Çeşitli veriden bilgi elde etmek için uygulanan tüm yöntemleri, süreçleri, algoritmaları ve yazılımları öğretmeyi amaçlamaktadır.
Dersin İçeriği
Bu ders; Veri Bilimine Giriş,Veri Bilimi temel kavramları,Veri biliminde uygulama geliştirme aşamaları,Veri biliminde kullanılan araçların incelenmesi,Veri seti oluşturma,Keşifçi veri analizi işlemleri: veri seti üzerinde inceleme ve hazırlama işlemleri,Keşifçi veri analizi işlemleri: öznitelik ekleme ve çıkarma,Keşifçi veri analizi işlemleri: veri filtreleme, eksik verileri tamamlama,Keşifçi veri analizi işlemleri: temel istatistiki bilgileri edinme,Keşifçi veri analizi işlemleri: aykırı değer tespiti,Keşifçi veri analizi işlemleri: veri görselleştirme,Makine öğrenmesi algoritmalarının kullanımı (sınıflandırma ve kümeleme),Proje Geliştirme,Proje Geliştirme; konularını içermektedir.
Dersin Öğrenme Kazanımları
Öğretim Yöntemleri
Ölçme Yöntemleri
Veri seti üzerinde veri bilimi uygulaması geliştirir
2, 6, 9
A, E, F
Veri Bilimi ve Büyük Veri arasındaki ilişkiyi tanımlar.
2, 23, 9
A, E, F
Veri bilimine ait temel kavramları açıklar.
2, 6, 9
A, E, F
Veri setleri üzerinde inceleme yapar.
2, 6, 9
A, E, F
Veri bilimi ve modelleme araçlarını kullanma becerisi kazanır
2, 6, 9
A, E, F
Veriden faydalı bilgi çıkarma aşamalarını öğrenir
2, 9
A, E, F
Öğretim Yöntemleri:
2: Proje Temelli Öğrenme Modeli, 23: Kavram Haritası Tekniği, 6: Deneyimle Öğrenme Modeli, 9: Anlatım Yöntemi
Ölçme Yöntemleri:
A: Klasik Yazılı Sınav, E: Ödev, F: Proje Görevi
Ders Akışı
Sıra
Konular
Ön Hazırlık
1
Veri Bilimine Giriş
2
Veri Bilimi temel kavramları
3
Veri biliminde uygulama geliştirme aşamaları
4
Veri biliminde kullanılan araçların incelenmesi
5
Veri seti oluşturma
6
Keşifçi veri analizi işlemleri: veri seti üzerinde inceleme ve hazırlama işlemleri
7
Keşifçi veri analizi işlemleri: öznitelik ekleme ve çıkarma
8
Keşifçi veri analizi işlemleri: veri filtreleme, eksik verileri tamamlama
9
Keşifçi veri analizi işlemleri: temel istatistiki bilgileri edinme
10
Keşifçi veri analizi işlemleri: aykırı değer tespiti
11
Keşifçi veri analizi işlemleri: veri görselleştirme
12
Makine öğrenmesi algoritmalarının kullanımı (sınıflandırma ve kümeleme)
13
Proje Geliştirme
14
Proje Geliştirme
Kaynak
Dersin Program Yeterliliklerine Katkısı
Dersin Program Yeterliliklerine Katkısı
No
Program Yeterliliği
Katkı Düzeyi
1
2
3
4
5
1
Algoritma programlama, bilgisayar uygulaması geliştirme ve yazılım projelerinde kod geliştirme konularında yeterli altyapıya ve bunları iş hayatlarında kullanma yeteneğine sahiptir.
2
Programlama problemleri için bilinen çözüm yöntemlerini ve özel teknikleri kullanır ve uygular.
3
Yazılım uygulamaları için gerekli olan modern teknik ve araçları kullanır.
4
Bireysel olarak ve çok disiplinli takımlarda etkin olarak çalışır.
