Veri Analisti

    "Monty Hall Problemi", 1963 senesinde  ABD'de ilk defa yayınlanan Let's Make a Deal isimli yarışma programındaki katılımcıların karşısına çıkan olasılıkla ilişkili ünlü bir açmazdır.      Programın sonunda bir yarışmacı, sunucu Monty Hall ile birlikte 3 büyük kapının karşısında durur: 1 Numaralı Kapı, 2 Numaralı Kapı ve de 3 Numaralı Kapı. Kapılardan birinin ardında araba diğer ikisinde ise keçi vardır.      Yarışmacı Monty ile kapıların karşısında dururken arabayı kazandıracak kapıyı bulma şansı 3'te 1'dir.          Yarışmacı bir kapıyı seçtikten sonra Monty yarışmacının seçmemiş olduğu kapılardan birini açar ve her zaman keçilerden birini bize gösterir. Bu noktada Monty yarışmacıya seçimini değiştirmek isteyip istemediğini sorar: İlk olarak seçtiği kapalı kapıdan vazgeçip diğer kapalı kapıyı seçmeyi.  Kararını değiştirmeli midir?     E vet . Yarışmacının ilk seçimine sadık kalması durumunda 1/3, değiştirmesi durumunda ise 2/3 kazanma şansı bulunmaktadır.

      T ürkçesi “Temel Bileşenler Analizi” olan PCA tanıma, sınıflandırma, görüntü sıkıştırma alanlarında kullanılan yararlı bir istatistiksel tekniktir. Temel amacı yüksek boyutlu verilerde en yüksek varyans ile veri setini tutmak ancak bunu yaparken boyut indirgemeyi sağlamaktır. Fazla boyutlu verilerdeki genel özellikleri bularak boyut sayısının azaltılmasını, verinin sıkıştırılmasını sağlar. Boyut azalmasıyla bazı özelliklerin kaybedileceği kesindir; fakat amaçlanan, bu kaybolan özelliklerin popülasyon hakkında çok az bilgi içeriyor olmasıdır. Bu yöntem, yüksek korelasyonlu değişkenleri bir araya getirerek, verilerdeki en çok varyasyonu oluşturan “temel bileşenler” olarak adlandırılan daha az sayıda yapay değişken kümesi oluşturur.      PCA verid e ki gerekli bilgileri ortaya çıkarmada oldukça etkili bir yöntemdir.  PCA’in arkasında yatan temel mantık çok boyutlu bir veriyi, verideki temel özellikleri yakalayarak daha az sayıda değişkenle göstermektir.