TÜRKÇE
ENGLISH
Information
| Code | ISB413 |
| Name | Data Science with Python |
| Term | 2022-2023 Academic Year |
| Semester | 7. Semester |
| Duration (T+A) | 3-0 (T-A) (17 Week) |
| ECTS | 5 ECTS |
| National Credit | 3 National Credit |
| Teaching Language | Türkçe |
| Level | Lisans Dersi |
| Type | Normal |
| Mode of study | Yüz Yüze Öğretim |
| Catalog Information Coordinator | Prof. Dr. GÜLESEN ÜSTÜNDAĞ ŞİRAY |
| Course Instructor |
Prof. Dr. GÜLESEN ÜSTÜNDAĞ ŞİRAY
(A Group)
(Ins. in Charge)
|
Course Goal / Objective
The aim of this course is to introduce the Python software program and show how to analyze data using Python for students.
Course Content
Introduction, Anaconda, NumPy, Pandas, Data Analysis
Course Precondition
NaN
Resources
1. İlker Arslan. Python ile veri Bilimi. Pusula Yayıncılık 2. Atıl Samancıoğlu. Sıfırdan Uzmanlığa Python Programlama. Unikod
Notes
https://www.python.org https://www.anaconda.com
Course Learning Outcomes
| Order | Course Learning Outcomes |
|---|---|
| LO01 | Know the data structures. |
| LO02 | Uses conditional expressions and writes loops. |
| LO03 | Defines functions in Python. |
| LO04 | NumPy arrays creates. |
| LO05 | Performs data analysis with Pandas. |
Relation with Program Learning Outcome
| Order | Type | Program Learning Outcomes | Level |
|---|---|---|---|
| PLO01 | Bilgi - Kuramsal, Olgusal | Explain the essence fundamentals and concepts in the field of Probability, Statistics and Mathematics | |
| PLO02 | Bilgi - Kuramsal, Olgusal | Emphasize the importance of Statistics in life | 4 |
| PLO03 | Bilgi - Kuramsal, Olgusal | Define basic principles and concepts in the field of Law and Economics | |
| PLO04 | Bilgi - Kuramsal, Olgusal | Produce numeric and statistical solutions in order to overcome the problems | 5 |
| PLO05 | Bilgi - Kuramsal, Olgusal | Use proper methods and techniques to gather and/or to arrange the data | 5 |
| PLO06 | Bilgi - Kuramsal, Olgusal | Utilize computer systems and softwares | 5 |
| PLO07 | Bilgi - Kuramsal, Olgusal | Construct the model, solve and interpret the results by using mathematical and statistical tehniques for the problems that include random events | 4 |
| PLO08 | Bilgi - Kuramsal, Olgusal | Apply the statistical analyze methods | 5 |
| PLO09 | Bilgi - Kuramsal, Olgusal | Make statistical inference(estimation, hypothesis tests etc.) | 5 |
| PLO10 | Bilgi - Kuramsal, Olgusal | Generate solutions for the problems in other disciplines by using statistical techniques | 4 |
| PLO11 | Bilgi - Kuramsal, Olgusal | Discover the visual, database and web programming techniques and posses the ability of writing programme | 5 |
| PLO12 | Bilgi - Kuramsal, Olgusal | Construct a model and analyze it by using statistical packages | 4 |
| PLO13 | Beceriler - Bilişsel, Uygulamalı | Distinguish the difference between the statistical methods | 4 |
| PLO14 | Beceriler - Bilişsel, Uygulamalı | Be aware of the interaction between the disciplines related to statistics | 4 |
| PLO15 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Make oral and visual presentation for the results of statistical methods | |
| PLO16 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Have capability on effective and productive work in a group and individually | |
| PLO17 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Professional development in accordance with their interests and abilities, as well as the scientific, cultural, artistic and social fields, constantly improve themselves by identifying training needs | |
| PLO18 | Yetkinlikler - Öğrenme Yetkinliği | Develop scientific and ethical values in the fields of statistics-and scientific data collection |
Week Plan
| Week | Topic | Preparation | Methods |
|---|---|---|---|
| 1 | Introduction to Python, download Anaconda, basic concepts and data types | Problem-solving, Question and Answer, Application | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama |
| 2 | Data structures | Problem-solving, Question and Answer, Application | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Problem Çözme |
| 3 | Conditional expressions and loops | Problem-solving, Question and Answer, Application | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Problem Çözme |
| 4 | Conditional expressions and loops 2 | Problem-solving, Question and Answer, Application | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Problem Çözme |
| 5 | Defining function | Problem-solving, Question and Answer, Application | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Problem Çözme |
| 6 | JupiterLab, NumPy arrays, operations with NumPy arrays | Problem-solving, Question and Answer, Application | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Problem Çözme |
| 7 | Pandas DataFrame | Problem-solving, Question and Answer, Application | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Problem Çözme |
| 8 | Mid-Term Exam | Review the topics discussed in the lecture notes and sources | Ölçme Yöntemleri: Yazılı Sınav |
| 9 | Data visualization in Python | Problem-solving, Question and Answer, Application | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Problem Çözme |
| 10 | Data visualization in Python 2 | Problem-solving, Question and Answer, Application | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama |
| 11 | Descriptive statistics | Problem-solving, Question and Answer, Application | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Problem Çözme |
| 12 | Probability distributions | Problem-solving, Question and Answer, Application | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Problem Çözme |
| 13 | Parametric hypothesis testing | Problem-solving, Question and Answer, Application | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama |
| 14 | Parametric hypothesis testing 2 | Problem-solving, Question and Answer, Application | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Problem Çözme |
| 15 | Nonparametric hypothesis testing | Problem-solving, Question and Answer, Application | Öğretim Yöntemleri: Anlatım, Soru-Cevap, Alıştırma ve Uygulama, Problem Çözme |
| 16 | Term Exams | Review the topics discussed in the lecture notes and sources | Ölçme Yöntemleri: Yazılı Sınav |
| 17 | Term Exams | Review the topics discussed in the lecture notes and sources | Ölçme Yöntemleri: Yazılı Sınav |
Student Workload - ECTS
| Works | Number | Time (Hour) | Workload (Hour) |
|---|---|---|---|
| Course Related Works | |||
| Class Time (Exam weeks are excluded) | 14 | 3 | 42 |
| Out of Class Study (Preliminary Work, Practice) | 14 | 3 | 42 |
| Assesment Related Works | |||
| Homeworks, Projects, Others | 0 | 0 | 0 |
| Mid-term Exams (Written, Oral, etc.) | 1 | 12 | 12 |
| Final Exam | 1 | 18 | 18 |
| Total Workload (Hour) | 114 | ||
| Total Workload / 25 (h) | 4,56 | ||
| ECTS | 5 ECTS | ||