Her Veri Bilimci Bir Filozoftur!

Veri Biliminin anlamı nedir?

“Geçmişten alınan verileri somut olarak kullanarak gelecek hakkında bilgi sahibi olmak.” Bu terimi ilk okuduğumda sanki bir süper güç gibi gelmişti. Sonuçta bir nevi geleceği görmekten bahsediyoruz ve bu kulağa inanılmaz geliyor. Huawei Data Science Bootcamp’e katıldığımda böyle bir fikirle karşılaşacağımı bilmiyordum. Olaya daha çok teknik düzeyde bakarım diye düşünmüştüm; ancak görüyorum ki tüm iş sayılarla dönüyor gibi gözükse de temelde büyük bir anlam çıkarmaktan, bir nevi felsefeden oluşuyor.

Az önce anlamını açıkladığım kısma ufak bir geri dönüp o cümleyi tekrar okur musunuz? Şimdi de ünlü filozof Confucius’un şu sözüne bakalım: “Geleceği tanımlamak istiyorsan geçmişi incele.” Gördünüz mü, tamamen aynısı. Yani haksız sayılmam; sayılarla ve istatistiklerle ne kadar iyi olursanız olun, aslında her veri bilimci bir filozoftur.

EDA (Keşifçi Veri Analizi) → Sokratik Yöntem

Evet, bu sadece Confucius ile sınırlı kalmıyor tabiki. Sokrates önce hiçbir şey bilmediğini kabul edip sorular sorarak gerçeğe yaklaşırdı “Bilmediğini bilmek.”Gerçekle hiçlik arasına bir köprü kurar ve usul usul o köprüden geçerdi aynı EDA gibi : veriye önyargısız bakıp “bu ne, neden böyle?” diye sormak, cevabı zorlamak yerine sorularla ortaya çıkarmak.

CRISP-DM’in döngüselliği → Hermeneutik Döngü

Hermeneutik döngüde bir metnin parçalarını anlamak için bütününe, bütününü anlamak için parçalarına dönersin-Anlama asla doğrusal ilerlemez. CRISP-DM’de de modelleme aşamasından veri hazırlamaya geri dönmek tam bu mantık: anlayış aşama aşama değil, ileri-geri gidişle derinleşiyor.

Hipotez üretme ve doğrulama → Popper’ın Yanlışlanabilirlik İlkesi

Karl Popper’a göre bilimsel bir önerme ancak yanlışlanabilirse değerlidir. EDA’da örüntülerden hipotez çıkarıp sonra veriyle test etmen de bu: iddia kurup onu çürütmeye çalışmak, doğrulamak değil.

Ortalama yerine medyan tercih etmek → Aristoteles’in Altın Orta Yolu Aristoteles erdemi iki uç arasındaki dengede ararmış. Medyanın uç değerlerden etkilenmeyip “daha dürüst” bir özet olması da bu fikre benziyor — aşırı uçlara değil, gerçek merkeze bakmak.

Ham veri → bilgi → içgörü → değer zinciri → Platon’un Bilgi Hiyerarşisi Platon’un “bölünmüş çizgi” kuramında bilgi, sanıdan (doxa) gerçek bilgiye (episteme) doğru katmanlı şekilde yükselir. Ham sayılardan değere giden zincir de aynı mantıkla işliyor: her katman bir öncekinden daha “gerçek” ve kullanılabilir hale geliyor.

Öznitelik mühendisliği ile basit modeli güçlendirmek → Ockham’ın Usturası “Gereksiz varlıkları çoğaltma” ilkesi — en sade açıklama genelde en iyisidir. İyi seçilmiş öznitelikler karmaşık bir modele gerek kalmadan sonucu güçlendiriyor, tıpkı Ockham’ın basitliği tercih etmesi gibi.

Veri kalitesi (doğruluk boyutu) → Aristoteles’in Uygunluk (Correspondence) Kuramı Aristoteles’e göre bir önerme, gerçeklikle örtüştüğü ölçüde doğrudur. Veride “doğruluk” boyutu da bu: değerin gerçek dünyadaki karşılığıyla uyuşup uyuşmadığı.

Kapanış

Belki de veri bilimi, insanlığın en eski sorusuna en modern cevabı vermeye çalışıyor: “Ne olacağını nereden bileceğiz?” Filozoflar bunu akılla, deneyimle, bazen sezgiyle aradı; biz şimdi bunu satırlar ve sütunlarla arıyoruz. Ama yöntem değişse de amaç aynı kalıyor — bilinmeyenin karşısında anlam kurmak. Confucius geçmişe bakmamızı öğütlemişti; bugün elimizdeki veri de aslında geçmişin sesi, bize geleceği fısıldayan. Bu nedenlerle bir veri bilimci, sayılarla düşünen bir filozoftan başka bir şey değildir.