SavedAdd your journal

Journals / Bilişim Teknolojileri Dergisi / 2026 / Cilt: 10 Sayı: 2

Veri Analizinde İstatistik mi Veri Madenciliği mi?

İlkim Ecem Emre
Çiğdem Selçukcan Erol
Pages
161–167
Publication Date
2017-04-28
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

İlerleyen zamanlarda çalışmanın sağlık verisi ile uygulaması yapılarak genişletilmesi umulmaktadır.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Günümüzün teknolojik gelişmeleri, veri boyutlarının ve çeşitliliğinin artması klasik istatistiksel yöntemlerin yetersiz kalabileceği durumları da beraberinde getirmektedir.
📊
Key Findings & Data:Veri analizi çalışmalarında kullanılan istatistik ve veri madenciliği yöntemleri birçok farklı araştırma alanında kendilerine yer bulabilmektedir.  Özellikle sağlık alanında veri analizinde istatistik sıklıkla kullanılmakta, veri madenciliği yöntemleri ise son yıllarda araştırmacılar tarafından fark edilmektedir.
💡
Conclusion & Impact:İlerleyen zamanlarda çalışmanın sağlık verisi ile uygulaması yapılarak genişletilmesi umulmaktadır.
🔬Design:Review & Systematic Survey
📍Scope:Comprehensive Sample
⚙️Variables:Veri Madenciliği · İstatistik

Özet

Günümüzün teknolojik gelişmeleri, veri boyutlarının ve çeşitliliğinin artması klasik istatistiksel yöntemlerin yetersiz kalabileceği durumları da beraberinde getirmektedir. Veri analizinde yıllardır kullanılan istatistik, son yıllarda veri madenciliği ile yan yana yer almaktadır. Veri analizi çalışmalarında kullanılan istatistik ve veri madenciliği yöntemleri birçok farklı araştırma alanında kendilerine yer bulabilmektedir.  Özellikle sağlık alanında veri analizinde istatistik sıklıkla kullanılmakta, veri madenciliği yöntemleri ise son yıllarda araştırmacılar tarafından fark edilmektedir. Bu çalışmanın amacı, her iki alanın incelenerek aralarındaki farklılıkların ve benzerliklerin ortaya konmasıdır. Özellikle sağlık alanında veri madenciliğinin çok yaygın olarak bilinmemesi ve sağlık çalışanlarının genellikle istatistiksel yöntemlere bağlı kalıyor olması çalışmanın çıkış noktasını oluşturmaktadır. Çalışma kapsamında veri madenciliği ve istatistiksel yöntemlerle ilgili olarak bir literatür araştırması yapılmıştır. Sonuç olarak bu iki alan kavramsal açıdan incelenmiş, aralarındaki farklar ve benzerlikler özetlenerek ortaya konmaya çalışılmıştır. İlerleyen zamanlarda çalışmanın sağlık verisi ile uygulaması yapılarak genişletilmesi umulmaktadır.

🔖

Cite This Article

Emre, İ. E., Erol, Ç. S. (2017). Veri Analizinde İstatistik mi Veri Madenciliği mi?. Bilişim Teknolojileri Dergisi, Cilt: 10 Sayı: 2, 161–167. https://doi.org/10.17671/gazibtd.309297

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (25)

