön; örneğin satışlardaki istikrarlı artış.

Aynı şeyin düzenli zaman aralıklarında sırayla kaydedilen ölçümlerinden oluşan veri; örneğin günlük gelir ya da saatlik web sitesi ziyaretleri.

Ülke, cihaz ya da satın alma davranışı gibi ortak özellikleri paylaşan müşteri veya kullanıcı grubu; fiil olarak veriyi bu tür gruplara ayırmak.

Simetrik olmayan, bir tarafında uzun bir değer kuyruğu bulunan dağılımı anlatır; örneğin birkaç kişinin çoğunluktan çok daha fazla kazandığı gelir verisi.

Bir veri setini bir bakışta tanımlayan birkaç sayı; örneğin her sütunun gözlem sayısı, ortalaması, medyanı, en küçük ve en büyük değeri ile standart sapması.

Bir sonuca güvenmeden önce makul olup olmadığını anlamak için yapılan hızlı ve basit kontrol; örneğin bir toplamın zaten bilinen bir rakamla eşleşip eşleşmediğine bakmak.

Beklenenden açıkça farklı olan veri noktası ya da örüntü; örneğin kayıt sayısında ani bir sıçrama ya da hiç sipariş gelmeyen bir gün.

Verilerde sabit bir süre içinde tekrarlanan düzenli örüntü; örneğin her aralıkta artan satışlar, hafta içi daha yüksek trafik ya da her yaz görülen düşüş.

Daha büyük bir veri setini, satır ve sütunları kategorilere göre gruplayarak ve her kombinasyon için toplam, sayım ya da ortalama hesaplayarak özetleyen tablo.

Bir gruptaki tüm sayıların toplanıp toplamın sayı adedine bölünmesiyle elde edilen değer; 'ortalama' denince genellikle kastedilen budur.

Bir gruptaki tüm sayılar küçükten büyüğe sıralandığında ortada kalan değer; değerlerin yarısı bunun altında, yarısı üstündedir.

Bir değişkenin değerlerinin nasıl yayıldığı; hangi değerlerin sık, hangilerinin nadir görüldüğünü ve birbirlerinden ne kadar uzak olduklarını gösterir, çoğunlukla histogramla incelenir.

İki değişkenin birlikte değişme eğiliminde olduğu ilişki; çoğunlukla -1 ile 1 arasında bir katsayıyla ölçülür ve 0 doğrusal bir ilişki olmadığı anlamına gelir.

Bir gözlemden diğerine farklı değerler alabilen özellik; örneğin yaş, şehir ya da fiyat. Bir tabloda genellikle bir sütuna karşılık gelir.

Değerlerin ortalama etrafında ne kadar yayıldığını gösteren ölçü; küçük bir değer çoğu değerin ortalamaya yakın olduğunu, büyük bir değer ise değerlerin çok değişkenlik gösterdiğini anlatır.

Bütün hakkında sonuç çıkarmak amacıyla daha büyük bir evrenden ya da veri setinden seçilerek incelenen daha küçük grup.

Gözlemlerin belirli bir yüzdesinin altında kaldığı değer; örneğin yüklenme süresinin 90. yüzdeliği, sayfa yüklemelerinin %90'ının içinde tamamlandığı süredir.

Bir şeydeki değişikliğin, ikisinin yalnızca birlikte hareket etmesinin ötesinde, doğrudan başka bir şeyde değişikliğe yol açtığı ilişki.

Bir işletme ya da sistemle ilgili en önemli grafik ve rakamları tek bir yerde gösteren, genellikle otomatik olarak güncellenen ekran.

Verileri grafik, diyagram ve haritalarla göstererek insanların örüntüleri, karşılaştırmaları ve değişimleri bir tabloya kıyasla daha hızlı görmesini sağlama uygulaması.

Bölgelere göre satışlar ya da ülkelere göre kullanıcılar gibi kategoriler arasındaki değerleri, farklı uzunluklardaki dikdörtgen çubuklarla karşılaştıran grafik.

Her gözlem için bir nokta çizerek ve her eksene bir değişken yerleştirerek iki sayısal değişken arasındaki ilişkiyi gösteren grafik.