5
Geliştirilmiş uygulama veya yazılımın test aşamalarını gerçekler ve takip eder.
6
İşyeri uygulamaları, çalışanların sağlığı, çevre ve iş güvenliği, mesleki ve etik sorumluluk, programlama uygulamalarının hukuksal sonuçları konularında farkındalığa sahiptir.
7
Bilgiye erişir ve bu amaçla kaynak araştırması yapar.
8
Yaşam boyu öğrenmenin gerekliliği bilincindedir; bilim ve teknolojideki gelişmeleri izler ve kendini sürekli yeniler.
9
Sözlü ve yazılı, gerektiğinde teknik resimler ve modern araçlar kullanarak etkin iletişim kurar.
10
Yazılım çözümlerinin ve uygulamalarının evrensel ve toplumsal boyutlardaki etkilerinin bilincinde olur; çağın sorunları çözmede ve toplumsal ilerlemede yeni yazılımlar geliştirir.
11
Geliştirdiği yazılımın temiz ve anlaşılır olmasına özen ve dikkat gösterir.
12
Kullanıcı odaklı tasarım ilkelerine riayet eder.
Değerlendirme Sistemi
Katkı Düzeyi
Mutlak Değerlendirme
Ara Sınavın Başarıya Oranı
40
Genel Sınavın Başarıya Oranı
60
Toplam
100
AKTS / İşyükü Tablosu
Etkinlik
Sayı
Süresi (Saat)
Toplam İş Yükü (Saat)
Ders Saati
0
0
0
Rehberli Problem Çözme
0
0
0
Problem Çözümü / Ödev / Proje / Rapor Tanzimi
0
0
0
Okul Dışı Diğer Faaliyetler
0
0
0
Proje Sunumu / Seminer
0
0
0
Kısa Sınav (QUİZ) ve Hazırlığı
0
0
0
Ara Sınav ve Hazırlığı
0
0
0
Genel Sınav ve Hazırlığı
0
0
0
Performans Görevi, Bakım Planı
0
0
0
Toplam İş Yükü (Saat)
0
Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(0/30)
0
Dersin AKTS Kredisi: *30 saatlik çalışma 1 AKTS kredisi sayılmaktadır.
Dersin Detaylı Bilgileri
Ders Tanımı
Ders
Kodu
Yarıyıl
T+U Saat
Kredi
AKTS
VERİ BİLİMİ
BPR2214995
Bahar Dönemi
3+0
3
5
Ders Programı
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Dili
Türkçe
Dersin Seviyesi
Ön Lisans
Dersin Türü
Programa Bağlı Seçmeli
Dersin Koordinatörü
Öğr.Gör. Beyza KOYULMUŞ
Dersi Verenler
Öğr.Gör. Beyza KOYULMUŞ
Dersin Yardımcıları
Dersin Amacı
Çeşitli veriden bilgi elde etmek için uygulanan tüm yöntemleri, süreçleri, algoritmaları ve yazılımları öğretmeyi amaçlamaktadır.
Dersin İçeriği
Bu ders; Veri Bilimine Giriş,Veri Bilimi temel kavramları,Veri biliminde uygulama geliştirme aşamaları,Veri biliminde kullanılan araçların incelenmesi,Veri seti oluşturma,Keşifçi veri analizi işlemleri: veri seti üzerinde inceleme ve hazırlama işlemleri,Keşifçi veri analizi işlemleri: öznitelik ekleme ve çıkarma,Keşifçi veri analizi işlemleri: veri filtreleme, eksik verileri tamamlama,Keşifçi veri analizi işlemleri: temel istatistiki bilgileri edinme,Keşifçi veri analizi işlemleri: aykırı değer tespiti,Keşifçi veri analizi işlemleri: veri görselleştirme,Makine öğrenmesi algoritmalarının kullanımı (sınıflandırma ve kümeleme),Proje Geliştirme,Proje Geliştirme; konularını içermektedir.
