Bu ders 21. yy'da hızla gelişen ve hem araştırmacılar hem de uygulamacılar için çok popüler olan veri biliminin temellerini ortaya koyar. Ders bir veri bilimcisinin sahip olması gereken temel yetenekleri öğrenciye aktarır ve öğrencinin bunları tıp, savunma sanayi, mühendislik, ve finans gibi farklı alanlara uygulamasını sağlar. Dersin amaçları
1) Verilen bir veride bilginin keşfinin gerçekleştirilmesi ve bunun için gerekli adımlar olan problemin tanımlanması, verinin toplanması, entegrasyonu, yönetimi, analizi, ve görüntülenmesi yani sunulması
2) Verinin boyutu, çeşitliliği, değişimi, ve değeri gibi hususlarının öneminin anlaşılması ve bu tip farklılıklara nasıl yaklaşılması gerektiği
3) Verideki bilginin keşfinde kullanılabilecek olan temel istatistiksel ve makine öğrenme yaklaşımlarının sunulması
4) Ağ modellemesi ve graf analiz gibi güçlü alternatif teknikler ile veriden anlamlı bilginin çıkarılması
5) Verinin sunulmasının iletişim için ne kadar etkin bir konu olduğunun anlaşılması
6) Tavsiye sistemlerinin temellerinin anlaşılmasıdır.
Dersin İçeriği
Bu ders; Veri Bilimine, olasılık, istatistik ve lineer cebir konuların genel bir giriş. ,Temel veri modelleri, varlıkların ilişkisel modelleri, ilişkisel modeller ve SQL. ,SQL'den NoSQL'e, ilişkisel olmayan veritabanları ve ilgili veri modelleri XML Modeli ve Xquery. ,NoSQL veritabanı, Mongo veritabanının durumu. ,Büyük verinin kaynakları ve tipleri, sıkça gerçekleşen örüntü analizleri. ,Öğrencilerin araştırma konuları ve teknikleri ile ilgili sunumları. ,Öğrencilerin araştırma konuları ve teknikleri ile ilgili sunumları.,Ara sınava hazırlık ,Kümelenme ,Sınıflandırma ,Artımlı veri analizi ve veri yönetimi ve analizi için ölçeklenebilir metotlar. ,Ağ modelleri ve grafik analizleri. ,Verinin görselleştirilmesi. ,Tavsiye sistemleri ; konularını içermektedir.
Dersin Öğrenme Kazanımları
Öğretim Yöntemleri
Ölçme Yöntemleri
Veri biliminin temelleri ve bir veri bilimcisinin sahip olması gereken farklı yeteneklerinin ne olduğunu tanır
2, 9
A, E, F, G
Veri biliminin süreçleri arasında yer alan veri toplama, verinin modellenmesi ve yönetimini tanımlar
2, 9
A, E, F, G
Temel istatistiksel modellemenin ve analizin veri bilimi süreçleri içerisinde değerlendirir
2, 9
A, E, F, G
Veri biliminin işlerini gerçekleştirmede kullanılan makine öğrenmesi algoritmalarının ve tekniklerini tanımlar
2, 9
A, E, F, G
Veri biliminin işlerini gerçekleştirmede kullanılabilecek olan makine öğrenmesi algoritmalarının ve tekniklerinin tanır
2, 9
A, E, F, G
Veri biliminin işlerini gerçekleştirmede kullanılabilecek olan temel ağ modellemesinin ve graf analizlerini yapar
2, 9
A, E, F, G
Verinin sunumu ya da görüntülemesi için temel yaklaşımların ve verinin sunumunun temel iletişim için öneminin değerlendirir
2, 9
A, E, F, G
Öğretim Yöntemleri:
2: Proje Temelli Öğrenme Modeli, 9: Anlatım Yöntemi
Ölçme Yöntemleri:
A: Klasik Yazılı Sınav, E: Ödev, F: Proje Görevi, G: Kısa Sınav
Ders Akışı
Sıra
Konular
Ön Hazırlık
1
Veri Bilimine, olasılık, istatistik ve lineer cebir konuların genel bir giriş.
