TÜRKÇE
ENGLISH
Genel Bilgi
| Kod | EE009 |
| Ad | Computer Based Data Analytics |
| Dönem | 2023-2024 Eğitim-Öğretim Yılı |
| Yarıyıl | . Yarıyıl |
| Süre (T+U) | 3-0 (T-U) (17 Hafta) |
| AKTS | 6 AKTS |
| Yerel Kredi | 3 Yerel Kredi |
| Eğitim Dil | İngilizce |
| Seviye | Doktora Dersi |
| Tür | Normal |
| Öğretim Şekli | Yüz Yüze Öğretim |
| Bilgi Paketi Koordinatörü | Dr. Öğr. Üyesi Oğuzhan TİMUR |
Dersin Amacı / Hedefi
Bu ders öğrencilere R programlama, ham verilerin dönüştürülerek daha kullanışlı hale getirilmesi, verilerin görselleştirilmesi, keşifsel veri analizi ve kayıp veri yaklaşımlarını kapsayan veri analitiği hakkında bilgi sahibi olma ve gerekli becerileri kazandırmayı amaçlamaktadır.
Dersin İçeriği
Veri Analitiğine Giriş, SQL (Yapısal Sorgulama Dili) ve Veri Tabanı yapılarının tanıtılması, SQL komutlarının tanıtılması ve örnek uygulamalar, R Programlama Diline Giriş, Veri Yapıları, Kontrol Yapıları, Fonksiyonlar, Ham Verilerin Dönüştürülerek Daha Kullanışlı Hale Getirilmesi, Verilerin Görselleştirilmesi.
Dersin Ön Koşulu
Ön Hazırlık Yok
Kaynaklar
[1] R for Data Science: Import, Tidy, Transform, Visualize, and Model Data, H. Wickham & G. Grolemund [2] Guide to Programming and Algorithms Using R, Ö. Ergül [3] Data Visualization and Exploration with R, E. Pimpler [4] Programming Skills for Data Science: Start Writing Code to Wrangle, Analyze, and Visualize Data with R, M. Freeman & J. Ross
Notlar
[1] Beginning Data Science with R: Data Analysis, Visualization, and Modelling for the Data Scientist, T. Mailund [2] Data Analytics: Concepts, Techniques, and Applications, M. Ahmed & A. K. Pathan [3] A General Introduction to Data Analytics, J. M. Moreira, A. C. P. L. F. De Carvalho & T. Horvath
Dersin Öğrenme Çıktıları
| Sıra | Dersin Öğrenme Çıktıları |
|---|---|
| ÖÇ01 | Veri Tabanı ve Veri analitiği kavramı hakkında bilgi sahibi olur |
| ÖÇ02 | SQL ve R programlama dilini kullanılır |
| ÖÇ03 | Ham verilerin dönüştürülerek daha kullanışlı hale getirilmesi, verilerin görselleştirilmesi, kapsayan bilgisayar tabanlı veri analitiği becerilerine sahip olur |
| ÖÇ04 | Veri Analitiğinin temelleri hakkında bilgi sahibi olundu. |
| ÖÇ05 | Data analitiği ile ilgili projeler hakkında bilgi sahibi olundu. |
Program Öğrenme Çıktıları ile İlişkisi
| Sıra | Tür | Program Öğrenme Çıktıları | Duzey |
|---|---|---|---|
| PÖÇ01 | Bilgi - Kuramsal, Olgusal | Elektrik-Elektronik Mühendisliğinin temellerini oluşturan dalların en az birinde, bilgi düzeyini yüksek lisans düzeyinin ötesine çıkararak uzmanlaşabilme | 4 |
| PÖÇ02 | Bilgi - Kuramsal, Olgusal | Uzmanlaştığı alanın içerdiği tüm konuların birlikte oluşturduğu bütünlüğü kavrayabilme | 4 |
| PÖÇ03 | Bilgi - Kuramsal, Olgusal | Uzmanlaştığı alandaki mevcut bilimsel literatüre hakim olabilme, literatürü kritik şekilde analiz edebilme | 5 |
| PÖÇ04 | Bilgi - Kuramsal, Olgusal | Alanının, ilişkili olduğu diğer dallarla olan disiplinlerarası etkileşimini kavrayabilme, benzer etkileşimler önerebilme | 5 |
| PÖÇ05 | Bilgi - Kuramsal, Olgusal | Kuramsal veya deneysel çalışma yapma becerisine sahip olabilme | 3 |
| PÖÇ06 | Bilgi - Kuramsal, Olgusal | Araştırma sonucunda edinilen bilgileri derleyerek bütünlüklü bir bilimsel metin oluşturabilme. | 4 |
| PÖÇ07 | Bilgi - Kuramsal, Olgusal | Tez konusu üzerinde, danışmanının belirlediği çerçeve içinde, konunun gerektirdiği mantıksal bütünlüğe uygun olarak, programlı bir şekilde çalışabilme. | 4 |
| PÖÇ08 | Bilgi - Kuramsal, Olgusal | Bilimsel veri tabanlarında literatür araştırması yapabilme; özelde, veri tabanlarını uygun ve doğru şekilde tarama ve listelenen unsurları değerlendirme, kategorize edebilme | 5 |
| PÖÇ09 | Bilgi - Kuramsal, Olgusal | Uzmanlık alanında İngilizce olarak yazılmış bir bilimsel metni rahatlıkla okuyup anlayacak ve benzer bir metni yazabilecek düzeyde İngilizce'ye ve ilgili İngilizce jargona hakim olma | 4 |
| PÖÇ10 | Bilgi - Kuramsal, Olgusal | Bildiği bir programlama dilinde genelde belirli bir amaca yönelik, özelde uzmanlık alanı ile ilgili olan bir bilgisayar programı yazabilme. | 5 |