Tek bir sayısal değişkenin dağılımını, değer aralığını 'bin' denen dilimlere bölerek ve her dilime düşen değer sayısı kadar bir çubuk çizerek gösteren grafik.

Veri noktalarını bir çizgiyle birleştirerek bir değerin zaman içinde nasıl değiştiğini gösteren grafik; örneğin aylık gelir ya da günlük kayıt sayısı.

Bir örüntünün nedenini bulmak için özet görünümden daha ayrıntılı veriye inmek; örneğin yıllık satışlardan aylık satışlara, oradan da tek tek mağazalara geçmek.

Değerleri bir ızgara üzerinde renklerle gösteren grafik; genellikle daha koyu ya da daha sıcak renkler daha yüksek değerleri ifade eder. Örneğin haftanın günlerine ve saatlerine göre siparişler.

Bir ürün, işletme ya da süreçle ilgili belirli bir şeyi ölçen sayı; örneğin günlük kayıt sayısı, ortalama sipariş tutarı veya sayfa yüklenme süresi.

Key performance indicator (temel performans göstergesi) ifadesinin kısaltması; bir şirketin ya da ekibin ana hedeflerine ne kadar yaklaştığını ölçmek için seçtiği az sayıdaki metrikten biri.

Satın alma ya da kayıt olma gibi istenen bir eylemi tamamlayan kullanıcıların, bu eylemi yapma fırsatı bulan tüm kullanıcılara oranı.

Belirli bir dönemde bir ürünü kullanmayı bırakan ya da aboneliğini iptal eden müşterilerin veya kullanıcıların kaybı; bu kaybın gerçekleşme oranı için de kullanılır.

Müşterileri ya da kullanıcıları zaman içinde elde tutabilme, geri gelmelerini sağlayabilme; ayrıca belirli bir süre, örneğin 30 gün sonra halen aktif olanların yüzdesi.

Aynı dönemde ortak bir başlangıç noktasını ya da deneyimi paylaşan ve zaman içinde izlenen kullanıcı grubu; örneğin ocak ayında kayıt olan herkes.

Kullanıcıların bir hedefe ulaşmak için geçtiği adımlar dizisi; örneğin ziyaret, kayıt ve satın alma. Her adımda daha az kişi kaldığı için huniye benzer.

Belirli bir günde bir ürünü en az bir kez kullanan tekil kullanıcı sayısı; bir kitlenin ürüne ne kadar bağlı olduğunu gösteren standart ölçülerden biridir.

Bir şirketin, ürününün müşterilere sunduğu temel değeri en iyi yansıttığına inandığı tek metrik; ekipleri uzun vadeli tek bir hedef etrafında birleştirmek için kullanılır.

Kullanıcıların rastgele iki gruba ayrıldığı ve her grubun bir şeyin farklı bir versiyonunu gördüğü, böylece hangi versiyonun daha iyi sonuç verdiğinin ölçüldüğü deney.

Bir sonucun yalnızca rastlantıyla açıklanmasının pek olası olmadığını gösteren durum; genellikle p değerinin önceden seçilmiş bir eşiğin, örneğin 0,05'in altında kalıp kalmadığına bakılarak değerlendirilir.

Bir deney ya da analiz başlamadan önce yazılan, neyin neden olmasının beklendiğine dair belirli ve test edilebilir ifade.

Bir deneyde test edilen değişikliği almayan grup; sonuçları, o değişiklik olmasaydı ne olacağını gösterir.

Gerçekte hiçbir etki olmasaydı, yani sıfır hipotezi doğru olsaydı, gözlenen sonuç kadar ya da ondan daha uç bir sonucun ortaya çıkma olasılığı.

Bir örnekleme ya da deneye dahil edilen gözlem, kişi veya birim sayısı; daha büyük örneklemler genellikle daha güvenilir tahminler verir.

Örneklem verisinden hesaplanan ve gerçek değeri içermesi muhtemel olan değer aralığı; %95'lik bir aralık, gerçek değeri vakaların %95'inde yakalayan bir yöntemle elde edilir.

Bir deneyde kullanıcılara gösterilen versiyonlardan biri; genellikle kontrol grubuyla karşılaştırılan yeni versiyon.