Ders notları 1. Hafta
2
Temel veri modelleri, varlıkların ilişkisel modelleri, ilişkisel modeller ve SQL.
Lecture Notes, 2. Hafta.
3
SQL'den NoSQL'e, ilişkisel olmayan veritabanları ve ilgili veri modelleri XML Modeli ve Xquery.
Ders Notları 3. Hafta
4
NoSQL veritabanı, Mongo veritabanının durumu.
Ders notları, 4. Hafta.
5
Büyük verinin kaynakları ve tipleri, sıkça gerçekleşen örüntü analizleri.
Ders Notları 5. Hafta
6
Öğrencilerin araştırma konuları ve teknikleri ile ilgili sunumları.
Literatürün taraması.
7
Öğrencilerin araştırma konuları ve teknikleri ile ilgili sunumları.
Literatürün taraması.
8
Ara sınava hazırlık
7. haftaya kadar olan tüm konular
9
Kümelenme
Ders Notları 9. Hafta
10
Sınıflandırma
Ders Notları 10. Hafta
11
Artımlı veri analizi ve veri yönetimi ve analizi için ölçeklenebilir metotlar.
Ders Notları 11. Hafta
12
Ağ modelleri ve grafik analizleri.
Ders Notları 12. Hafta
13
Verinin görselleştirilmesi.
Ders Notları 13. Hafta
14
Tavsiye sistemleri
Ders Notları 14. Hafta
Kaynak
Bu ders için temel bir kitap önerilmemektedir. Ders notları, ders sunuları, araştırma makaleleri, ve bazı kitap kısımları bu ders için kaynak teşkil edeceklerdir.
Dersin Program Yeterliliklerine Katkısı
Dersin Program Yeterliliklerine Katkısı
No
Program Yeterliliği
Katkı Düzeyi
1
2
3
4
5
1
Mühendislik alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular.
X
2
Mühendislikte uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir ve mühendisliğin ilişki kurduğu disiplinler arası etkileşimi kavrayabilir.
X
3
Analitik, modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık durumları yorumlar, yeni ve özgün fikirler geliştirerek çözümler.
X
4
Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bütünleştirir.
X
5
Mühendislik ile ilgili uzmanlık gerektiren bir çalışmayı bağımsız olarak yürütebilir.
6
Çok disiplinli takımlarda liderlik yapar, çözüm yaklaşımları geliştirir ve sorumluluk alır.
X
7
Mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır; gerektiğinde bunları inceler ve öğrenir.
X
8
Bilimsel bilgi birikimini yazılı ve sözlü olarak etkin bir şekilde ifade eder, en az bir yabancı dilde Avrupa Dil Portföyü B2 Genel Düzeyinde iletişim kurar ve iletişim teknolojilerini ileri düzeyde kullanır.
X
9
Mühendislik uygulamalarının sosyal ve çevresel boyutlarını betimler.
10
Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.
X
Değerlendirme Sistemi
Katkı Düzeyi
Mutlak Değerlendirme
Ara Sınavın Başarıya Oranı
50
Genel Sınavın Başarıya Oranı
50
Toplam
100
AKTS / İşyükü Tablosu
Etkinlik
Sayı
Süresi (Saat)
Toplam İş Yükü (Saat)
Ders Saati
14
3
42
Rehberli Problem Çözme
0
0
0
Problem Çözümü / Ödev / Proje / Rapor Tanzimi
5
10
50
Okul Dışı Diğer Faaliyetler
0
0
0
Proje Sunumu / Seminer
2
24
48
Kısa Sınav (QUİZ) ve Hazırlığı
5
1
5
Ara Sınav ve Hazırlığı
1
40
40
Genel Sınav ve Hazırlığı
1
40
40
Performans Görevi, Bakım Planı
0
0
0
Toplam İş Yükü (Saat)
225
Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(225/30)
8
Dersin AKTS Kredisi: *30 saatlik çalışma 1 AKTS kredisi sayılmaktadır.
