‍Forbes'ta bildirildiği gibi, işletmeler Kurumsal Yapay Zeka dediğimiz şeyin vaadiyle gerçekten uyanmaya başlıyor. Ancak bu, kodlama yapmayan bir analist için ne anlama geliyor?

‍

‍

Verilerden elde edilen iç görüleri katlanarak artırmak, Enterprise AI'a geçiş için kritik öneme sahiptir ve bu bir ölçek meselesidir - daha fazla veri projesi için daha fazla kullanılabilir veriyi daha hızlı şekilde kullanmak. Bu, günlük olarak verilere erişimi olan ve verilerle çalışan insanların kapsamını genişletmeden gerçekleşemez.

Yine de, veri bilimci olmayanların çalışmalarını veri projelerine anlamlı şekillerde dahiletmek, veri araçlarıyla ilgili temel bir zihniyet değişikliği, yani veri analistlerinin kodlama olmadan etkili işler yapmasına olanak tanıyan güçlü özelliklerin eklenmesini gerektirir.

Dataiku bu konuda güçlü özellikler sunar; görsel analiz katmanı aracılığıyla, veri analistleri çeşitli türde yapılandırılmış ve yapılandırılmamış verileri kolayca keşfedebilir, hazırlayabilir, zenginleştirebilir ve görselleştirebilir.

İşte Dataiku'nun sunduğu ve verilerle çalışma şeklinizi değiştirecek en önemli kodsuz özelliklerden sadece yedisi;

1. Akıllı Veri Alımı (Data Ingestions)

IT ile iletişime geçin, verilere erişim talep edin, günlerce (belki haftalarca) bekleyin, erişim sağlayın, veriyi temizleyin, tekrarlayın. Tanıdık geliyor mu? Dataiku'nun bu uzun sürece çözüm olacak daha iyi bir yolu var; XLSX veya CSV dosyalarıyla çalışmak veya diğer kaynaklara (veritabanları, sunucuda barındırılan dosyalar, iş uygulamalarına bağlantılar vb.) bağlanmak için veri kümelerini yükleyin.

Ve Dataiku akıllı çözümler sunar. Örneğin, bir CSV veya Excel dosyası yüklediğinizde, ayırıcıları ve karakter kodlamasını otomatik olarak tanır. Ayrıca, satır sayısı da dahil olmak üzere her şeyin yolunda olup olmadığını kontrol etmeniz için veri kümesinin bir ön izlemesini görüntüler ve verilerin doğru olduğundan emin olmak için bazı parametreleri değiştirmenize (satır atlama, sütun başlıklarını işleme vb.) izin verir.

Diğer kullanışlı no-code akıllı veri alma özellikleri şunları içerir:

• Milyon satır kısıtlamasına girmeden tüm boyut, şekil ve konumdaki verileri birleştirin
• Ara yüze sürükleyip bırakarak aynı dosyaları tek bir veri kümesinde otomatik olarak toplayın
• E-tablo sekmelerini tek bir veri kümesinde birleştirin
• Belirli sütunların her zaman belirli biçimlerde saklanması için sütunları yeniden adlandırın ve veri türlerini doğrudan şema panelinde ayarlayın

‍

2. Tarihler ve Saatlerle Çalışmak

Zamana dayalı özellikler, veriye dayalı kullanım durumlarında olağandır ve bunlarla çalışmak gerçekten zorlayıcı olabilir. Orijinal biçime bağlı olarak, tarihleri tanınan bir tarih formatına ayrıştırmak için yoğun bir şekilde yeniden kodlama yapmanız gerekebilir.

Dataiku'da, akıllı tarih işlemcisi olası tarih biçimlerini tanıyacak ve farklı ayrıştırma seçenekleri önererek size her bir seçeneğin ne kadar iyi performans gösterdiğini sunar.

