| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Veri Görselleştirme | ISE 515 | 0 | 3 + 0 | 3 | 6 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler | Veri Yapıları, Veritabanı Yönetim Sistemleri |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | YUKSEK_LISANS |
| Dersin Türü | Seçmeli |
| Dersin Koordinatörü | Dr.Öğr.Üyesi TUĞRUL TAŞCI |
| Dersi Verenler | |
| Dersin Yardımcıları | |
| Dersin Kategorisi | Alanına Uygun Öğretim |
| Dersin Amacı | Teknolojideki olağanüstü gelişmelerle birlikte, günümüzde çok sayıda farklı türde kayıt cihazı kullanılabilir hale gelmiştir. Bu araçlar aracılığıyla doğa, toplum ve beşeri bilimler, yaşam ve sağlık bilimleri, eğitim ve günlük yaşam ile ilgili olarak çok büyük miktarlarda veriler elde edilebilir durumdadır. İnternet, mobil bağlılık, dijital video ve görüntü kayıt cihazlarının günlük hayatın bir parçası olması, hayatın her alanında sürekli bir veri artışını beraberinde getirmektedir. İnsanın algılama kapasitesi, duyu organları ile zihinsel hesaplamalar, psikolojik ve sezgisel süreçler temelinde şekillenmektedir. İyi bir görsel kodlama ile insanın algılama kapasitesini artırmayı, analitik düşünme ve karar verme süreçlerini desteklemeyi amaçlayan bir araştırma alanı olarak veri görselleştirme, çeşitli alanlara ait karmaşık ve devasa verilerin doğru bir şekilde değerlendirilerek kullanışlı hale dönüştürülmesi için gerekli yöntem ve araçları sağlar. Bu dersin sonunda öğrenciler sunum, rapor, tez, makale, kitap gibi her türlü akademik çalışmada kullanılabilecek etkili görsel içerik hazırlamak için gerekli uygulamaları veri görselleştirmeye ilişkin teorik altyapı ile birlikte öğrenebileceklerdir. |
| Dersin İçeriği |
|
| Kalkınma Amaçları |
|---|
|
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | Bugünün dünyasının dijital görünümünü keşfetme | Anlatım, Beyin Fırtınası, | Kısa Cevaplı Testler, |
| 2 | Veri görselleştirmeye ilişkin teorik arka planı ve veri görselleştirmenin önemini kavrama | Problem Çözme, Proje, | Performans Değerlendirme, |
| 3 | Veri ambarında analitik işlemleri öğrenme | Problem Çözme, Proje, | Çoktan Seçmeli Testler, |
| 4 | Çok boyutlu görselleştirme grafiklerini öğrenme | Proje, | Performans Değerlendirme, Ödev / Evde-Çöz Sınavlar, |
| 5 | Alana özgü yazılımları kullanarak veri görselleştirme uygulamaları geliştirme | Problem Çözme, Proje, | Performans Değerlendirme, |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | Digital World Overview (Rapor Serisi), Data Never Sleeps (Infografik Serisi) | |
| 2 | Veri Görselleştirmeye İlişkin Temel Tanım ve Kavramlar, Görsel Temsilde Kullanılan Değişkenler | |
| 3 | Veri Ambarında Analitik İşlemler (Aggregate, Dice, Slice, Pivot, Drill Up/Down) | |
| 4 | Veri Görselleştirme Yazılımı ve Araçları, Uygulama Arayüzü Tanıtımı (Microsoft Power BI, Tableau) | |
| 5 | Veri Setleri Tanıtımı, Veri Ön-işleme İşlemleri (Power Query Editor, Tableau Prep) | |
| 6 | Uygulama 1 - Veri Ön-işleme : Veri Kaynağı Oluşturma, Veri Tipi Dönüşümleri, Birleştirme İşlemleri | |
| 7 | Uygulama 2 - Veri Ön-işleme : Satır ve Sütun Bazlı Veri Manipülasyon İşlemleri, Tablo Bazlı İşlemler | |
| 8 | Uygulama 3 - Görselleştirme Yazılımlarının İşleyiş Mekanizması (SQL Sorgusu ile Karşılaştırma) | |
| 9 | Uygulama 4 - Çeşitli Veri Kaynaklarından Veri Modeli Oluşturma | |
| 10 | Uygulama 5 - DAX Sorgusu, Hesaplanan Sütun ve (Hızlı) Ölçüm | |
| 11 | Uygulama 6 - Çok Boyutlu Görselleştirme Grafikleri, Harita Tabanlı Görselleştirme Grafikleri, Dashboard Oluşturma ve Rapor Biçimlendirme | |
