Ders Detayı
Ders Tanımı
| Ders | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| VERİ BİLİMİNE GİRİŞ | CPE3220346 | Bahar Dönemi | 3+2 | 4 | 8 |
| Ders Programı |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler |
| Dersin Dili | İngilizce |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Zorunlu |
| Dersin Koordinatörü | |
| Dersi Verenler | |
| Dersin Yardımcıları | |
| Dersin Amacı | Veri bilimi ile tanışma ve veri bilimi araçlarını kullanma deneyimi. |
| Dersin İçeriği | Bu ders; Veri bilimi kavramları (Python),Hipotez Örnekleme Tahmini (Python),Sınıflandırma Temel Kavramlar ve Teknikler (Python),Sınıflandırma Temel Kavramlar ve Teknikler (Python),Sınıflandırmada Alternatif Teknikler (Python),Sınıflandırmada Alternatif Teknikler (Python),Kümeleme (Python),Ara Sınav,Kümeleme (Python),Birliktelik Analizi (Python),Birliktelik Analizi (Python),Birliktelik Analizi (Python),Desenlerin Değerlendirilmesi (Python),Anormallik Tespiti (Python),Anormallik Tespiti (Python),Genel Sınav; konularını içermektedir. |
| Dersin Öğrenme Kazanımları | Öğretim Yöntemleri | Ölçme Yöntemleri |
| Verilerin işlenmesi | ||
| Python becerilerini öğrenmek | ||
| Veri Temizleme ve görselleştirme | ||
| Veri madenciliği konusunda bilgi sahibi olmak |
| Öğretim Yöntemleri: | |
| Ölçme Yöntemleri: |
Ders Akışı
| Sıra | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Veri bilimi kavramları (Python) | |
| 2 | Hipotez Örnekleme Tahmini (Python) | |
| 3 | Sınıflandırma Temel Kavramlar ve Teknikler (Python) | |
| 4 | Sınıflandırma Temel Kavramlar ve Teknikler (Python) | |
| 5 | Sınıflandırmada Alternatif Teknikler (Python) | |
| 6 | Sınıflandırmada Alternatif Teknikler (Python) | |
| 7 | Kümeleme (Python) | |
| 8 | Ara Sınav | |
| 9 | Kümeleme (Python) | |
| 10 | Birliktelik Analizi (Python) | |
| 11 | Birliktelik Analizi (Python) | |
| 12 | Birliktelik Analizi (Python) | |
| 13 | Desenlerin Değerlendirilmesi (Python) | |
| 14 | Anormallik Tespiti (Python) | |
| 15 | Anormallik Tespiti (Python) | |
| 16 | Genel Sınav |
| Kaynak |
| Jiawei, Han, and Kamber Micheline. Data mining: concepts and techniques. Morgan kaufmann, 2006. |
Dersin Program Yeterliliklerine Katkısı
| Dersin Program Yeterliliklerine Katkısı | |||||||
| No | Program Yeterliliği | Katkı Düzeyi | |||||
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Matematik, fen ve mühendislik bilgilerini karmaşık mühendislik problemlerinin modellenmesi ve çözümünde uygular. | X | |||||
| 2 | Karmaşık mühendislik problemlerini uygun analiz ve modelleme yöntemleriyle çözer. | X | |||||
| 3 | Karmaşık sistem, süreç ve ürünleri gerçekçi kısıtlar altında modern tasarım yöntemleriyle tasarlar. | X | |||||
| 4 | Mühendislik problemlerine yönelik modern teknik ve araçları etkin biçimde kullanır. | X | |||||
| 5 | Mühendislik problemlerine ilişkin deneysel verileri analiz eder. | X | |||||
| 6 | Disiplin içi ve çok disiplinli takımlarda bireysel sorumluluk bilinciyle etkin çalışır. | X | |||||
| 7 | Türkçe ve en az bir yabancı dilde etkili sözlü ve yazılı iletişim kurar. | X | |||||
| 8 | Yaşam boyu öğrenme yaklaşımıyla mesleki bilgi ve becerilerini geliştirir. | X | |||||
| 9 | Mesleki ve etik sorumluluklarını ilgili ilkeler çerçevesinde değerlendirir. | X | |||||
| 10 | Proje, risk ve değişim yönetimi süreçlerini girişimcilik ve sürdürülebilirlik ilkeleri çerçevesinde değerlendirir. | ||||||
| 11 | Mühendislik uygulamalarının toplumsal, çevresel, güvenlik ve hukuksal etkilerini değerlendirir. | X | |||||
Değerlendirme Sistemi
| Katkı Düzeyi | Mutlak Değerlendirme | |
| Ara Sınavın Başarıya Oranı | 40 | |
| Genel Sınavın Başarıya Oranı | 60 | |
| Toplam | 100 | |
| AKTS / İşyükü Tablosu | ||||||
