Skip to main content
Anasayfa

Ders Detayı

Ders Tanımı

DersKoduYarıyılT+U SaatKrediAKTS
VERİ ANALİTİĞİNE GİRİŞMIS2121865Güz Dönemi2+235
Ders Programı
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Diliİngilizce
Dersin SeviyesiLisans
Dersin TürüZorunlu
Dersin Koordinatörü
Dersi Verenler
Dersin Yardımcıları
Dersin AmacıBu dersin amacı, öğrencilere istatistiksel düşünme becerisi kazandırmak, veri türlerini tanıtmak, verilerin tanımlanması ve özetlenmesi yöntemlerini öğretmek, olasılık ve dağılım kavramlarını açıklamak ve temel istatistiksel çıkarım yöntemleri (güven aralıkları, hipotez testleri, korelasyon ve regresyon) hakkında teorik bir altyapı sağlamaktır.
Dersin İçeriğiBu ders; Temel Kavramlar ve Tanımlar,İstatistiksel Düşünme ve Hipotez Yapısı ,Veri ve Tanımlayıcı Çerçeve,Veri Görselleştirme ve Grafikler,Tanımlayıcı İstatistikler,Merkezi Eğilim Ölçüleri ,Değişkenlik Ölçüleri ,Ara Sınav ,Sıralama ve Yüzdelikler,Histogram ve Dağılım Analizi,Olasılık Teorisi ,Olasılık Dağılımları,Normal Dağılım ve Örnekleme ,İstatistiksel Çıkarım ve İlişkiler ,Genel Tekrar,Final Sınavı ; konularını içermektedir.
Dersin Öğrenme KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
Veriyi analiz sürecine hazırlayabilmek. 1, 5, Anlatım Yöntemi, Bilgisayar Ve İnternet Destekli Öğretim, Proje GöreviKısa Sınav, Multiple-Choice Examination, Oral Examination, Ödev, Proje Temelli Öğrenme Modeli, Yazılı Sınav
Gelişmiş raporlama ve analiz tekniklerini uygulayabilmek.
Veri odaklı karar alma süreçlerine katkı sağlamak.
Öğretim Yöntemleri:1: Soru - Cevap Tekniği, 5: Tartışma Yöntemi, Anlatım Yöntemi: Anlatım Yöntemi, Bilgisayar Ve İnternet Destekli Öğretim: Bilgisayar Ve İnternet Destekli Öğretim, Proje Görevi: Proje Görevi
Ölçme Yöntemleri:Kısa Sınav: Kısa Sınav, Multiple-Choice Examination: Multiple-Choice Examination, Oral Examination: Sözlü Sınav, Ödev: Ödev, Proje Temelli Öğrenme Modeli: Proje Temelli Öğrenme Modeli, Yazılı Sınav: Yazılı Sınav

Ders Akışı

SıraKonularÖn Hazırlık
1Temel Kavramlar ve Tanımlar
2İstatistiksel Düşünme ve Hipotez Yapısı
3Veri ve Tanımlayıcı Çerçeve
4Veri Görselleştirme ve Grafikler
5Tanımlayıcı İstatistikler
6Merkezi Eğilim Ölçüleri
7Değişkenlik Ölçüleri
8Ara Sınav
9Sıralama ve Yüzdelikler
10Histogram ve Dağılım Analizi
11Olasılık Teorisi
12Olasılık Dağılımları
13Normal Dağılım ve Örnekleme
14İstatistiksel Çıkarım ve İlişkiler
15Genel Tekrar
16Final Sınavı
Kaynak
Mount, G. (2024). Modern data analytics in Excel. O’Reilly Media. www.tuik.gov.tr evds2.tcmb.gov.tr data.tuik.gov.tr www.mevzuat.gov.tr www.sbb.gov.tr

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
1
Bilişim sistemleri, işletme süreçleri ve veri analitiği alanındaki temel kavramları açıklar.
X
2
İşletme süreçlerini analiz ederek karar destek sistemleri tasarlar.
3
Veri analizi yöntemlerini kullanarak karar süreçlerini destekleyen sonuçlar üretir.
X
4
İstatistiksel ve analitik yöntemler kullanarak işletme problemlerine yönelik tahmin ve modelleme yapar.
X
5
İş süreçlerini bilgi sistemleri ile entegre edecek çözümler geliştirir.
X
6
Analiz sonuçlarını teknik ve teknik olmayan paydaşlara etkili biçimde sunar.
X
7
İşletme ve bilgi sistemleri projelerini planlar ve yönetir.
8
Karmaşık iş problemlerini analitik yaklaşımlar kullanarak çözer.
X
9
Bilgi teknolojileri, yazılım ve analitik araçları kullanarak iş süreçlerine yönelik uygulamalar geliştirir.
X
10
Bilgi sistemleri ve siber güvenlik risklerini analiz ederek uygun önlemler tasarlar.
11
Veri gizliliği, etik ve bilgi güvenliği ilkelerine uygun hareket eder.
12
Alanındaki güncel gelişmeleri izleyerek mesleki yetkinliğini sürekli geliştirir.
X
13
Alanıyla ilgili konularda yabancı dil kullanarak iletişim kurar.
X

Değerlendirme Sistemi

Katkı DüzeyiMutlak Değerlendirme
Ara Sınavın Başarıya Oranı 40
Genel Sınavın Başarıya Oranı 60
Toplam 100
AKTS / İşyükü Tablosu
EtkinlikSayıSüresi (Saat)Toplam İş Yükü (Saat)
Toplam İş Yükü (Saat)0
Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(0/30)0
Dersin AKTS Kredisi: *30 saatlik çalışma 1 AKTS kredisi sayılmaktadır.

