Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
---|---|---|---|---|---|
YO-567 | VERİ BİLİMİ VE ANALİĞİTİ | Seçmeli Ders Grubu | 1 | 1 | 6,00 |
Yüksek Lisans
Türkçe
Bu dersin amacı, öğrencilerin büyük veri ve analitik gerektiren projelerde etkin bir şekilde görev alabilmeleri için gerekli bilgi ve pratik deneyime sahip olmalarını sağlamaktır.
Dr.Öğr.Üyesi Mehmet Akif Kara
1 | Büyük veri analitiği için kullanılan mimari bileşenleri ve programlama modellerini anlarlar. |
2 | Büyük veri ortamlarında veri analitiği yöntemlerini uygulayabilirler. |
Birinci Öğretim
yok
yok
Veri Bilim ve Analitiği dersi, büyük veri ve analitik uygulamaları konularında öğrencileri yetiştirmek üzerine kurulmuştur. Ders, Büyük veri ve veri analizi yaşam döngüsü içerisinde yer alan iş odaklı sorunları çözmek için gerekli ve yeterli bilgi sağlar.
Hafta | Teorik | Uygulama | Laboratuvar |
---|---|---|---|
1 | Ders izlencesi, ders işleyiş yöntemi, sınav ve ölçme değerlendirme kriterleri hakkında genel bilgiler verilmiştir | ||
2 | Veri bilimi ve ilgili kavramlar | ||
3 | Veri Bilimcisi, Endüstri Sektörlerinde Büyük Veri Analitiği | ||
4 | Veri analizinde temel istatistiki yöntemler | ||
5 | Keşfedici veri analizi, veri bilimi süreçleri ve temel araçlar | ||
6 | Özellik seçimi ve özellik üretimi | ||
7 | Açıklayıcı veri bilimi yöntemleri, temel eğitimsiz makine öğrenmesi algoritmaları (k-means) | ||
8 | Ara sınav | ||
9 | Tahminleyici veri bilimi yöntemleri, temel eğitimli makine öğrenmesi algoritmaları (linear regression, k-Nearest Neighbors, naïve bayes, decision trees) | ||
10 | Tahminleyici veri bilimi yöntemleri, temel eğitimli makine öğrenmesi algoritmaları (linear regression, k-Nearest Neighbors, naïve bayes, decision trees) | ||
11 | Veri bilimi modellerinin değerlendirmesi ve ölçülmesi | ||
12 | Büyük ölçekli veri analizi – büyük veri analizine giriş, dağıtık veri saklama ve analiz yöntemleri | ||
13 | Bilgi Görselleştirme ile etkili veri bilimi raporlama ve iletişim | ||
14 | Büyük ölçekli veri analizi – büyük veri analizine giriş, dağıtık veri saklama ve analiz yöntemleri | ||
15 | Büyük ölçekli veri analizi – büyük veri analizine giriş, dağıtık veri saklama ve analiz yöntemleri | ||
16 | Final Sınavı |
Cielen, D., Ali, M., & Meysman, A. (2016). Introducing data science. Manning Publ. Cathy O’Neil and Rachel Schutt. Doing Data Science, Straight Talk From The Frontline.O’Reilly. 2014 Jure Leskovek, Anand Rajaraman and Jeffrey Ullman. Mining of Massive Datasets. v2.1, Cambridge University Press. 2014.
Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
---|---|---|
Ara Sınav | 1 | 100 |
Toplam | 100 | |
Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
Final Sınavı | 1 | 100 |
Toplam | 100 | |
Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
Yarıyıl (Yıl) Sonu Etkinlikleri | 60 |
yok
Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
---|---|---|---|
Ara Sınav | 1 | 2 | 2 |
Final Sınavı | 1 | 2 | 2 |
Derse Katılım | 14 | 4 | 56 |
Ara Sınav İçin Bireysel Çalışma | 14 | 4 | 56 |
Final Sınavı içiin Bireysel Çalışma | 16 | 4 | 64 |
Toplam İş Yükü (saat) | 180 |
ÖÇ 1 |
ÖÇ 2 |