DERS TANITIM ve UYGULAMA BİLGİLERİ

Dersin Adı Kodu Yarıyıl T+U+L (saat/hafta) Türü (Z / S) Yerel Kredi AKTS
Veri, Zeka ve Gerçek Hayat MIS 220 Bahar 03+00+00 Seçmeli 3 5
Akademik Birim: Yönetim Bilişim Sistemleri
Öğrenim Türü: Örgün Eğitim
Ön Koşullar Yok
Öğrenim Dili: İngilizce
Dersin Düzeyi: Lisans
Dersin Koordinatörü: Hasan DAĞ
Dersi Veren(ler): Mehmet Aydın, Hasan DAĞ
Dersin Amacı: Veri biliminin/bilimcisinin ne olduğunu öğrenmek

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):
  • 1- Veri proses etmenin yollarını ve önemini anlama,
  • 2- Veri bilimi aracı olarak R dilini kullanabilme,
  • 3- Verinin, işlemenin ve bilgi üretmenin önemi ve kullanımının anlama,
  • 4- Veri işlemenin ve bilgi üretmede R dilini kullanma
Dersin Öğrenme Yöntem ve Teknikleri Ders, ödevler, sınıf içi ara sınav ve final sınavı.


HAFTALIK PROGRAM

HaftaKonularÖn Hazırlık
1 Examples, data science articulated, history and context, technology landscape
2 Data Science Tools : Introduction to R basics
3 R Data Types and reading data in and writing out
4 Control structures and Loops in R
5 Functions and Libraries
6 Visualization
7 Data Sources: How to obtain data, transform and manage
8 Data Preparation with R
9 Midterm exam
10 Analytics: Topics in statistical modeling: basic concepts, experiment design, pitfalls
11 Databases and the relational algebra
12 Visualization, data products, visual data analytics
13 Provenance, privacy, ethics, governance
14 Graph Analytics: structure, traversals, analytics, PageRank community detection, recursive queries, semantic web


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

Internet


DEĞERLENDİRME SİSTEMİ

Yarıyıl İçi ÇalışmalarıSayıKatkı Payı (%)
Proje 1 10
Ödev 4 15
Final Sınavı 1 40
Ara Sınavlar 1 35
Total: 7 100


İŞ YÜKÜ HESAPLAMASI

EtkinliklerSayısıSüresi (saat)Toplam İş Yükü (saat)
Ders Saati14342
Proje11313
Ödev4520
Dersle İlgili Sınıf Dışı Etkinlikler10110
Final Sınavı12525
Ara Sınavlar11515
Toplam İş Yükü (saat):125


PROGRAM YETERLİLİKLERİ (PY) ve ÖĞRENME ÇIKTILARI (ÖÇ) İLİŞKİSİ

# PY1 PY2 PY3 PY4 PY5 PY6 PY7 PY8 PY9 PY10 PY11 PY12 PY13
OC1                          
OC2                          
OC3                          
OC4