Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
---|---|---|---|---|---|
Veri Madenciliği ve İş Zekası | YBS 354 | 6 | 2 + 0 | 2 | 5 |
Ön Koşul Dersleri | |
Önerilen Seçmeli Dersler | |
Dersin Dili | Türkçe |
Dersin Seviyesi | Lisans |
Dersin Türü | Seçmeli |
Dersin Koordinatörü | Doç.Dr. HALİL İBRAHİM CEBECİ |
Dersi Verenler | Doç.Dr. HALİL İBRAHİM CEBECİ, |
Dersin Yardımcıları | |
Dersin Kategorisi | Diğer |
Dersin Amacı | Bu dersin amacı Veri madenciliği ve iş zekası kavramlarını ve bu kavramların işletmeler açısından öncemini öğrencilere kavratabilmek, bu konular hakkında teorik altyapı oluşturarak, yazılımlar yardımıyla gerçekleştirilecek uygulamalar konunun pekiştirilmesi sağlamaktır. |
Dersin İçeriği | Derste öncelikle iş zekası alanında bir giriş gerçekleştirilecek ve girişten sonra Veri madenciliği ve iş zekasının teknolojik altyapısı (Veri kavramı ve Veri ambarları) hakkında bilgiler sunulacaktır. Sonrasında Veri madenciliği konusuna değinilecek, veri madenciliği yöntemleri hakkında bilgiler sunulacaktır. Bu metotlar EXCEL ve/veya SPSS Modeller programları ile uygulamalı olarak değerlendirilecektir. Dersin son kısmında ise Normatif iş zekası yaklaşımları ve Görsel analitik konularına değinilecektir. Bu konulardaki uygulamalar ise Tableau yazılımı ile gerçekleştirilecektir. Ders İş zekası ve veri madenciliği trendleri ve Büyük Veri analitiği konuları hakkında genel bilgiler verilerek tamamlanacaktır. |
# | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
---|---|---|---|
1 | İş zekası ile ilgili temel kavramlarının ve iş zekası geliştirme ve uygulama sürecinin öğrenilmesi | Anlatım, Soru-Cevap, Beyin Fırtınası, | |
2 | Veri ambarları, OLAP ve veri madenciliği temel kavramları, teknikleri ile ilgili temel yeterliliklerin edinilmesi | Anlatım, Soru-Cevap, Beyin Fırtınası, | |
3 | İşletme performans yönetimi ve iş zekası ilişkisinin kurulması | Anlatım, Soru-Cevap, Beyin Fırtınası, | |
4 | Web ve metin madenciliği araçlarının kavranması | Anlatım, Soru-Cevap, Beyin Fırtınası, |
Hafta | Ders Konuları | Ön Hazırlık |
---|---|---|
1 | İş Zekâsına Giriş | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
2 | Karar verme sürecinin temelleri | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
3 | Veri Ambarları | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
4 | Görselleştirme ve Raporlama, OLAP | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
5 | Veri Madenciliğine Giriş ve Tanımlayıcı Teknikler | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
6 | Veri Madenciliği Teknikleri (Birliktelik Kuralları, Sınıflandırma, Kümeleme, Aykırılık Keşfi) | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
7 | Veri Madenciliği Uygulamaları (Yazılım Destekli) | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
8 | Veri Madenciliği Uygulamaları (Yazılım Destekli) | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
9 | ARA SINAV | |
10 | Görsel Analitik Kavramı ve İşletme Performans Yönetimi | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
11 | İş Zekası Uygulamaları (Tableau Yazılımı Destekli) | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
12 | İş Zekası Uygulamaları (Tableau Yazılımı Destekli) | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
13 | İş Zekası Tekniklerine Giriş (Metin ve Web Madenciliği, Normatif ve Zeki Teknikler) | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
14 | İş Zekası ve Veri Madenciliği Trendleri ve Büyük veri analitiği | Ders notlarının ilgili kısımlarının gözden geçirilmesi |
Kaynaklar | |
---|---|
Ders Notu | Ders Notları haftalık olarak sisteme yüklenecek olan sunulardır. |
Ders Kaynakları | 1-) Business Intelligence and Analytics: Systems for Decision Support 10e
|
Sıra | Program Çıktıları | Katkı Düzeyi | |||||
---|---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | |||
1 | Yeni ve Güncel teknolojileri takip edebilir ve bunları değerlendirebilir | X | |||||
2 | Kurumsal Bilişim Sistemlerini işleyişini anlayabilir ve bu sistemleri temel seviyede kullanabilir | X | |||||
3 | Temel seviyedeki işletme problemlerin sayısal modellerini oluşturur | X | |||||
4 | Modellenmiş işletme problemlerini bilişim teknolojileri yardımıyla çözer ve çözümleri yorumlar | X | |||||
5 | Bilişim odaklı projelere takımın bir bireyi olarak katkı sağlar | X | |||||
6 | Proje yönetiminde takım çalışmasını destekleyen bilgi teknolojileri araçlarını etkin bir biçimde kullanır | X | |||||
7 | Temel işletme fonksiyonlarına ve bilişim teknolojilerine hâkim olur ve bunlar arasındaki bağlantıyı kurar | X | |||||
8 | Kurumsal bilişim sistemlerinin tasarlanması, geliştirilmesi ve uygulanması süreçlerine katkı verir. | X | |||||
9 | Girişimcilik projeleri de dâhil olmak üzere her türlü proje için kaliteli dokümantasyon üretebilir ve bu dokümanları sunar | X | |||||
10 | Bilgilendirici, efektif ve ilgi çekici sunumlar hazırlar ve bu sunumları sunar. | X |
Değerlendirme Sistemi | |
---|---|
Yarıyıl Çalışmaları | Katkı Oranı |
1. Ara Sınav | 35 |
1. Ödev | 25 |
2. Ödev | 25 |
3. Ödev | 15 |
Toplam | 100 |
1. Yıl İçinin Başarıya | 60 |
1. Final | 40 |
Toplam | 100 |
AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
---|---|---|---|
Performans Görevi (Uygulama) | 2 | 10 | 20 |
Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 3 | 48 |
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 2 | 32 |
Ara Sınav | 1 | 10 | 10 |
Kısa Sınav | 1 | 5 | 5 |
Final | 1 | 15 | 15 |
Toplam İş Yükü | 130 | ||
Toplam İş Yükü / 25 (Saat) | 5,2 | ||
Dersin AKTS Kredisi | 5 |