Dersin Detaylı Bilgileri
Ders Tanımı
Ders
Kodu
Yarıyıl
T+U Saat
Kredi
AKTS
İLERİ VERİ BİLİMİ
COEY1112932
Güz Dönemi
3+0
3
8
Ders Programı
Salı 16:30-17:15
Salı 17:30-18:15
Salı 18:30-19:15
Cuma 16:30-17:15
Cuma 17:30-18:15
Cuma 18:30-19:15
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Dili
İngilizce
Dersin Seviyesi
Yüksek Lisans
Dersin Türü
Programa Bağlı Seçmeli
Dersin Koordinatörü
Prof.Dr. Reda ALHAJJ
Dersi Verenler
Prof.Dr. Reda ALHAJJ
Dersin Yardımcıları
Dersin Amacı
Bu ders 21. yy'da hızla gelişen ve hem araştırmacılar hem de uygulamacılar için çok popüler olan veri biliminin temellerini ortaya koyar. Ders bir veri bilimcisinin sahip olması gereken temel yetenekleri öğrenciye aktarır ve öğrencinin bunları tıp, savunma sanayi, mühendislik, ve finans gibi farklı alanlara uygulamasını sağlar. Dersin amaçları
1) Verilen bir veride bilginin keşfinin gerçekleştirilmesi ve bunun için gerekli adımlar olan problemin tanımlanması, verinin toplanması, entegrasyonu, yönetimi, analizi, ve görüntülenmesi yani sunulması
2) Verinin boyutu, çeşitliliği, değişimi, ve değeri gibi hususlarının öneminin anlaşılması ve bu tip farklılıklara nasıl yaklaşılması gerektiği
3) Verideki bilginin keşfinde kullanılabilecek olan temel istatistiksel ve makine öğrenme yaklaşımlarının sunulması
4) Ağ modellemesi ve graf analiz gibi güçlü alternatif teknikler ile veriden anlamlı bilginin çıkarılması
5) Verinin sunulmasının iletişim için ne kadar etkin bir konu olduğunun anlaşılması
6) Tavsiye sistemlerinin temellerinin anlaşılmasıdır.
Dersin İçeriği
Bu ders; Veri Bilimine, olasılık, istatistik ve lineer cebir konuların genel bir giriş. ,Temel veri modelleri, varlıkların ilişkisel modelleri, ilişkisel modeller ve SQL. ,SQL'den NoSQL'e, ilişkisel olmayan veritabanları ve ilgili veri modelleri XML Modeli ve Xquery. ,NoSQL veritabanı, Mongo veritabanının durumu. ,Büyük verinin kaynakları ve tipleri, sıkça gerçekleşen örüntü analizleri. ,Öğrencilerin araştırma konuları ve teknikleri ile ilgili sunumları. ,Öğrencilerin araştırma konuları ve teknikleri ile ilgili sunumları.,Ara sınava hazırlık ,Kümelenme ,Sınıflandırma ,Artımlı veri analizi ve veri yönetimi ve analizi için ölçeklenebilir metotlar. ,Ağ modelleri ve grafik analizleri. ,Verinin görselleştirilmesi. ,Tavsiye sistemleri ; konularını içermektedir.
