Data science technology selection: Development of a decision-making approach
Veri bilimi teknoloji seçimi: Bir karar verme yaklaşımının geliştirilmesi
- Tez No: 772343
- Danışmanlar: DOÇ. DR. PEKİN ERHAN EREN, DR. KEREM KAYABAY
- Tez Türü: Yüksek Lisans
- Konular: Yönetim Bilişim Sistemleri, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Management Information Systems, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Teknoloji seçimi, Teknoloji yönetimi, Veri bilimi, Çok kriterli karar verme, Technology selection, Technology management, Data science, Multi criteria decision making
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bilişim Sistemleri, Bulut, Analitik ve ilgili alanlardaki gelişmeler kullanıcılar ve organizasyonlar için Veri Bilimi alanında çok sayıda teknolojik çeşitliliğe neden olmuştur. Bu çeşitlilik Veri Bilimi teknolojilerinin seçilmesini ve yönetilmesini zorlaştırmaktadır. Ekipler uygun olmayan araçları ve teknolojileri seçip kullandıklarında teknik borç olarak bilinen sorunlarla ve verimsizliklerle karşılaşırlar. Bu soruna çözüm olarak, bu tez, analitik teknoloji seçimi literatürünü göz önünde bulundurarak sistematik bir teknoloji seçim yöntemi önermekte ve bunu bir vaka çalışması üzerinde test etmektedir. Bu yöntem, belirli bir Veri Bilimi İş Akışının gereksinimlerini belirlemek için açık uçlu sorular içeren bir anketten, teknolojileri bu gereksinimlerle eşleştirmek için bağlantı tablolarından ve kullanıcıların ihtiyaç ve tercihlerine göre teknolojileri sıralamak için çok kriterli karar verme yöntemleri kullanmaktadır. Bu yöntem, karar vericilerin teknoloji alternatiflerini karşılaştırmasını ve en uygun Veri Bilimi Teknoloji Mimarisi seçmesini sağlar. Bu alandaki mevcut çalışmalar, teknoloji seçimi problemini tek başına ele alıp teknolojilerin bir alt kümesini araştırırken, önerilen yöntem endüstriyel olarak ilgili stratejik teknoloji yönetimi araç setleri geliştirmek için temel ilkelerine uyarak geliştirilmiştir ve bu yöntem uçtan uca Veri Bilimi Sürecini ve tüm analitik teknolojilerini kapsar.
Özet (Çeviri)
Developments in IT, Cloud, Analytics, and related fields have created an abundance of Data Science technologies for practitioners, developers, and organizations to use. This abundance and variety complicate the Data Science technology selection and management processes for the analytics teams. When teams select and use improper tools and technologies, they encounter problems and inefficiencies, also known as technical debt. As a remedy, this thesis proposes a systematic technology selection method considering the analytics technology selection literature and tests it on a case study. This method consists of a survey with open-ended questions to determine the requirements of a given Data Science Workflow, linkage grids to map technologies to these requirements, and multi-criteria-decision-making to rank the technologies according to practitioners' needs and preferences. This method enables decision-makers to compare the technology alternatives and select the most suitable Data Science Technology Stack. While the existing studies in this domain consider the technology selection problem in isolation and investigate a subset of technologies, the proposed method encapsulates the end-to-end Data Science Process and the entire analytics technology landscape considering the key principles for developing industrially relevant strategic technology management toolkits.
Benzer Tezler
- Teknoloji fırsat keşfi için veri odaklı çözüm yaklaşımlarının geliştirilmesi
Development of data-driven solution approaches for technology opportunity discovery
ZÜLFİYE ERDOĞAN
Doktora
Türkçe
2024
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SERKAN ALTUNTAŞ
PROF. DR. TÜRKAY DERELİ
- AR-GE projelerinin önceliklendirilmesi ve seçimi üzerine çok kriterli bir model önerisi
A multi-criteria model proposal on prioritization and selection of R&D projects
GİZEM FİLİZ TÜRKMEN
Doktora
Türkçe
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. YUSUF İLKER TOPCU
- Veri madenciliği ve makine öğrenmesi yaklaşımı ile tiroit kanserinin tanılanması
Diagnosis of thyroid cancer using data mining and machine learning approach
MEHMET EMİN ASAN
Doktora
Türkçe
2024
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. HARUN TAŞKIN
- Uçuş performansı üzerinde temel benlik değerlendirmesi ile sosyal yetkinlikler ve biyoverinin etkisi: Türk havayolu pilotlarında bir araştırma
The effects of core self evaluations with social competencies and biodata on flight performance: A research on Turkish airline pilots
AYŞE DİKMEN
- Human operator modelling with ts fuzzy modelling using symbolic interval-valued data
Sembolik aralık-değerli veri kullanarak takagi-sugeno bulanık modelleme ile insan opertörlerinin modellenmesi
ANIL ERDİNÇ TÜFEKÇİ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUFAN KUMBASAR