Dataiku, yalnızca birkaç tıklamayla verileri zenginleştirmenize ve aşağıdakiler dahil zamana dayalı özellikler oluşturmanıza da olanak tanır:

• Tarih bileşenlerini çıkarma (ay, saat, haftanın günü, yılın haftası vb.)
• Tarih sütunları arasındaki farkları hesaplama
• Ulusal tatilleri işaretleme
• ...ve dahası!

‍

3. Karmaşık metin alanlarını temizleme

Gerçekten dağınık metin alanlarınız olduğunda, karmaşık düzenli ifadeler kullanmak bir yana, bu verileri temizlemek ve yapılandırmak bir kabustur. Ancak Dataiku, bunu dakikalar içinde mümkün kılan kodsuz metin temizleme işlemcilerine (bölme, bulma ve değiştirme, kesme vb.) sahiptir.

Garajların adını ve yerini gösteren, web'deki bir JavaScript haritasından alınan veriler:

‍

‍

Ve burada, sadece birkaç tıklamadan sonra, istenen bilgileri içeren sütunlarla aynı veriler çıkarılır:

‍

‍

4. Twitter Verilerini Aktarma

Dataiku, anahtar kelimelere veya hashtag'lere dayalı olarak Tweet'leri veya ilgili bilgileri(kullanıcı tanıtıcısı, konum, hashtag'ler vb.) alabilen basit bir bağlayıcıya sahiptir. Veriler toplandıktan sonra, görsel metin analizi özellikleri benzerTweetleri kümeleyebilir, bunları kelimelere veya n-gramlara bölebilir, durağan sözcükleri basitleştirip kaldırabilir ve daha fazlasını yapabilir.

5. Makine öğrenimi modelleri oluşturma

Makine öğrenimi tekniklerini kullanmak için veri bilimcisi olmanız gerektiğini kim söyledi? Dataiku, kodlayıcı olmayanların algoritmaları eğitmesine, tahminler yapmaya başlamasına, kümeleri tanımlamasına ve tek bir kod satırı yazmadan özellikler hakkında yararlı bilgiler çıkarmasına olanak tanır.

‍

‍

6. Veri kümelerini birleştirme (combining & joining datasets)

Çoğu zaman, veri kümelerini birleştirerek veri zenginleştirme yapılabilir - esasen bunu, sütunları bir veri kümesinden veya sekmeden bir referans veri kümesine (DÜŞEYARA) alma işlemi olarak tanımlayabiliriz. Bu, herhangi bir analizin kilit unsurudur, ancak birden fazla kaynağa sahip olduğunuzda (hem hesaplama süresi hem de birleştirme kriteri açısından) bu işlem bir kabusa dönüşebilir.

Dataiku'da, diğer veri kümelerinden tüm verileri kolayca alabilen veya belirli, ince ayarlı anahtarlar ve ölçütlere göre birleştirebilen belirli işlemcilerle veri kaynaklarının harmanlanması basitleştirilmiştir (ve tümü görseldir, DÜŞEYARA gerekmez).

7. Coğrafi Verilerle Çalışmak

Jeo-uzamsal analiz, bir dizi kullanım durumu için kritik öneme sahiptir.

Örneğin, bir kiralama acenteleri ağını optimize etmek, rekabeti haritalamak, bir hedef pazarı boyutlandırmak ve daha fazlası. Dataiku, özellikle konumlarla çalışmayı kolaylaştıran birkaç işlemciye sahiptir;

• OpenStreetMap veya Bing Maps API ile bir adresten enlem ve boylam alma
• Enlem ve boylamı idari bilgilerle zenginleştirme (şehir, eyalet, departman vb.)

‍

Dataiku grafik motoru aynı zamanda çeşitli toplama seviyeleriyle dağılım haritaları ve ısı haritaları çizme yeteneğini de sağlar.

Dataiku’da tek bir kod satırı olmadan yapabileceğiniz birçok şeyi hemen keşfedin ve denemeye başlayın. Dataiku ve sunduğumuz veri bilimi & yapay zeka çözümleri ile ilgili detaylı bilgi almak için burayı ziyaret edebilir ya da bize mail gönderebilirsiniz.