| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Veri Analitiği | VBA 201 | 3 | 3 + 0 | 3 | 5 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler | |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Zorunlu |
| Dersin Koordinatörü | Dr.Öğr.Üyesi ÖMER FARUK SEYMEN |
| Dersi Verenler | Dr.Öğr.Üyesi ÖMER FARUK SEYMEN, |
| Dersin Yardımcıları | |
| Dersin Kategorisi | Alanına Uygun Temel Öğretim |
| Dersin Amacı | Bu dersin amacı, öğrencilere veriden anlamlı bilgi üretme sürecinin temel kavramlarını, yöntemlerini ve uygulamalarını öğretmektir. Öğrencilerin veri toplama, temizleme, analiz etme ve sonuçları yorumlama becerilerini geliştirmesi hedeflenmektedir. Ders sonunda öğrenciler, veriye dayalı karar verme süreçlerini anlayacak ve temel istatistiksel analiz teknikleri ile görselleştirme araçlarını kullanarak analitik raporlar oluşturabilecek düzeye ulaşacaktır. |
| Dersin İçeriği | Bu derste veri analitiğinin temel kavramları, veri türleri ve veri toplama yöntemleri ele alınır. Temel istatistiksel analizler, veri temizleme ve ön işleme teknikleri, keşifsel veri analizi (EDA), korelasyon ve regresyon analizleri, sınıflandırma ve kümeleme gibi temel veri madenciliği yöntemleri incelenir. Ayrıca veri görselleştirme, veri tabanlarından veri çekme (ör. SQL), ve Excel veya Python gibi araçlarla veri analizi uygulamaları yapılır. Öğrenciler dönem sonunda bir veri analizi projesiyle öğrendiklerini pekiştirirler. |
| Kalkınma Amaçları |
|---|
|
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | Veri analitiği hakkında kapsamlı bilgiye sahip olur. | Anlatım, Beyin Fırtınası, | Kısa Cevaplı Testler, |
| 2 | Geniş bir aralıkta veri analitiği tekniklerini bilir. | Anlatım, Beyin Fırtınası, | Kısa Cevaplı Testler, |
| 3 | Yoğun veri kullanımı olan uygulamalarda karşılaşılan veri analitiği problemlerine çözüm üretir. | Anlatım, Beyin Fırtınası, | Kısa Cevaplı Testler, |
| 4 | Yüksek hacimli verileri anlamlandırabilmek için gerekli veri analitiği araçlarına hâkim olur. | Anlatım, Beyin Fırtınası, | Kısa Cevaplı Testler, |
| 5 | Veriyi toplamak, temizlemek ve depolamak için gerekli teknolojilere hakkında detaylı bilgiye sahip olur. | Anlatım, Soru-Cevap, | Sözlü Sınavlar, |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | Temel Tanımlar: Veri, Veri Analitiği | |
| 2 | Veri analitiği yöntemleri, uygulama örnekleri | |
| 3 | Veri Toplama ve Temizleme Yöntemleri | |
| 4 | Modelleme ve Sınıflandırma | |
| 5 | Modelleme ve Sınıflandırma | |
| 6 | Lineer Olasılık Modeli(LPM) | |
| 7 | Lineer Olasılık Modeli uygulaması | |
| 8 | Benzerlik yöntemleri | |
| 9 | Benzerlik yöntemleri uygulaması | |
| 10 | Kümeleme yöntemleri | |
| 11 | Kümeleme yöntemleri uygulaması | |
| 12 | Boyut azaltıcı yöntemler | |
| 13 | Boyut azaltıcı yöntemler uygulaması | |
| 14 |
| Kaynaklar | |
|---|---|
| Ders Notu | |
| Ders Kaynakları | |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Veri Biliminde matematik konusunda yeterli bilgi birikimine ve bu alandaki kuramsal ve uygulamalı bilgileri, karmaşık veri bilimi problemlerinin çözümünde kullanabilme becerisine sahiptir. | X | |||||
| 2 | Bilimsel araştırma yapabilme yeteneği ile elde edilen bilgiyi derinlemesine analiz edebilir ve yorumlayabilir | X | |||||
| 3 | Analitik, modelleme ve deneysel araştırmaların tasarlanması ve uygulanması konusunda yetkinliğe; karmaşık veri setlerini analiz etme ve yorumlama yeteneğine sahiptir | X | |||||
| 4 | Eksik veya kısıtlı veri setleriyle çalışarak bilgiyi tamamlayabilir ve farklı disiplinlerden gelen bilgileri entegre edebilir | X | |||||
| 5 | Veri bilimi ve analitiği problemlerini tanımlama ve çözme becerisi için gerekli programlama becerisine sahiptir | X | |||||
| 6 | Çok disiplinli takımlarda liderlik yapabilme, karmaşık problemlere yönelik çözüm stratejileri geliştirebilme, sorumluluk alma ve takım çalışmasına katkı sağlama becerisine sahiptir | X | |||||
| 7 | Yenilikçi fikirler ve yöntemler geliştirme kabiliyetine; veri bilimi ve analitiği alanında veri işleme süreçlerinde yeni yaklaşımlar ortaya koyabilme becerisine sahiptir | X | |||||
| 8 | Gereksinim duyulan veri ve bilgileri tanımlama, erişme ve değerlendirme, veri yönetimi ve analitiği alanında yetkindir. | X | |||||
| 9 | Veri bilimi ve analitiği alanındaki güncel gelişmeleri takip edebilir, öğrenme ve yeni teknolojileri hızlı bir şekilde adapte edebilir | X | |||||
| 10 | Yapılan çalışmaların sonuçlarını etkili bir şekilde aktarabilir ve teknik ve karmaşık konuları anlaşılır bir şekilde sunabilir | X | |||||
| 11 | Veri bilimi ve analitiği uygulamalarının sosyal ve çevresel etkilerinin farkındadır ve bu bağlamda uyum sağlayabilir | X | |||||
| 12 | Veri toplama, analiz etme ve raporlama süreçlerinde toplumsal, bilimsel ve etik değerler hakkında bilgi sahibidir; etik ilkeleri gözetir ve toplumun faydasını ön planda tutar | 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 | Veri analitiği hakkında kapsamlı bilgiye sahip olur. | ||||||||||||
| 2 | Geniş bir aralıkta veri analitiği tekniklerini bilir. | ||||||||||||
| 3 | Yoğun veri kullanımı olan uygulamalarda karşılaşılan veri analitiği problemlerine çözüm üretir. | ||||||||||||
| 4 | Yüksek hacimli verileri anlamlandırabilmek için gerekli veri analitiği araçlarına hâkim olur. | ||||||||||||
| 5 | Veriyi toplamak, temizlemek ve depolamak için gerekli teknolojilere hakkında detaylı bilgiye sahip olur. |
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 1. Ara Sınav | 80 |
| 1. Kısa Sınav | 10 |
| 2. Kısa Sınav | 10 |
| 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) | 16 | 3 | 48 |
| Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 3 | 48 |
| Ara Sınav | 1 | 1 | 1 |
| Kısa Sınav | 2 | 2 | 4 |
| Final | 1 | 1 | 1 |
| Ödev | 1 | 20 | 20 |
| Toplam İş Yükü | 122 | ||
| Toplam İş Yükü / 25 (Saat) | 4,88 | ||
| dersAKTSKredisi | 5 | ||