Dersin Detaylı Bilgileri

Ders Tanımı

DersKoduYarıyılT+U SaatKrediAKTS
VERİ ANALİTİĞİNE GİRİŞMIS2121865Güz Dönemi2+235
Ders Programı
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Diliİngilizce
Dersin SeviyesiLisans
Dersin TürüZorunlu
Dersin Koordinatörü
Dersi Verenler
Dersin Yardımcıları
Dersin AmacıBu dersin amacı, öğrencilere istatistiksel düşünme becerisi kazandırmak, veri türlerini tanıtmak, verilerin tanımlanması ve özetlenmesi yöntemlerini öğretmek, olasılık ve dağılım kavramlarını açıklamak ve temel istatistiksel çıkarım yöntemleri (güven aralıkları, hipotez testleri, korelasyon ve regresyon) hakkında teorik bir altyapı sağlamaktır.
Dersin İçeriğiBu ders; Temel Kavramlar ve Tanımlar,İstatistiksel Düşünme ve Hipotez Yapısı ,Veri ve Tanımlayıcı Çerçeve,Veri Görselleştirme ve Grafikler,Tanımlayıcı İstatistikler,Merkezi Eğilim Ölçüleri ,Değişkenlik Ölçüleri ,Ara Sınav ,Sıralama ve Yüzdelikler,Histogram ve Dağılım Analizi,Olasılık Teorisi ,Olasılık Dağılımları,Normal Dağılım ve Örnekleme ,İstatistiksel Çıkarım ve İlişkiler ,Genel Tekrar,Final Sınavı ; konularını içermektedir.
Dersin Öğrenme KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
Veriyi analiz sürecine hazırlayabilmek. 1, 5, Anlatım Yöntemi, Bilgisayar Ve İnternet Destekli Öğretim, Proje GöreviKısa Sınav, Multiple-Choice Examination, Oral Examination, Ödev, Proje Temelli Öğrenme Modeli, Yazılı Sınav
Gelişmiş raporlama ve analiz tekniklerini uygulayabilmek.
Veri odaklı karar alma süreçlerine katkı sağlamak.
Öğretim Yöntemleri:1: Soru - Cevap Tekniği, 5: Tartışma Yöntemi, Anlatım Yöntemi: Anlatım Yöntemi, Bilgisayar Ve İnternet Destekli Öğretim: Bilgisayar Ve İnternet Destekli Öğretim, Proje Görevi: Proje Görevi
Ölçme Yöntemleri:Kısa Sınav: Kısa Sınav, Multiple-Choice Examination: Multiple-Choice Examination, Oral Examination: Sözlü Sınav, Ödev: Ödev, Proje Temelli Öğrenme Modeli: Proje Temelli Öğrenme Modeli, Yazılı Sınav: Yazılı Sınav

Ders Akışı

SıraKonularÖn Hazırlık
1Temel Kavramlar ve Tanımlar
2İstatistiksel Düşünme ve Hipotez Yapısı
3Veri ve Tanımlayıcı Çerçeve
4Veri Görselleştirme ve Grafikler
5Tanımlayıcı İstatistikler
6Merkezi Eğilim Ölçüleri
7Değişkenlik Ölçüleri
8Ara Sınav
9Sıralama ve Yüzdelikler
10Histogram ve Dağılım Analizi
11Olasılık Teorisi
12Olasılık Dağılımları
13Normal Dağılım ve Örnekleme
14İstatistiksel Çıkarım ve İlişkiler
15Genel Tekrar
16Final Sınavı
Kaynak
Mount, G. (2024). Modern data analytics in Excel. O’Reilly Media. www.tuik.gov.tr evds2.tcmb.gov.tr data.tuik.gov.tr www.mevzuat.gov.tr www.sbb.gov.tr

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
1
Bilişim sistemleri, işletme süreçleri ve veri analitiği alanındaki temel kavramları açıklar.
X
2
İşletme süreçlerini analiz ederek karar destek sistemleri tasarlar.
3
Veri analizi yöntemlerini kullanarak karar süreçlerini destekleyen sonuçlar üretir.
X
4
İstatistiksel ve analitik yöntemler kullanarak işletme problemlerine yönelik tahmin ve modelleme yapar.
X
5
İş süreçlerini bilgi sistemleri ile entegre edecek çözümler geliştirir.
X
6
Analiz sonuçlarını teknik ve teknik olmayan paydaşlara etkili biçimde sunar.
X
7
İşletme ve bilgi sistemleri projelerini planlar ve yönetir.
8
Karmaşık iş problemlerini analitik yaklaşımlar kullanarak çözer.
X
9
Bilgi teknolojileri, yazılım ve analitik araçları kullanarak iş süreçlerine yönelik uygulamalar geliştirir.
X
10
Bilgi sistemleri ve siber güvenlik risklerini analiz ederek uygun önlemler tasarlar.
11
Veri gizliliği, etik ve bilgi güvenliği ilkelerine uygun hareket eder.
12
Alanındaki güncel gelişmeleri izleyerek mesleki yetkinliğini sürekli geliştirir.
X
13
Alanıyla ilgili konularda yabancı dil kullanarak iletişim kurar.
X

Değerlendirme Sistemi

Katkı DüzeyiMutlak Değerlendirme
Ara Sınavın Başarıya Oranı 40
Genel Sınavın Başarıya Oranı 60
Toplam 100

Sayısal Veriler

Öğrenci Başarı Durumu

Bilgi / Destek Butonu