Dersin Öğrenme Kazanımları
Öğretim Yöntemleri
Ölçme Yöntemleri
Veri seti üzerinde veri bilimi uygulaması geliştirir
2, 6, 9
A, E, F
Veri Bilimi ve Büyük Veri arasındaki ilişkiyi tanımlar.
2, 23, 9
A, E, F
Veri bilimine ait temel kavramları açıklar.
2, 6, 9
A, E, F
Veri setleri üzerinde inceleme yapar.
2, 6, 9
A, E, F
Veri bilimi ve modelleme araçlarını kullanma becerisi kazanır
2, 6, 9
A, E, F
Veriden faydalı bilgi çıkarma aşamalarını öğrenir
2, 9
A, E, F
Öğretim Yöntemleri:
2: Proje Temelli Öğrenme Modeli, 23: Kavram Haritası Tekniği, 6: Deneyimle Öğrenme Modeli, 9: Anlatım Yöntemi
Ölçme Yöntemleri:
A: Klasik Yazılı Sınav, E: Ödev, F: Proje Görevi
Ders Akışı
Sıra
Konular
Ön Hazırlık
1
Veri Bilimine Giriş
2
Veri Bilimi temel kavramları
3
Veri biliminde uygulama geliştirme aşamaları
4
Veri biliminde kullanılan araçların incelenmesi
5
Veri seti oluşturma
6
Keşifçi veri analizi işlemleri: veri seti üzerinde inceleme ve hazırlama işlemleri
7
Keşifçi veri analizi işlemleri: öznitelik ekleme ve çıkarma
8
Keşifçi veri analizi işlemleri: veri filtreleme, eksik verileri tamamlama
9
Keşifçi veri analizi işlemleri: temel istatistiki bilgileri edinme
10
Keşifçi veri analizi işlemleri: aykırı değer tespiti
11
Keşifçi veri analizi işlemleri: veri görselleştirme
12
Makine öğrenmesi algoritmalarının kullanımı (sınıflandırma ve kümeleme)
13
Proje Geliştirme
14
Proje Geliştirme
Kaynak
Dersin Program Yeterliliklerine Katkısı
Dersin Program Yeterliliklerine Katkısı
No
Program Yeterliliği
Katkı Düzeyi
1
2
3
4
5
1
Algoritma programlama, bilgisayar uygulaması geliştirme ve yazılım projelerinde kod geliştirme konularında yeterli altyapıya ve bunları iş hayatlarında kullanma yeteneğine sahiptir.
2
Programlama problemleri için bilinen çözüm yöntemlerini ve özel teknikleri kullanır ve uygular.
3
Yazılım uygulamaları için gerekli olan modern teknik ve araçları kullanır.
4
Bireysel olarak ve çok disiplinli takımlarda etkin olarak çalışır.
5
Geliştirilmiş uygulama veya yazılımın test aşamalarını gerçekler ve takip eder.
6
İşyeri uygulamaları, çalışanların sağlığı, çevre ve iş güvenliği, mesleki ve etik sorumluluk, programlama uygulamalarının hukuksal sonuçları konularında farkındalığa sahiptir.
7
Bilgiye erişir ve bu amaçla kaynak araştırması yapar.
8
Yaşam boyu öğrenmenin gerekliliği bilincindedir; bilim ve teknolojideki gelişmeleri izler ve kendini sürekli yeniler.
9
Sözlü ve yazılı, gerektiğinde teknik resimler ve modern araçlar kullanarak etkin iletişim kurar.
10
Yazılım çözümlerinin ve uygulamalarının evrensel ve toplumsal boyutlardaki etkilerinin bilincinde olur; çağın sorunları çözmede ve toplumsal ilerlemede yeni yazılımlar geliştirir.
11
Geliştirdiği yazılımın temiz ve anlaşılır olmasına özen ve dikkat gösterir.