İstatistiksel bir testte hiçbir etki ya da fark olmadığını öne süren varsayılan kabul; örneğin yeni bir tasarımın dönüşüm oranını değiştirmediği varsayımı.

Belirli büyüklükte bir etki gerçekten varsa, bir testin bu etkiyi yakalama olasılığı; testler genellikle %80 güce sahip olacak şekilde tasarlanır.

Structured Query Language (yapılandırılmış sorgu dili) ifadesinin kısaltması; ilişkisel veritabanlarında ve veri ambarlarında saklanan verileri okumak, filtrelemek, birleştirmek ve değiştirmek için kullanılan standart dil.

Bir veritabanından belirli verileri istemek için yazılan, genellikle SQL ile ifade edilen komut; fiil olarak bir veritabanından ya da veri setinden bu verileri çekmek.

İki ya da daha fazla tablodaki satırları, müşteri numarası gibi ortak bir sütun üzerinden birleştiren işlem; fiil olarak tabloları bu şekilde birleştirmek.

Çok sayıda veri satırını toplam, sayım ya da ortalama gibi özet değerlere dönüştürmek; genellikle gün, ürün veya bölge gibi bir kategoriye göre gruplayarak.

Verinin yalnızca belirli koşulları sağlayan satırlarını, örneğin 2024'teki siparişleri ya da Türkiye'deki kullanıcıları tutup geri kalanını dışarıda bırakmak.

Bir tablodaki her satır için benzersiz olan ve her satırı tanımlamak için kullanılan sütun ya da sütunlar grubu; örneğin sipariş numarası.

Common table expression (ortak tablo ifadesi) ifadesinin kısaltması; bir SQL sorgusunun başında WITH ile tanımlanan, adı olan geçici sonuç kümesi. Uzun sorguların okunmasını kolaylaştırır.

Mevcut satırla ilişkili bir satır kümesi üzerinden, örneğin kümülatif toplam ya da sıralama gibi bir değer hesaplayan ve bu satırları tek satırda birleştirmeyen SQL fonksiyonu.

Veriyi kaynaklarından alan, dönüştüren ve veri ambarı, dashboard ya da model gibi bir hedefe ulaştıran otomatik adımlar dizisi.

Satış, pazarlama ve finans gibi pek çok sistemden gelen temizlenmiş ve yapılandırılmış verileri, çoğu zaman uzun yıllar boyunca saklayan, analiz için tasarlanmış merkezi veritabanı.

Extract, transform, load (çıkar, dönüştür, yükle) ifadesinin kısaltması; verinin kaynak sistemlerden alınması, temizlenip yeniden düzenlenmesi ve bir veri ambarına yüklenmesi süreci.

Bir veritabanının ya da veri setinin yapısı; hangi tabloların bulunduğu, bu tabloların hangi sütunlardan oluştuğu, her sütunun veri tipi ve tabloların birbiriyle nasıl ilişkili olduğu.

Yapılandırılmış olsun ya da olmasın, büyük miktarda ham veriyi biri işleyip analiz edene kadar özgün biçimiyle tutan geniş depolama sistemi.

Veriyi her kayıt geldiği anda işlemek yerine, belirli zamanlarda, örneğin her gece bir kez, büyük gruplar halinde işlemek.

Bir verinin ya da metriğin saklandığı ve tanımlandığı, üzerinde herkesin uzlaştığı tek yer; böylece şirketteki herkes aynı rakamlarla çalışır.

Verinin ayrıntı düzeyi; yani bir satırın neyi temsil ettiği. Örneğin her sipariş için bir satır, her müşteri için günde bir satır ya da her mağaza için ayda bir satır.

Verinin nereden geldiğini, hangi adımlardan ve sistemlerden geçtiğini ve yol boyunca nasıl değiştiğini, onu kullanan raporlara kadar gösteren kayıt.

Verilerden oluşturulan ve ilişkileri açıklamak ya da yeni durumlar hakkında tahmin yapmak için kullanılan, gerçek bir sürecin matematiksel temsili.

Modellemede, bir modelin tahmin yaparken kullandığı girdi değişkenlerinden her biri; örneğin müşterinin yaşı, satın alma sayısı ya da son girişinden bu yana geçen gün sayısı.