| Etkinlik | Sayı | Süresi (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
| Ders | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| VERİ BİLİMİNE GİRİŞ | CPE3220346 | Bahar Dönemi | 3+2 | 4 | 8 |
| Ders Programı |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler |
| Dersin Dili | İngilizce |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Zorunlu |
| Dersin Koordinatörü | |
| Dersi Verenler | |
| Dersin Yardımcıları | |
| Dersin Amacı | Veri bilimi ile tanışma ve veri bilimi araçlarını kullanma deneyimi. |
| Dersin İçeriği | Bu ders; Veri bilimi kavramları (Python),Hipotez Örnekleme Tahmini (Python),Sınıflandırma Temel Kavramlar ve Teknikler (Python),Sınıflandırma Temel Kavramlar ve Teknikler (Python),Sınıflandırmada Alternatif Teknikler (Python),Sınıflandırmada Alternatif Teknikler (Python),Kümeleme (Python),Ara Sınav,Kümeleme (Python),Birliktelik Analizi (Python),Birliktelik Analizi (Python),Birliktelik Analizi (Python),Desenlerin Değerlendirilmesi (Python),Anormallik Tespiti (Python),Anormallik Tespiti (Python),Genel Sınav; konularını içermektedir. |
| Dersin Öğrenme Kazanımları | Öğretim Yöntemleri | Ölçme Yöntemleri |
| Verilerin işlenmesi | ||
| Python becerilerini öğrenmek | ||
| Veri Temizleme ve görselleştirme | ||
| Veri madenciliği konusunda bilgi sahibi olmak |
| Öğretim Yöntemleri: | |
| Ölçme Yöntemleri: |
Ders Akışı
| Sıra | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Veri bilimi kavramları (Python) | |
| 2 | Hipotez Örnekleme Tahmini (Python) | |
| 3 | Sınıflandırma Temel Kavramlar ve Teknikler (Python) | |
| 4 | Sınıflandırma Temel Kavramlar ve Teknikler (Python) | |
| 5 | Sınıflandırmada Alternatif Teknikler (Python) | |
| 6 | Sınıflandırmada Alternatif Teknikler (Python) | |
| 7 | Kümeleme (Python) | |
| 8 | Ara Sınav | |
| 9 | Kümeleme (Python) | |
| 10 | Birliktelik Analizi (Python) | |
| 11 | Birliktelik Analizi (Python) | |
| 12 | Birliktelik Analizi (Python) | |
| 13 | Desenlerin Değerlendirilmesi (Python) | |
| 14 | Anormallik Tespiti (Python) | |
| 15 | Anormallik Tespiti (Python) | |
| 16 | Genel Sınav |
| Kaynak |
| Jiawei, Han, and Kamber Micheline. Data mining: concepts and techniques. Morgan kaufmann, 2006. |
Dersin Program Yeterliliklerine Katkısı
| Dersin Program Yeterliliklerine Katkısı | |||||||
| No | Program Yeterliliği | Katkı Düzeyi | |||||
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Matematik, fen ve mühendislik bilgilerini karmaşık mühendislik problemlerinin modellenmesi ve çözümünde uygular. | X | |||||
| 2 | Karmaşık mühendislik problemlerini uygun analiz ve modelleme yöntemleriyle çözer. | X | |||||
| 3 | Karmaşık sistem, süreç ve ürünleri gerçekçi kısıtlar altında modern tasarım yöntemleriyle tasarlar. | X | |||||
| 4 | Mühendislik problemlerine yönelik modern teknik ve araçları etkin biçimde kullanır. | X | |||||
| 5 | Mühendislik problemlerine ilişkin deneysel verileri analiz eder. | X | |||||
| 6 | Disiplin içi ve çok disiplinli takımlarda bireysel sorumluluk bilinciyle etkin çalışır. | X | |||||
| 7 | Türkçe ve en az bir yabancı dilde etkili sözlü ve yazılı iletişim kurar. | X | |||||
| 8 | Yaşam boyu öğrenme yaklaşımıyla mesleki bilgi ve becerilerini geliştirir. | X | |||||
| 9 | Mesleki ve etik sorumluluklarını ilgili ilkeler çerçevesinde değerlendirir. | X | |||||
| 10 | Proje, risk ve değişim yönetimi süreçlerini girişimcilik ve sürdürülebilirlik ilkeleri çerçevesinde değerlendirir. | ||||||
| 11 | Mühendislik uygulamalarının toplumsal, çevresel, güvenlik ve hukuksal etkilerini değerlendirir. | X | |||||
Değerlendirme Sistemi
| Katkı Düzeyi | Mutlak Değerlendirme | |
| Ara Sınavın Başarıya Oranı | 40 | |
| Genel Sınavın Başarıya Oranı | 60 | |
| Toplam | 100 | |