EÜ’de yapay zekâ destekli veri analizi platformu DataBeeg tanıtıldı
EÜ’de yapay zekâ destekli veri analizi platformu DataBeeg tanıtıldı
Ege Üniversitesi Medya Uygulama ve Araştırma Merkezi (EGEMM) ve Bilim İletişimi Kooridnatörlüğü iş birliğinde düzenlenen seminerde, akademisyen ve lisansüstü öğrencilere yapay zekâ destekli “DataBeeg” platformu detaylı bir şekilde anlatıldı.
Ege Üniversitesi Medya Uygulama ve Araştırma Merkezi (EGEMM) ve Bilim İletişimi Kooridnatörlüğü iş birliğinde düzenlenen seminerde, akademisyen ve lisansüstü öğrencilere yapay zekâ destekli “DataBeeg” platformu detaylı bir şekilde anlatıldı.
Ege Üniversitesi, dijitalleşen dünyanın gereksinimlerine uygun olarak akademik çalışmalarını teknolojik yeniliklerle desteklemeye devam ediyor. Bu kapsamda Ege Üniversitesi Medya Uygulama ve Araştırma Merkezi (EGEMM) ile Bilim İletişimi Koordinatörlüğü tarafından düzenlenen etkinlikte, yapay zekâ destekli veri analizi platformu “DataBeeg” tanıtıldı. Profesyonel Eğitmen ve DataBeeg Ürün Yöneticisi Ezgi Pasin’in sunumuyla gerçekleştirilen seminerde, verinin bilimsel araştırmalardaki yolculuğu ve yapay zekânın bu süreçteki kolaylaştırıcı rolü ele alındı.
EGEMM Müdürü Prof. Dr. Ayşe Çatalcalı Ceylan’ın yanı sıra İletişim Fakültesi akademisyenleri ve lisansüstü öğrencilerinin katılım gösterdiği seminerde, veri analizinin geleneksel yöntemlerden yapay zekâ destekli modern yöntemlere geçiş süreci aktarıldı. Programın açılış konuşmasını gerçekleştiren Prof. Dr. Ayşe Çatalcalı Ceylan, “Bizler, akademisyenler olarak, araştırmalarımızda daha başarılı ve güvenilir sonuçlar elde etmek adına sıklıkla veri analiz programlarından yardım alıyoruz. EGEMM olarak, düzenlediğimiz bu etkinlik ile sosyal bilimler alanında yeni bir analiz programının tanıtılmasına katkıda bulunmak istiyoruz. Eğitmenimiz Ezgi Pasin’e verdiği değerli eğitim için teşekkür ediyoruz” dedi.
DataBeeg üzerinden veri analiz yöntemleri anlatıldı
Eğitmen Ezgi Pasin, DataBeeg programının araştırmacılara sağladığı avantajları vurgulayarak, yapay zekâ yardımıyla analizlerin yorumlanması ve makale taslaklarının oluşturulması konularında pratik bilgiler paylaştı.
Seminerde ayrıca; veri girişi tanımlama ve kodlama, değişken tipleri, frekans tabloları ve tanımlayıcı istatistikler gibi temel konuların yanı sıra daha ileri düzey analizler olan normallik analizleri, aykırı-uç değer bulma yöntemleri ve parametrik testler üzerinde duruldu. Katılımcılara, karmaşık veri setleri üzerinde korelasyon, güvenirlik, regresyon ve açıklayıcı faktör analizlerinin nasıl daha verimli yapılabileceği uygulamalı örneklerle gösterildi.
Seminerin son bölümünde, katılımcıların veri analizi süreçlerinde karşılaştıkları sorunlar ve çözüm yolları üzerine interaktif bir soru-cevap etkinliği gerçekleştirildi.
İzmir HABERİ
Yorumunuz başarıyla alındı, inceleme ardından en kısa sürede yayına alınacaktır.