  1. D. Kuonen, “Data Mining and Statistics: What is the Connection?,” The Data Administration Newletter, 2004
  2. M. Davidian and T. A. Louis, “Why Statistics?,” Science, 336, 12, 2012
  3. İnterner: J. Aldrich, “Figures from the History of Probability & Statistics,” Ekim 2012. http://www.economics.soton.ac.uk/staff/aldrich/Figures.htm, 31.05.2016
  4. U. Fayyad, G. Piatetsky-Shapiro, and P. Smyth, “From data mining to knowledge discovery in databases,” AI Mag., 17 (2), 37, 1996
  5. U. Fayyad, Piatetsky-Shapiro, and P. Smyth, “The KDD Process for Extracting Useful Knowledge from Volumes of Data,” Communıcatıons Of The ACM, 39(11), 27–34, 1996
  6. S. Savaş, N. Topaloğlu, and M. Yılmaz, “Veri madenciliği ve Türkiye’deki Uygulama Örnekleri,” İstanbul. Ticaret Üniversitesi Fen Bilimleri Dergisi, 11(21), 1–23, 2012
  7. İnternet: YÖK, “Ulusal Tez Merkezi,” 2016. https://tez.yok.gov.tr/UlusalTezMerkezi/giris.jsp, 29.06.2016
  8. M. E. Balaban and E. Kartal, Veri Madencilği ve Makine Öğrenmesi, 1. baskı, Çağlayan Kitapevi, İstanbul, 2015
  9. D. Kumar and D. Bhardwaj, “Rise of Data Mining: Current and Future Application Areas,” International Journal of Computer Science Issues, 8(5), 256–260, 2011
  10. H. Akpınar, Data: Veri Madenciliği Veri Analizi, 1.baskı, Papatya Yayıncılık Eğitim, İstanbul, 2014
  11. A. Kapoor, “Data Mining: Past, Present and Future Scenario,” International Journal of Emerging Trends & Technology in Computer Science (IJETTCS), 3(1), 95–99, 2014
  12. Y. Özkan, Veri Madenciliği Yöntemleri, 1.baskı, Papatya Yayıncılık Eğitim, İstanbul, 2008
  13. S. Ganesh, “Data mining: Should it be included in the statistics curriculum?", The 6th International Conference on Teaching Statistics (ICOTS 6), Cape Town, Güney Afrika, 2002
  14. A. S. Koyuncugil and N. Özgülbaş, “Veri Madenciliği: Tıp ve Sağlık Hizmetlerinde Kullanımı ve Uygulamaları,” Bilişim Teknolojileri Dergisi, 2(2), Mayıs 2009
  15. H. Akpınar, “Veri Tabanlarında Bilgi Keşfi ve Veri Madenciliği,” İÜ İşletme Fakültesi Dergisi, 29(1), 1–22, 2000
  16. S. Tüzüntürk, “Veri Madenciliği ve İstatistik,” Uludağ Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi,29(1), 65-90, 2010
  17. S. Güllüoğlu, “Tıp ve Sağlık Hizmetlerinde Veri Madenciliği Çalışmaları: Kanser Teşhisine Yönelik Bir Ön Çalışma,” AJIT-E AJIT‐e: Online Academic Journal of Information Technology, 2(5), 2011
  18. E. Kaya, M. Bulun, and A. Arslan, “Tıpta Veri Ambarları Oluşturma ve Veri Madenciliği Uygulamaları,”, Akademik Bilişim, Çukurova Üniversitesi, Adana, 3-5 Şubat, 2003
  19. Ç. Erol and Y. Özkan, “Temel Biyoloji ve Mikrodizi,” in Biyoenformatik DNA Mikrodizi Veri Madenciliği, 2.baskı, Papatya Yayıncılık Eğitim, İstanbul, 51–81, 2015
  20. M. Ö. Dolgun, T. Güzel Özdemir, and D. Oğuz, “Veri Madenciliğinde Yapısal Olmayan Verinin Analizi: Metin ve Web Madenciliği,” İstatistikçiler Dergisi, 2, 48–58, 2009
  21. Ç. Kurt and O. A. Erdem, “Öğrenci Başarısını Etkileyen Faktörlerin Veri Madenciliği Yöntemleriyle İncelenmesi,” Politeknik. Dergisi., 15(2), 111-116, 2012
  22. D. Meschenmoser, “Data Mining und Statistik: Gemeinsamkeiten und Unterschiede,” Şubat 2004
  23. H. Mannila, “Data Mining: Machine Learning, Statistics and Databases,” SSDBM '96 Proceedings of the Eighth International Conference on Scientific and Statistical Database Management, Stockholm, 2–9, 1996
  24. C.-M. Zhao and J. L. Vice, “Data mining: Going beyond traditional statistics,” New Directions for Institutional Research., 131, 7–16, Eylül 2006
  25. İnternet: J. S. Baehr, “A Priori and A Posteriori”, http://www.iep.utm.edu/apriori/, 22.06.2016.