| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Büyük Veri Analizi | ISE 446 | 8 | 3 + 0 | 3 | 5 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler | |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Seçmeli |
| Dersin Koordinatörü | Dr.Öğr.Üyesi SUNUSİ BALA ABDULLAHİ |
| Dersi Verenler | Dr.Öğr.Üyesi SUNUSİ BALA ABDULLAHİ, |
| Dersin Yardımcıları | |
| Dersin Kategorisi | Alanına Uygun Öğretim |
| Dersin Amacı | Students will be able to:
1. ANALYZE datasets with millions of records using scalable methods
2. IMPLEMENT end-to-end ML pipelines from data to deployment
3. CHOOSE appropriate algorithms based on data size and problem type
4. OPTIMIZE code for performance and memory efficiency
5. APPLY statistical methods to quantify uncertainty at scale
6. VISUALIZE high-dimensional data effectively
7. DEPLOY models as APIs for production use
8. EVALUATE models using appropriate metrics for big data
9. RECOGNIZE ethical considerations in data analysis
|
| Dersin İçeriği | Foundations of Big Data Analysis, Scalable Data Wrangling, Exploratory Data Analysis (EDA) at Scale, Feature Engineering, Sampling Strategies, Scalable Regression, Scalable Classification, Unsupervised Learning, Ensemble Methods, Deep Learning, Time-Series Analysis, NLP for Health, Deployment & Monitoring, Capstone Projects
|
| Kalkınma Amaçları |
|---|
|
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | Tartışma, Problem Çözme, | Çoktan Seçmeli Testler, Ödev / Evde-Çöz Sınavlar, |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | Foundations of Big Data Analysis | |
| 2 | Scalable Data Wrangling | |
| 3 | Exploratory Data Analysis (EDA) at Scale | |
| 4 | Feature Engineering | |
| 5 | Sampling Strategies | |
| 6 | Scalable Regression | |
| 7 | Scalable Classification | |
| 8 | Unsupervised Learning | |
| 9 | Ensemble Methods | |
| 10 | Deep Learning | |
| 11 | Time-Series Analysis | |
| 12 | Natural Language Processing | |
| 13 | Deployment & Monitoring | |
| 14 | Capstone Projects |
| Kaynaklar | |
|---|---|
| Ders Notu | Lecture slides will be provided |
| Ders Kaynakları | |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi. | X | |||||
| 2 | Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. | X | |||||
| 3 | Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi. | X | |||||
| 4 | Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi. | X | |||||
| 5 | Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. | X | |||||
| 6 | Bilişim Teknolojilerinin yönetim, denetim, gelişim ve güvenliği/güvenilirliği hakkında bilgi sahibi olma ve farkındalık, | X | |||||
| 7 | Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi. | X | |||||
| 8 | Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi. | X | |||||
| 9 | Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi. | X | |||||
| 10 | Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi. | X | |||||
| 11 | Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi. | X | |||||
| 12 | Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık. | X | |||||
| # | Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı | PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | PÇ 12 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 |
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 1. Ara Sınav | 20 |
| 1. Proje / Tasarım | 30 |
| Toplam | 50 |
| 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) | 16 | 3 | 48 |
| Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 12 | 2 | 24 |
| Ara Sınav | 1 | 7 | 7 |
| Kısa Sınav | 1 | 7 | 7 |
| Ödev | 1 | 7 | 7 |
| Final | 1 | 30 | 30 |
| Toplam İş Yükü | 123 | ||
| Toplam İş Yükü / 25 (Saat) | 4,92 | ||
| dersAKTSKredisi | 5 | ||