CEN136 Introduction to Data Science

6 AKTS - 3-0 Süre (T+U)- 2. Yarıyıl- 3 Yerel Kredi

Genel Bilgi

Kod CEN136
Ad Introduction to Data Science
Dönem 2024-2025 Eğitim-Öğretim Yılı
Yarıyıl 2. Yarıyıl
Süre (T+U) 3-0 (T-U) (17 Hafta)
AKTS 6 AKTS
Yerel Kredi 3 Yerel Kredi
Eğitim Dil İngilizce
Seviye Lisans Dersi
Tür Normal
Öğretim Şekli Yüz Yüze Öğretim
Bilgi Paketi Koordinatörü Mehmet SARIGÜL
Dersin Öğretim Elemanı
Güncel dönem ders programı henüz yapılmamıştır.


Dersin Amacı / Hedefi

Bu ders, yeni başlayanlar için veri bilimindeki ana kavramlara geniş bir genel bakış sunmaktadır. Veri bilimi görevlerini gerçekleştirmek için bir dizi ön araç ve teknik sunar. Dersin sonunda öğrenciler verilerin farklı özelliklerine (yapı, boyut ve tür) ilişkin temel bilgileri öğrenecek ve verileri özelliklerine göre kategorilere ayırabilecektir.

Dersin İçeriği

Bilimde, toplumda, iş dünyasında veri bilimi, Farklı veri türleri (istatistiksel, yapılandırılmış, yapılandırılmamış, büyük veri, ...), veri bilimcinin görevleri, veri toplama, veri ön işleme, keşfedici veri analizi: özet istatistikler, sunum, görselleştirme

Dersin Ön Koşulu

Basit algoritma bilgisi

Kaynaklar

Ders notları

Notlar

Introducing Data Science Big Data, Machine Learning, and More, Using Python Tools


Dersin Öğrenme Çıktıları

Sıra Dersin Öğrenme Çıktıları
ÖÇ01 Öğrenciler, veri biliminin temel kavramlarını ve ilkelerini tanımlar.
ÖÇ02 Öğrenciler, farklı veri tiplerini ve bunların çeşitli kaynaklardan nasıl elde edilebileceğini tanımlar.
ÖÇ03 Öğrenciler, veri toplama, temizleme, keşfetme, analiz etme ve sonuçları yorumlama sürecinin aşamalarını kavrar
ÖÇ04 Öğrenciler, veri bilimi için yaygın olarak kullanılan araçları ve teknolojileri tanır ve temel düzeyde bu araçları kullanabilir.


Program Öğrenme Çıktıları ile İlişkisi

Sıra Tür Program Öğrenme Çıktıları Duzey
PÖÇ01 Bilgi - Kuramsal, Olgusal Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi. 5
PÖÇ02 Bilgi - Kuramsal, Olgusal Karmaşık mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. 2
PÖÇ03 Bilgi - Kuramsal, Olgusal Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi.
PÖÇ04 Bilgi - Kuramsal, Olgusal Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi. 3
PÖÇ05 Bilgi - Kuramsal, Olgusal Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. 5
PÖÇ06 Bilgi - Kuramsal, Olgusal Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi.
PÖÇ07 Bilgi - Kuramsal, Olgusal Sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi. 3
PÖÇ08 Bilgi - Kuramsal, Olgusal Yaşam boyu öğrenmenin gerekliliği konusunda farkındalık; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi.
PÖÇ09 Bilgi - Kuramsal, Olgusal Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk ve mühendislik uygulamalarında kullanılan standartlar hakkında bilgi.
PÖÇ10 Bilgi - Kuramsal, Olgusal Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi.
PÖÇ11 Bilgi - Kuramsal, Olgusal Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.


Haftalık Akış

Hafta Konu Ön Hazırlık Yöntemler
1 Dersin tanıtımı ve temel kavramlar Dersin tanıtımı ve temel kavramlar Öğretim Yöntemleri:
Anlatım, Soru-Cevap
2 Veri tipleri, veri kaynakları ve veri bilimi süreci Veri tipleri, veri kaynakları ve veri bilimi süreci Öğretim Yöntemleri:
Anlatım, Tartışma
3 Veri toplama yöntemleri ve veri kaynaklarının değerlendirilmesi Veri toplama yöntemleri ve veri kaynaklarının değerlendirilmesi Öğretim Yöntemleri:
Anlatım
4 Veri temizleme teknikleri ve veri kalitesi Veri temizleme teknikleri ve veri kalitesi Öğretim Yöntemleri:
Anlatım, Gösterip Yaptırma
5 Veri keşfi için temel teknikler ve görselleştirme araçları Veri keşfi için temel teknikler ve görselleştirme araçları Öğretim Yöntemleri:
Anlatım, Gösterip Yaptırma
6 Veri görselleştirme uygulamaları ve görsel analiz Veri görselleştirme uygulamaları ve görsel analiz Öğretim Yöntemleri:
Anlatım, Gösterip Yaptırma
7 İstatistiksel temeller ve temel olasılık kavramları İstatistiksel temeller ve temel olasılık kavramları Öğretim Yöntemleri:
Anlatım
8 Ara Sınavlar Ölçme Yöntemleri:
Yazılı Sınav
9 Olasılık dağılımları ve istatistiksel çıkarım Olasılık dağılımları ve istatistiksel çıkarım Öğretim Yöntemleri:
Anlatım, Soru-Cevap
10 Makine öğrenmesi nedir? Temel kavramlar ve uygulamaları Makine öğrenmesi nedir? Temel kavramlar ve uygulamaları Öğretim Yöntemleri:
Anlatım, Tartışma
11 Denetimli ve denetimsiz öğrenme, temel algoritmalar ve örnek uygulamalar Denetimli ve denetimsiz öğrenme, temel algoritmalar ve örnek uygulamalar Öğretim Yöntemleri:
Anlatım, Soru-Cevap
12 Derin öğrenme temelleri ve yapay sinir ağları Derin öğrenme temelleri ve yapay sinir ağları Öğretim Yöntemleri:
Anlatım, Tartışma
13 Büyük veri ve paralel hesaplama, Apache Spark ve Hadoop gibi çerçeveler Büyük veri ve paralel hesaplama, Apache Spark ve Hadoop gibi çerçeveler Öğretim Yöntemleri:
Anlatım, Soru-Cevap
14 Gruplar halinde veri bilimi projeleri için konsept belirleme Gruplar halinde veri bilimi projeleri için konsept belirleme Öğretim Yöntemleri:
Beyin Fırtınası
15 Veri bilimi etiği, veri mahremiyeti ve yönetmelikler Veri bilimi etiği, veri mahremiyeti ve yönetmelikler Öğretim Yöntemleri:
Anlatım, Tartışma, Beyin Fırtınası
16 Yarıyıl Sonu Sınavları Ölçme Yöntemleri:
Yazılı Sınav
17 Yarıyıl Sonu Sınavları Ölçme Yöntemleri:
Yazılı 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 3 42
Değerlendirmeler ile İlgili Çalışmalar
Ödev, Proje, Diğer 3 8 24
Ara Sınavlar (Yazılı, Sözlü, vs.) 1 14 14
Yarıyıl/Yıl Sonu/Final Sınavı 1 28 28
Toplam İş Yükü (Saat) 150
Toplam İş Yükü / 25 (s) 6,00
AKTS 6 AKTS

Güncelleme Zamanı: 14.05.2024 01:45