Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
---|---|---|---|---|---|
Büyük Veri | SWE 307 | 5 | 3 + 0 | 3 | 5 |
Ön Koşul Dersleri | |
Önerilen Seçmeli Dersler | |
Dersin Dili | Türkçe |
Dersin Seviyesi | Lisans |
Dersin Türü | Zorunlu |
Dersin Koordinatörü | Prof.Dr. AHMET ÖZMEN |
Dersi Verenler | |
Dersin Yardımcıları | |
Dersin Kategorisi | Alanına Uygun Öğretim |
Dersin Amacı | Büyük veri kavramı, görselleştirme ve analiz yöntemleri tanıtılmaktadır. Büyük verilerde sık kullanılan araçlar açıklanmaktadır. Ayrıca, büyük veri uygulamaları geliştirmek ve Python'a giriş için gerekli altyapılar tanıtılmaktadır. |
Dersin İçeriği | Veri biliminde temel kavramlar, büyük veri analizi, görselleştirme, araçlar ve uygulamalar. |
# | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
---|---|---|---|
1 | Büyük veri analizi ve temel kavramların öğrenilmesi | Anlatım, Soru-Cevap, Alıştırma ve Uygulama, | Sınav , Ödev, Proje / Tasarım, |
2 | Programlama ile model geliştirme anlama | Anlatım, Soru-Cevap, Alıştırma ve Uygulama, | Sınav , Ödev, Proje / Tasarım, |
3 | Büyük veri altyapı sistemlerinin öğrenilmesi | Anlatım, Soru-Cevap, | Sınav , Proje / Tasarım, |
4 | Verilerin grafiksel gösterimi hakkında bilgi sahibi olunması | Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Grup Çalışması, Bireysel Çalışma, Proje Temelli Öğrenme , | Proje / Tasarım, Performans Görevi, |
5 | Arama motorlarında ve öneri sistemlerinde temel yöntemleri kavrayabilme | Alıştırma ve Uygulama, Grup Çalışması, Bireysel Çalışma, Proje Temelli Öğrenme , | Proje / Tasarım, Performans Görevi, |
Hafta | Ders Konuları | Ön Hazırlık |
---|---|---|
1 | Büyük veriye giriş, temel bilgiler | |
2 | Python'a giriş | |
3 | R Dili | |
4 | Veri analizi ve görselleştirme | |
5 | Hadoop Sistemleri | |
6 | Striim, Cloudera | |
7 | Makina öğrenmesi: doğrusal regresyon, sınıflandırma, kümelendirme | |
8 | Apache Spark, Hive, Cassandra | |
9 | Spark with No Sql, Kafka system, RabbitMQ | |
10 | Spark ML kütüphane uygulamaları | |
11 | PageRank, arama sistemleri | |
12 | Tensor Flow ile analiz, VoltDB, Data Flow | |
13 | Büyük veri uygulamaları | |
14 | Projelerin değerlendirilmesi |
Kaynaklar | |
---|---|
Ders Notu | |
Ders Kaynakları | Nasir Raheem, Big Data: A Tutorial-Based Approach, CRC Press, 2019, ISBN0429592450, 9780429592454 |
Değerlendirme Sistemi | |
---|---|
Yarıyıl Çalışmaları | Katkı Oranı |
1. Ara Sınav | 40 |
1. Kısa Sınav | 10 |
2. Kısa Sınav | 10 |
1. Performans Görevi (Uygulama) | 40 |
Toplam | 100 |
1. Yıl İçinin Başarıya | 50 |
1. Final | 50 |
Toplam | 100 |
AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
---|---|---|---|
Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 14 | 3 | 42 |
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 14 | 1 | 14 |
Ara Sınav | 1 | 15 | 15 |
Kısa Sınav | 2 | 4 | 8 |
Performans Görevi (Uygulama) | 1 | 25 | 25 |
Final | 1 | 20 | 20 |
Toplam İş Yükü | 124 | ||
Toplam İş Yükü / 25 (Saat) | 4,96 | ||
Dersin AKTS Kredisi | 5 |