Geri
AKADEMİK
Geri Dön

Ders Tanımı

Ders Kodu Yarıyıl T+U Saat Kredi AKTS
VERİ BİLİMİ 3+0 3 6
Ders Programi Henüz Hazırlanmamıştır.
Ön Koşul Dersleri
Önerilen Seçmeli Dersler Makine Öğrenmesi, Derin Öğrenme, Yapay Sinir Ağları, Algoritma Analizi
Dersin Dili İngilizce
Dersin Seviyesi 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, ve 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 sınav,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
1. Veri biliminin temelleri ve bir veri bilimcisinin sahip olması gereken farklı yeteneklerinin ne olduğunun anlaşılması. 1, 16 A, C, D, E
2. Veri biliminin süreçleri arasında yer alan veri toplama için temellerin anlaşılması, verinin modellenmesi ve yönetiminin kavranması. 1, 16 A, C, D, E
3. Temel istatistiksel modellemenin ve analizin veri bilimi süreçleri içerisinde anlaşılması. 1, 16 A, C, D, E
4. Veri biliminin işlerini gerçekleştirmede kullanılan makine öğrenmesi algoritmalarının ve tekniklerinin anlaşılması. 1, 16 A, C, D, E
4. Veri biliminin işlerini gerçekleştirmede kullanılabilecek olan makine öğrenmesi algoritmalarının ve tekniklerinin anlaşılması. 1, 16 A, C, D, E
5. Veri biliminin işlerini gerçekleştirmede kullanılabilecek olan temel ağ modellemesinin ve graf analizlerinin anlaşılması. 1, 16 A, C, D, E
6. Verinin sunumu ya da görüntülemesi için temel yaklaşımların ve verinin sunumunun temel iletişim için öneminin anlaşılması. 1, 16 A, C, D, E
Öğretim Yöntemleri: 1: Anlatım, 16: Proje Temelli Öğrenme
Ölçme Yöntemleri: A: Yazılı sınav, C: Ödev, D: Proje / Tasarım, E: Kısa Sınav
Haftalık ders konuları ve öğrenim hedefleri için tıklayınız.

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 sınav 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
Kaynaklar
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
0
Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi
0
Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi
0
Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi
0
Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi
0
Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi
0
Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi
0
Sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi
0
Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi
0
Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi
0
Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi
0
Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık

Değerlendirme Sistemi

Değerlendirme Sistemi Mutlak Değerlendirme
Ara Sınavın Başarıya Oranı   30
Genel Sınavın Başarıya Oranı   70
Toplam   100

AKTS - işyükü

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 8 40
Oku 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 24 24
Genel Sınav ve Hazırlığı 1 24 24
Performans Görevi, Bakım Planı 0 0 0
Toplam İş Yükü (Saat) 183
Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(48/30) 6
Dersin AKTS Kredisi: *30 saatlik çalışma 1 AKTS kredisi sayılmaktadır.

Sayısal Veriler

Öğrenci Başarı Durumu