| 12 | Uygulama 7 - Hiyerarşi Oluşturma ve Detaya Ulaşma, Zaman Boyutunu Kullanma | |
| 13 | Uygulama 8 - Temel Performans Göstergeleri (KPI) Geliştirme | |
| 14 | Uygulama 9 - Özelleştirilmiş Çok Boyutlu Grafik Uygulamaları, Muadil Veri Görselleştirme Yazılımlarından Örnek Uygulamalar |
| Kaynaklar | |
|---|---|
| Ders Notu | |
| Ders Kaynakları | Gregory, K., & Koesten, L. (2023). Human-Centered Data Discovery. Springer Nature. Setlur, V., & Cogley, B. (2022). Functional Aesthetics for Data Visualization. John Wiley & Sons. Sharma, A. M. (2020). Data visualization. In Data Science and Analytics (pp. 1-22). Emerald Publishing Limited. Dykes, B. (2019). Effective data storytelling: how to drive change with data, narrative and visuals. John Wiley & Sons. Evergreen, S. D. (2019). The Data Visualization Sketchbook. SAGE Publications. Cady, F. (2017). The Data Science Handbook. John Wiley & Sons. Dietrich, D. (Ed.). (2015). Data Science & Big Data Analytics: Discovering, Analyzing, Visualizing and Presenting Data. Cairo, A. (2012). The Functional Art: An introduction to information graphics and visualization. New Riders. Nathan, Y. (2011). Visualize this: the flowing data guide to design, visualization, and statistics. |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Yaşadığı toplumun bilgi toplumu olmasına katkıda bulunmak, toplumsal, bilimsel, kültürel ve etik sorunlara çözüm sunmak amaçlarıyla alanındaki bilimsel, teknolojik, sosyal veya kültürel ilerlemeleri ulusal ve uluslararası bilimsel ortamlarda (toplantılarda) tanıtır. | ||||||
| 2 | Alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, alanında güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgiye sahip olup ve elde ettiği bilgiyi değerlendirir, yorumlar ve uygular. | ||||||
| 3 | Alanı ile ilgili problemleri tanımlar ve formüle eder, yeni ve/veya özgün fikir ve yöntemler geliştirir; karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler ile gelişmekte olan yenilikçi yöntemleri kullanır. | ||||||
| 4 | Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular, belirsiz, sınırlı ya da eksik verileri bilimsel yöntemlerle tamamlar; verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. | ||||||
| 5 | Alanındaki uygulamaların sosyal, çevresel, sağlık, güvenlik, hukuki boyutlarını ve iş hayatı uygulamalarını bilir ve bunların getirdiği kısıtların farkındadır. Disiplin içi ve çok disiplinli takımlarda etkin bir biçimde birlikte ve ya bağımsız çalışabilir ve sorumluluk alır. | ||||||
| # | Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı | PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 |
|---|---|---|---|---|---|---|
| 1 | Bugünün dünyasının dijital görünümünü keşfetme | |||||
| 2 | Veri görselleştirmeye ilişkin teorik arka planı ve veri görselleştirmenin önemini kavrama | |||||
| 3 | Veri ambarında analitik işlemleri öğrenme | |||||
| 4 | Çok boyutlu görselleştirme grafiklerini öğrenme | |||||
| 5 | Alana özgü yazılımları kullanarak veri görselleştirme uygulamaları geliştirme |
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 1. Ara Sınav | 50 |
| 1. Proje / Tasarım | 50 |
| Toplam | 100 |
| 1. Final | 60 |
| 1. Yıl İçinin Başarıya | 40 |
| Toplam | 100 |
| AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 14 | 4 | 56 |
| Ara Sınav | 1 | 2 | 2 |
| Proje / Tasarım | 1 | 36 | 36 |
| Final | 1 | 3 | 3 |
| Toplam İş Yükü | 97 | ||
| Toplam İş Yükü / 25 (Saat) | 3,88 | ||
| dersAKTSKredisi | 6 | ||