GERİ DÖN

Ders Öğretim Planı


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
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek