DERS TANITIM ve UYGULAMA BİLGİLERİ
| Dersin Adı | Kodu | Yarıyıl | T+U+L (saat/hafta) | Türü (Z / S) | Yerel Kredi | AKTS |
|---|---|---|---|---|---|---|
| Büyük Veri | NM 320 | Bahar | 03+00+00 | Zorunlu | 3 | 6 |
| Akademik Birim: | Yeni Medya Bölümü |
| Öğrenim Türü: | Örgün eğitim |
| Ön Koşullar | Yok |
| Öğrenim Dili: | İngilizce |
| Dersin Düzeyi: | Lisans |
| Dersin Koordinatörü: | Levent SOYSAL |
| Dersin Amacı: | Bu dersi alan öğrencilerin: Büyük veriye dair bir anlayış geliştirmeleri ve büyük verinin iş hayatına ve kültürüne olan etkilerini anlamaları Beklenmektedir. |
| Dersin İçeriği: | Bu ders öğrencileri büyük very kavramı ile tanıştıracaktır. Girişimci olarak veya bir yeni medya kurumunda çalışmak isteyen öğrencilerin, günümüzde büyük verinin önemini ve analiz yöntemlerini anlamaları gerekmektedir. Ders boyunca büyük verinin ortaya çıkışı, yapısı ve sonuçları tartışılacaktır. |
| Dersin Öğrenme Çıktıları (ÖÇ): |
|
| Dersin Öğrenme Yöntem ve Teknikleri | Sunumlar, dönem ödevi, interaktif tartışmalar |
HAFTALIK PROGRAM
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Derse giriş | Yok |
| 2 | Büyük verinin tanımı | Dersin okumaları |
| 3 | Veri madenciliği ve analitik düşünme | Dersin okumaları |
| 4 | Veriden büyük veriye geçiş | Dersin okumaları |
| 5 | Büyük verinin iş hayatındaki önemi | Dersin okumaları |
| 6 | Büyük veri araçları ve teknikleri | Dersin okumaları |
| 7 | Büyük veri stratejisi geliştirmek | Dersin okumaları |
| 8 | Büyük veriyi iş planınıza sokmak | Dersin okumaları |
| 9 | Ara sınav | Sınava hazırlık |
| 10 | Girişimcilik için büyük veri | Dersin okumaları |
| 11 | Büyük veri ekonomisi | Dersin okumaları |
| 12 | Büyük veri kültürü | Dersin okumaları |
| 13 | Büyük verinin karanlık yüzü | Dersin okumaları |
| 14 | Büyük veri 1.0’dan büyük veri 2.0’a | Dersin okumaları |
Kadir Has Üniversitesi'nde bir dönem 14 haftadır, 15. ve 16. hafta sınav haftalarıdır.
ZORUNLU ve ÖNERİLEN OKUMALAR
| * Provost, F. Data Science for Business: What you need to know about data mining and data-analytic thinking, O’Reilly Media Publishing 2013. * Dumbill E., Planning for Big Data, 2012. * Barlow, m. The Culture of Big Data, O’Reilly, 2013 |
DİĞER KAYNAKLAR
| Videolar, ders notları, ilgili websiteleri |
DEĞERLENDİRME SİSTEMİ
| Yarıyıl İçi Çalışmaları | Sayı | Katkı Payı (%) |
|---|---|---|
| Katılım | 1 | 10 |
| Proje | 1 | 20 |
| Ödev | 3 | 30 |
| Final Sınavı | 1 | 40 |
| Total: | 6 | 100 |
İŞ YÜKÜ HESAPLAMASI
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ders Saati | 14 | 3 | 42 |
| Proje | 1 | 38 | 38 |
| Ödev | 3 | 10 | 30 |
| Final Sınavı | 1 | 40 | 40 |
| Toplam İş Yükü (saat): | 150 | ||
1 AKTS = 25 saatlik iş yükü
PROGRAM YETERLİLİKLERİ (PY) ve ÖĞRENME ÇIKTILARI (ÖÇ) İLİŞKİSİ
| # | PY1 | PY2 | PY3 | PY4 | PY5 | PY6 | PY7 | PY8 | PY9 |
| OC1 | 2 | 3 | 2 | 3 | 3 | 2 | 3 | ||
| OC2 | 3 | 3 | 3 | 3 | 2 | 2 | 3 | ||
| OC3 | 2 | 2 | 2 | 2 | 2 | 3 | 2 | 3 | |
| OC4 | 2 | 2 | 3 | 3 | 3 | 2 | 2 | 3 | |
| OC5 | 2 | 2 | 3 | 3 | 3 | 2 | 2 | 3 | |
| OC6 | 2 | 2 | 2 | 3 | 2 | 3 | 3 | 3 |
Katkı Düzeyi: 1 Düşük, 2 Orta, 3 Yüksek