DERS TANITIM ve UYGULAMA BİLGİLERİ
Dersin Adı |
Kodu |
Yarıyıl |
T+U+L (saat/hafta) |
Türü (Z / S) |
Yerel Kredi |
AKTS |
Veri Bilimi Araçlarına Giriş |
DSE 501 |
Güz |
03+00+00 |
Seçmeli |
3 |
7.5 |
Akademik Birim: |
Yönetim Bilişim Sistemleri |
Öğrenim Türü: |
Örgün eğitim |
Ön Koşullar |
Yok |
Öğrenim Dili: |
İngilizce |
Dersin Düzeyi: |
Yüksek Lisans |
Dersin Koordinatörü: |
Hasan DAĞ |
Dersin Amacı: |
1) Veri biliminin/bilimcisinin ne olduğunu öğrenmek,
2) Veri bilimcisinin yaptığı bazı analizleri yapabilmek. |
Dersin İçeriği: |
Veri bilimcisinin rolü, veri biliminin dikey kullanım vakaları ve iş uygulamaları. Nereden ve nasıl veri elde edilir, veri kaynakları ve değerlendirme metotları, veri dönüştürme ve hazırlama. İstatistik model ve metotlar: tahmin-tanımlama, keşif amaçlı veri analizi, iletişim, görselleştirme, veri ön hazırlığı, veri mühendisliği; büyük veri, kodlama, etik değerler, doğru soruyu sorma. |
Dersin Öğrenme Çıktıları (ÖÇ): |
|
Dersin Öğrenme Yöntem ve Teknikleri |
Ders, ödevler, sınıf içi ara sınav ve final sınavı. |
HAFTALIK PROGRAM
Hafta | Konular | Ön Hazırlık |
1 |
|
|
2 |
|
|
3 |
|
|
4 |
|
|
5 |
|
|
6 |
|
|
7 |
|
|
8 |
|
|
9 |
|
|
10 |
|
|
11 |
|
|
12 |
|
|
13 |
|
|
14 |
|
|
Kadir Has Üniversitesi'nde bir dönem 14 haftadır, 15. ve 16. hafta sınav haftalarıdır.
ZORUNLU ve ÖNERİLEN OKUMALAR
-Textbook1: Practical Data Science with R, N. Zumel and J. Mount, Manning Publications, 2014, ISBN 9781617291562
-(Free e-book on) An Introduction to Data Science with R, D. Smith (Internet) |
DİĞER KAYNAKLAR
DEĞERLENDİRME SİSTEMİ
Yarıyıl İçi Çalışmaları | Sayı | Katkı Payı (%) |
Total: |
0 |
0 |
İŞ YÜKÜ HESAPLAMASI
Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
---|
Toplam İş Yükü (saat): | 0 |
1 AKTS = 25 saatlik iş yükü
PROGRAM YETERLİLİKLERİ (PY) ve ÖĞRENME ÇIKTILARI (ÖÇ) İLİŞKİSİ
# |
PY1 |
PY2 |
PY3 |
PY4 |
PY5 |
PY6 |
PY7 |
PY8 |
PY9 |
PY10 |
PY11 |
PY12 |
Katkı Düzeyi: 1 Düşük, 2 Orta, 3 Yüksek
Dersin Adı |
Kodu |
Yarıyıl |
T+U+L (saat/hafta) |
Türü (Z / S) |
Yerel Kredi |
AKTS |
Veri Bilimi Araçlarına Giriş |
DSE 501 |
Güz |
03+00+00 |
Seçmeli |
3 |
7.5 |
Akademik Birim: |
Yönetim Bilişim Sistemleri |
Öğrenim Türü: |
Örgün eğitim |
Ön Koşullar |
Yok |
Öğrenim Dili: |
İngilizce |
Dersin Düzeyi: |
Yüksek Lisans |
Dersin Koordinatörü: |
Hasan DAĞ |
Dersin Amacı: |
1) Veri biliminin/bilimcisinin ne olduğunu öğrenmek,
2) Veri bilimcisinin yaptığı bazı analizleri yapabilmek. |
Dersin İçeriği: |
Veri bilimcisinin rolü, veri biliminin dikey kullanım vakaları ve iş uygulamaları. Nereden ve nasıl veri elde edilir, veri kaynakları ve değerlendirme metotları, veri dönüştürme ve hazırlama. İstatistik model ve metotlar: tahmin-tanımlama, keşif amaçlı veri analizi, iletişim, görselleştirme, veri ön hazırlığı, veri mühendisliği; büyük veri, kodlama, etik değerler, doğru soruyu sorma. |
Dersin Öğrenme Çıktıları (ÖÇ): |
|
Dersin Öğrenme Yöntem ve Teknikleri |
Ders, ödevler, sınıf içi ara sınav ve final sınavı. |
HAFTALIK PROGRAM
Hafta | Konular | Ön Hazırlık |
1 |
|
|
2 |
|
|
3 |
|
|
4 |
|
|
5 |
|
|
6 |
|
|
7 |
|
|
8 |
|
|
9 |
|
|
10 |
|
|
11 |
|
|
12 |
|
|
13 |
|
|
14 |
|
|
Kadir Has Üniversitesi'nde bir dönem 14 haftadır, 15. ve 16. hafta sınav haftalarıdır.
ZORUNLU ve ÖNERİLEN OKUMALAR
-Textbook1: Practical Data Science with R, N. Zumel and J. Mount, Manning Publications, 2014, ISBN 9781617291562
-(Free e-book on) An Introduction to Data Science with R, D. Smith (Internet) |
DİĞER KAYNAKLAR
DEĞERLENDİRME SİSTEMİ
Yarıyıl İçi Çalışmaları | Sayı | Katkı Payı (%) |
Total: |
0 |
0 |
İŞ YÜKÜ HESAPLAMASI
Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
---|
Toplam İş Yükü (saat): | 0 |
1 AKTS = 25 saatlik iş yükü
PROGRAM YETERLİLİKLERİ (PY) ve ÖĞRENME ÇIKTILARI (ÖÇ) İLİŞKİSİ
# |
PY1 |
PY2 |
PY3 |
PY4 |
PY5 |
PY6 |
PY7 |
PY8 |
PY9 |
PY10 |
PY11 |
PY12 |
Katkı Düzeyi: 1 Düşük, 2 Orta, 3 Yüksek