Dersin Öğrenme Kazanımları
Öğretim Yöntemleri
Ölçme Yöntemleri
Veri biliminin temelleri ve bir veri bilimcisinin sahip olması gereken farklı yeteneklerinin ne olduğunu tanır
2, 9
A, E, F, G
Veri biliminin süreçleri arasında yer alan veri toplama, verinin modellenmesi ve yönetimini tanımlar
2, 9
A, E, F, G
Temel istatistiksel modellemenin ve analizin veri bilimi süreçleri içerisinde değerlendirir
2, 9
A, E, F, G
Veri biliminin işlerini gerçekleştirmede kullanılan makine öğrenmesi algoritmalarının ve tekniklerini tanımlar
2, 9
A, E, F, G
Veri biliminin işlerini gerçekleştirmede kullanılabilecek olan makine öğrenmesi algoritmalarının ve tekniklerinin tanır
2, 9
A, E, F, G
Veri biliminin işlerini gerçekleştirmede kullanılabilecek olan temel ağ modellemesinin ve graf analizlerini yapar
2, 9
A, E, F, G
Verinin sunumu ya da görüntülemesi için temel yaklaşımların ve verinin sunumunun temel iletişim için öneminin değerlendirir
2, 9
A, E, F, G
Öğretim Yöntemleri:
2: Proje Temelli Öğrenme Modeli, 9: Anlatım Yöntemi
Ölçme Yöntemleri:
A: Klasik Yazılı Sınav, E: Ödev, F: Proje Görevi, G: Kısa Sınav
Ders Akışı
Sıra
Konular
Ön Hazırlık
1
Veri Bilimine, olasılık, istatistik ve lineer cebir konuların genel bir giriş.
Ders notları 1. Hafta
2
Temel veri modelleri, varlıkların ilişkisel modelleri, ilişkisel modeller ve SQL.
Lecture Notes, 2. Hafta.
3
SQL'den NoSQL'e, ilişkisel olmayan veritabanları ve ilgili veri modelleri XML Modeli ve Xquery.
Ders Notları 3. Hafta
4
NoSQL veritabanı, Mongo veritabanının durumu.
Ders notları, 4. Hafta.
5
Büyük verinin kaynakları ve tipleri, sıkça gerçekleşen örüntü analizleri.
Ders Notları 5. Hafta
6
Öğrencilerin araştırma konuları ve teknikleri ile ilgili sunumları.
Literatürün taraması.
7
Öğrencilerin araştırma konuları ve teknikleri ile ilgili sunumları.
Literatürün taraması.
8
Ara sınava hazırlık
7. haftaya kadar olan tüm konular
9
Kümelenme
Ders Notları 9. Hafta
10
Sınıflandırma
Ders Notları 10. Hafta
11
Artımlı veri analizi ve veri yönetimi ve analizi için ölçeklenebilir metotlar.
Ders Notları 11. Hafta
12
Ağ modelleri ve grafik analizleri.
Ders Notları 12. Hafta
13
Verinin görselleştirilmesi.
Ders Notları 13. Hafta
14
Tavsiye sistemleri
Ders Notları 14. Hafta
Kaynak
Bu ders için temel bir kitap önerilmemektedir. Ders notları, ders sunuları, araştırma makaleleri, ve bazı kitap kısımları bu ders için kaynak teşkil edeceklerdir.
Dersin Program Yeterliliklerine Katkısı
Dersin Program Yeterliliklerine Katkısı
No
Program Yeterliliği
Katkı Düzeyi
1
2
3
4
5
1
Mühendislik alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular.
X
2
Mühendislikte uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir ve mühendisliğin ilişki kurduğu disiplinler arası etkileşimi kavrayabilir.
X
3
Analitik, modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık durumları yorumlar, yeni ve özgün fikirler geliştirerek çözümler.
X
4
Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bütünleştirir.
X
5
Mühendislik ile ilgili uzmanlık gerektiren bir çalışmayı bağımsız olarak yürütebilir.
6
Çok disiplinli takımlarda liderlik yapar, çözüm yaklaşımları geliştirir ve sorumluluk alır.
X
7
Mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır; gerektiğinde bunları inceler ve öğrenir.
X
8
Bilimsel bilgi birikimini yazılı ve sözlü olarak etkin bir şekilde ifade eder, en az bir yabancı dilde Avrupa Dil Portföyü B2 Genel Düzeyinde iletişim kurar ve iletişim teknolojilerini ileri düzeyde kullanır.
X
9
Mühendislik uygulamalarının sosyal ve çevresel boyutlarını betimler.
10
Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.