| PÖÇ11 | Bilgi - Kuramsal, Olgusal | Uzmanlık alanıyla veya yakın alanlarla ilgili ders planlayabilme ve ders verebilme. | 3 |
| PÖÇ12 | Bilgi - Kuramsal, Olgusal | Alanı ile ilgili sorunların çözümlenmesini gerektiren ortamlarda yol gösterici olabilme, insiyatif alabilme | |
| PÖÇ13 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Uygun bir dil ve tarz ile insanlarla iletişim kurabilme | |
| PÖÇ14 | Yetkinlikler - Öğrenme Yetkinliği | Akademisyenliğin, gerek eğitim-öğretim gerekse araştırma yönlerinin gerektirdiği etik değerleri benimseme | |
| PÖÇ15 | Yetkinlikler - Öğrenme Yetkinliği | Uzmanlık alanı ile ilgili konularda proje, politika, süreç üretebilme ve bu öğeleri değerlendirebilme | |
| PÖÇ16 | Yetkinlikler - Öğrenme Yetkinliği | Mevcut araştırma deneyimine dayanarak yeni konularda da araştırma yapabilme | 3 |
Haftalık Akış
| Hafta | Konu | Ön Hazırlık | Yöntemler |
|---|---|---|---|
| 1 | Ders Tanıtımı ve Kapsamı | Ön Hazırlı Yok | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Tartışma |
| 2 | SQL (Yapısal Sorgulama Dili) ve Veri Tabanı yapılarına giriş | Bir önceki dersin gözden geçirilmesi | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Tartışma, Proje Temelli Öğrenme |
| 3 | SQL komutları ve örnek uygulamalar | Bir önceki dersin gözden geçirilmesi | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Tartışma, Proje Temelli Öğrenme |
| 4 | Veri Analitiğine Giriş | Bir önceki dersin gözden geçirilmesi | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Tartışma, Proje Temelli Öğrenme |
| 5 | R Programlama Diline Giriş | Bir önceki dersin gözden geçirilmesi | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Tartışma, Proje Temelli Öğrenme |
| 6 | Veri Yapıları | Bir önceki dersin gözden geçirilmesi | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Tartışma, Proje Temelli Öğrenme |
| 7 | Kontrol Yapıları | Bir önceki dersin gözden geçirilmesi | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Tartışma, Proje Temelli Öğrenme |
| 8 | Ara Sınavlar | Ölçme Yöntemleri: Proje / Tasarım |
|
| 9 | Fonksiyonlar | Bir önceki dersin gözden geçirilmesi | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Tartışma, Proje Temelli Öğrenme |
| 10 | Ham Verilerin Dönüştürülerek Daha Kullanışlı Hale Getirilmesi I | Bir önceki dersin gözden geçirilmesi | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Tartışma, Proje Temelli Öğrenme |
| 11 | Ham Verilerin Dönüştürülerek Daha Kullanışlı Hale Getirilmesi II | Bir önceki dersin gözden geçirilmesi | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Tartışma, Proje Temelli Öğrenme |
| 12 | Verilerin Görselleştirilmesi I | Bir önceki dersin gözden geçirilmesi | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Tartışma, Proje Temelli Öğrenme |
| 13 | Verilerin Görselleştirilmesi II | Bir önceki dersin gözden geçirilmesi | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Tartışma, Proje Temelli Öğrenme |
| 14 | Durum Çalışması I | Bir önceki dersin gözden geçirilmes | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Tartışma, Proje Temelli Öğrenme |
| 15 | Durum Çalışması II | Bir önceki dersin gözden geçirilmesi | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Tartışma, Proje Temelli Öğrenme |
| 16 | Yarıyıl Sonu Sınavları | Ölçme Yöntemleri: Ödev, Sözlü Sınav |
|
| 17 | Yarıyıl Sonu Sınavları | Ölçme Yöntemleri: Ödev, Sözlü Sınav |
Öğrenci İş Yükü - AKTS
| Çalışmalar | Sayısı | Süresi (Saat) | İş Yükü (Saat) |
|---|---|---|---|
| Ders ile İlgili Çalışmalar | |||
| Ders (Sınav haftaları dahil değildir) | 14 | 3 | 42 |
| Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) | 14 | 5 | 70 |
| Değerlendirmeler ile İlgili Çalışmalar | |||
| Ödev, Proje, Diğer | 0 | 0 | 0 |
| Ara Sınavlar (Yazılı, Sözlü, vs.) | 1 | 15 | 15 |
| Yarıyıl/Yıl Sonu/Final Sınavı | 1 | 30 | 30 |
| Toplam İş Yükü (Saat) | 157 | ||
| Toplam İş Yükü / 25 (s) | 6,28 | ||
| AKTS | 6 AKTS | ||