| Akademik Birim: |
Fen Bilimleri Ensititüsü Mimarlık ve Kent Çalışmaları Yüksek Lisans Programı |
| Öğrenim Türü: |
Örgün Eğitim |
| Ön Koşullar |
Yok |
| Öğrenim Dili: |
İngilizce |
| Dersin Düzeyi: |
Yüksek Lisans |
| Dersin Koordinatörü: |
Murat GÜVENÇ |
| Dersin Amacı: |
Örüntü tanima, Geometrik very analizi veri görselleştirme ve veri yorumlama yeni ancak giderek yaygınlaşan yöntembilimsel araçlar olsa da sosyal ve beşeri bilimler alanında klasik lisans programlarında yeterince yer verilmeyen yöntemsilimsel araçlardır. Sayısal beşeri bilimler alanlar alanının yükselen popülaritesi ve etkileyici başarısı bu alandaki kurumsal ve yöntembilimsel zorlukların aşılabileceğini gösterir. Veri Görselleştirme ve Yorumlama atölyesi, katılan öğrencileri örüntü tanıma keşifsel veri analiz, ve veri görselleştirme konusunda yapabilir kılmayı pratik beceriler kazandırmayı amaçlar.
Atölye kapsamında, konvansiyonel sayısal yaklaşımlardan farklı olarak, Basit ve Çoklu Mütekabiliyet Analiz teknikleri ve bunların veri analizi temsil ve görselleştirme ve tözel niteliksel ve metin analizleri üzerinde yoğunlaşılacak, giriş derslerinde sunulan kavramsal çerçeveler somutlaştırılmış olacaktır. Laboratuvar ortamında tanıtılacak kavramsal çerçeveler yöntemlerin katılımcıların araştırma becerilerini yükseltmesi, soru sorma yeteneklerini geliştiresi, muhayyele ve yöntem bilimsel repertuarlarını zenginleştirmesi, bu yolla mimarlık ve kent çalışmaları alanlarında özgün bir araştırma alt yapısı kurmaya yardımcı olması amaçlanmaktadır. |
| Dersin İçeriği: |
Temel kuramsal bir girişin ardından öğrencilere very analizi temsil görselleştirme yorumlama ve sözelleştirme alanında geliştirilmiş en yeni modeler tanıtılacaktor. Dersin en az @ ı öğrencilere veri tabanları üzerinde kendi başlarına temsil deneyleri yapabilecekleri laboratuar koşullarında yürütülecektir Öğrencilerin tanıtılacak kuramsal ve görgül bilgi ve yetenekleri ve kapsamlı dönem projeleri geliştirme ve bulguları özgün biçimde yorumlama amacıyla kullanmaları beklenmektedir. |
| Dersin Öğrenme Çıktıları (ÖÇ): |
- 1- Veri madenciliği ve görselleştirme uygulamalarının gelişimine dair kapsamlı bakış açıları geliştirmek.
- 2- bu alanın çevirisi henüz girilmemiş.
- 3- Öğrencilere veri tabanı oluşturma, veri temizleme ve veri analiz konusunda başlangıç araçları konusunda beceri kazandırma
- 4- R açık kaynak programlama dili kullanmanın temel ilkeleri konusuna bilgi beceri kazandırma.
- 5- Coğrafi Bilgi Sistemleri ve bu sistemler yardımıyla sayısal harita yapımı konusunda tanıtıcı örneklerle bilgi beceri ve deneyim kazandırma.
|
| Dersin Öğrenme Yöntem ve Teknikleri |
Dersler video ortamında moduler tanıtım sunuşları, okumalar, problem çözme deneylerininin oturumları ve davetli konuşmacılarınkonferansları ve jüri değerlendrmeleriyle desteklenecektir. |
| Hafta | Konular | Ön Hazırlık |
| 1 |
Genel Giriş |
|
| 2 |
Veri görselleştirmeye Giriş |
Okumalar |
| 3 |
Veri standardizasyonu Yeniden düzenlenebilir Matriksler |
Okumalar |
| 4 |
Basit Mütekabiliyet Analize Giriş |
Okumalar |
| 5 |
Atölye ortamında uygulamalar |
Teknik deneyler |
| 6 |
Atölye ortamında uygulamalar |
Teknik deneyler |
| 7 |
Çoklu Mütekabiliyet Analize Giriş |
Okumalar |
| 8 |
Atölye ortamında deneyler |
Teknik deneyler |
| 9 |
Atölye ortamında deneyler |
Teknik deneyler |
| 10 |
Vize sınavı (Jüri sunumu) |
Dönem projesinin ana hatlarısunumu ve tanıtımı |
| 11 |
Coğrafi Bilgi Sistemlerinin temel ilkeleri (Giriş) |
Okumalar |
| 12 |
Dönem Projesinin hazırlanması |
Teknik deneyler |
| 13 |
Dönem Projesinin hazırlanması |
Teknik deneyler |
| 14 |
Dönemin değerlendrilmesi Soru ve Cevaplar |
Teknik deneyler |
Kadir Has Üniversitesi'nde bir dönem 14 haftadır, 15. ve 16. hafta sınav haftalarıdır.
