Çeşitli veriden bilgi elde etmek için uygulanan tüm yöntemleri, süreçleri, algoritmaları ve yazılımları öğretmeyi amaçlamaktadır.
Course Content
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
Teaching Methods
Assessment Methods
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
Teaching Methods:
2: Proje Temelli Öğrenme Modeli, 23: Kavram Haritası Tekniği, 6: Deneyimle Öğrenme Modeli, 9: Anlatım Yöntemi
Assessment Methods:
A: Klasik Yazılı Sınav, E: Ödev, F: Proje Görevi
Course Outline
Order
Subjects
Preliminary Work
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
Resources
Course Contribution to Program Qualifications
Course Contribution to Program Qualifications
No
Program Qualification
Contribution Level
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.
Assessment Methods
Contribution Level
Absolute Evaluation
Rate of Midterm Exam to Success
40
Rate of Final Exam to Success
60
Total
100
ECTS / Workload Table
Activities
Number of
Duration(Hour)
Total Workload(Hour)
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
Total Workload(Hour)
0
Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(0/30)
0
ECTS of the course: 30 hours of work is counted as 1 ECTS credit.
Detail Informations of the Course
Course Description
Course
Code
Semester
T+P (Hour)
Credit
ECTS
VERİ BİLİMİ
BPR2114995
Güz Dönemi
3+0
3
5
Course Program
Çarşamba 12:45-13:30
Çarşamba 13:30-14:15
Çarşamba 14:30-15:15
Prerequisites Courses
Recommended Elective Courses
Language of Course
Türkçe
Course Level
Ön Lisans
Course Type
Programa Bağlı Seçmeli
Course Coordinator
Öğr.Gör. Beyza KOYULMUŞ
Name of Lecturer(s)
Öğr.Gör. Beyza KOYULMUŞ
Assistant(s)
Aim
Çeşitli veriden bilgi elde etmek için uygulanan tüm yöntemleri, süreçleri, algoritmaları ve yazılımları öğretmeyi amaçlamaktadır.
Course Content
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
Teaching Methods
Assessment Methods
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
Teaching Methods:
2: Proje Temelli Öğrenme Modeli, 23: Kavram Haritası Tekniği, 6: Deneyimle Öğrenme Modeli, 9: Anlatım Yöntemi
Assessment Methods:
A: Klasik Yazılı Sınav, E: Ödev, F: Proje Görevi
Course Outline
Order
Subjects
Preliminary Work
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
Resources
Course Contribution to Program Qualifications
Course Contribution to Program Qualifications
No
Program Qualification
Contribution Level
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.