Bir modelin öğrendiği, girdileri ve genellikle doğru cevapları bilinen örnekler; modeli test etmek için kullanılan veriden ayrı tutulur.

Bir modelin eğitim verisini, içindeki gürültü de dahil olmak üzere fazla yakından öğrenmesi; bu yüzden o veride iyi, yeni verilerde ise kötü performans göstermesi sorunu.

Satış ya da fiyat gibi sayısal bir sonucun bir veya daha fazla girdi değişkenine nasıl bağlı olduğunu modelleyen, etkileri tahmin etmek ya da öngörüde bulunmak için kullanılan yöntemler ailesi.

Modelin bir şeyin hangi kategoriye ait olduğunu tahmin ettiği modelleme görevi; örneğin bir e-postanın spam olup olmadığı ya da bir yorumun hangi ürünle ilgili olduğu.

Bir modelin yaptığı tüm tahminler içinde doğru olanların oranı; örneğin 100 tahminden 90'ının doğru olması %90 doğruluk demektir.

Bir modelin pozitif olarak işaretlediği tüm vakalar içinde gerçekten pozitif olanların oranı; yüksek kesinlik az sayıda yanlış alarm demektir.

Gerçekte pozitif olan tüm vakalar içinde modelin doğru olarak bulduklarının oranı; yüksek duyarlılık, modelin gerçek vakaların çok azını kaçırdığı anlamına gelir.

Veriyi birkaç parçaya bölüp modeli biri hariç tüm parçalarla eğiterek kalan parçada test etme ve her parça bir kez test için kullanılana kadar bunu tekrarlama yoluyla bir modeli sınama yöntemi.

Yeni sonuçların karşılaştırıldığı basit bir referans noktası; örneğin geçen yılın rakamı, mevcut versiyon ya da çok temel bir model.

Bir modelin daha iyi öğrenmesine yardımcı olmak için ham veriden yeni girdi değişkenleri oluşturma işi; örneğin doğum tarihini yaşa çevirmek ya da bir müşterinin alışverişlerini saymak.

Bir modelin tahmin etmek üzere eğitildiği değer; örneğin bir müşterinin ayrılıp ayrılmayacağı ya da ne kadar harcayacağı. 'Label' (etiket) ya da bağımlı değişken olarak da adlandırılır.

Eğitimde hiç kullanılmayıp ayrı tutulan ve sonunda modelin daha önce görmediği verilerde ne kadar iyi çalıştığını göstermek için kullanılan veri parçası.

Gruplar önceden verilmeden benzer veri noktalarını bir araya toplayan yöntem; örneğin doğal müşteri segmentlerini bulmak için kullanılır.

Bir çalışmayla ve sonuçlarıyla ilgisi olan kişi ya da ekip; örneğin bir analizi kullanacak yöneticiler, ürün sahipleri veya müşteriler.

Verilerden elde edilen ve bir şeyin neden olduğunu ya da bu konuda ne yapılabileceğini açıklayan, rakamları yalnızca betimlemenin ötesine geçen faydalı bulgu.

Kararların, ekiplerin ya da kurumların görüşe, alışkanlığa veya yalnızca sezgiye değil, verilerden gelen kanıtlara dayandığını anlatır.

Düzenli bir rapor ya da planlı bir proje yerine, yeni ortaya çıkan belirli bir soruyu yanıtlamak için hızlıca yapılan tek seferlik analiz.

Bir sunumdan, rapordan ya da toplantıdan dinleyicilerin aklında kalması gereken en önemli nokta veya sonuç.

Birinin harekete geçebileceği kadar açık ve belirli bilgi ya da bulguları anlatır; örneğin bir süreci, ürünü veya bütçeyi değiştirmeye imkan veren bulgular.

Veri bulgularını bağlamı, özenle seçilmiş birkaç grafiği ve bir sonucu olan açık bir hikaye halinde sunarak dinleyicilerin anlamasını ve akılda tutmasını sağlamak.

Bir sonucu kullanırken dinleyicilerin aklında tutması gereken uyarı ya da sınırlama; örneğin küçük örneklem, eksik veri ya da yakın zamanda yapılan bir takip değişikliği.