Büyük veri (Big Data), ortaya çıkan verinin üretilmesindeki büyük hızı, üretilen verinin inanılmaz boyutlarını ve yapısını anlatmak için kullanılan bir kavramdır.

Büyük verinin dört temel özelliği vardır: Hacim (volume), hız (velocity), doğruluk (veracity), çeşitlilik (variety).

Hacim: Büyük veri genellikle depolanması, işlenmesi, aktarılması, analiz edilmesi ve sunulması zor olan enformasyon miktarına sahiptir. Bugün sahip olduğumuz verinin %90’ı son iki yıl içinde üretilmiştir.

Hız: Verinin paylaşılması ve dolaşımı çok hızlıdır. 2016 yılında YouTube üzerinden bir dakikada 400 saatlik video paylaşılmıştır. Küresel olarak veri o kadar hızlı hareket etmektedir ki küresel internet trafiğinin 2018 yılında saniyede 50.000 GB olması beklenmektedir.

Doğruluk: Elde edilen veride yanlılık, kirlilik ve düzensizlik olabilir. Bu şekildeki veriler, analizleri ve dolayısıyla analiz sonuçlarını etkiler. Bu nedenle verilerin temizlenmeleri ve/veya düzenlenmeleri gerekir.

Çeşitlilik: Veri yapılandırılmış ve yapılandırılmamış olarak farklı şekillerde sunulabilir. Yapılandırılmış veri belirli bir düzeni olan, aynı yapıya sahip verilerdir. Büyük verinin ise belirli bir yapısı yoktur. Büyük verinin içinde yorumlar, ses dosyaları, görseller ve videolar bulunabilir. Bu veri türlerinin hepsi hem birbirinden hem de kendi içinde farklı yapılarda olabilir.

İstatistik, yapay zekâ ve makine öğrenmesi veri madenciliğinde kullanılan temel alanlardır. Veri madenciliği bilginin işlendiği
hemen hemen bütün iş kollarında (ör. iletişim, eğitim, bankacılık, sigortacılık, üretim) kullanılmaktadır.

Öğrenme analitikleri ile ilişkili bir diğer kavram da akademik analitiklerdir. Akademik analitik toplanan verinin, öğretim kurumlarında pazarlama ve yönetim amaçları doğrultusunda kullanılmasıdır.

Uygulama seviyeleri betimsel (descriptive) analitik, tanılayıcı (diagnostik) analitik, öngörücü (predictive) analitik ve yönerge (prescriptive) analitiği olarak sıralanabilir. Betimsel analitikten yönerge analitiğine gidildikçe üretilen değer arttığı gibi zorluk seviyesi de artmaktadır.

Öğrenme analitikleri açısından bakıldığında betimsel analitiği, öğrenme yönetim sisteminde öğrencilerin neler yaptıkları, sistemin nasıl işlediği gibi, neler olup bittiğini özetleyen analitik türü olarak düşünebiliriz. Betimsel analitikler genellikle öğrencilerin ya da öğreticilerin bu bilgilere erişmek için kullandıkları paneller aracılığıyla sunulur.

Tanılayıcı öğrenme analitiği, hangi olay ya da olaylar birlikteliğinin öğrenenlerin başarılı olmasını sağladığı ya da başarısızlıklarına neden olduğunu anlamamıza yardımcı olabilir.

Öğrenenlerin kendi öğrenme süreçleri için, kendi ihtiyaçlarına uygun şekilde geliştirdikleri kişisel öğrenme ortamlarını dağıtık
öğrenme ortamları olarak adlandırabiliriz.

1. Verinin konumu ve yorumlanması,
2. Bilgilendirilmiş onay formu, verinin gizliliği ve anonimleştirilmesi,
3. Verinin yönetilmesi, sını?andırılması ve depolanması.

R, istatistiksel hesaplamalar için geliştirilmiş bir programlama dili ve yazılım ortamıdır. Farklı paketler eklenerek R’ın özellikleri artırılabilir.

Regresyon, Sınıflama

Değişkenler kategorik ve sayısal olarak ikiye ayrılmaktadır. Sayısal değişkenler de kesikli ve sürekli değişkenler şeklinde ikiye ayrılmaktadır.

Kümeleme analizinde amaç verideki benzer noktaları bir araya getirerek kümeler oluşturmaktır. Bir kümenin elemanı kendi kümesinde yer alan elemanlara diğer kümelerdekilerden daha çok benzer. Kümeleme genellikle veriyi oluşturan kategoriler bilinmediğinde kullanılan bir analiz yöntemidir.

Veride yer alan nesnelerin birlikte bulunma kurallarını ortaya çıkaran bir analizdir. Bu analizden, marketten birlikte alınan ürünlerin belirlenmesinde ya da marketteki ürünlerin yerleştirilmesi gibi durumlarda faydalanılmaktadır. Birliktelik kurallarının belirlenmesinde önsel (Apriori) algoritma kullanılır.

Regresyon; bir gözlemin, ortalamaya ya da veri setindeki bütün noktaların ortasından geçtiği düşünülen hayali bir çizgiye (bağlanım çizgisi) ne kadar yakın olduğunu tahmin etmek olarak tanımlanabilir.

Sını?amada kullanılan algoritmalara sinir ağları, karar ağaçları, K-En yakın komşu ve Bayes Ağları örnek verilebilir.