Skip to main content
Anasayfa

Ders Detayı

Ders Tanımı

DersKoduYarıyılT+U SaatKrediAKTS
VERİ BİLİMİNE GİRİŞCPE3220346Bahar Dönemi3+248
Ders Programı
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Diliİngilizce
Dersin SeviyesiLisans
Dersin TürüZorunlu
Dersin Koordinatörü
Dersi Verenler
Dersin Yardımcıları
Dersin AmacıVeri bilimi ile tanışma ve veri bilimi araçlarını kullanma deneyimi.
Dersin İçeriğiBu 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 KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
Verilerin işlenmesi
Python becerilerini öğrenmek
Veri Temizleme ve görselleştirme
Veri madenciliği konusunda bilgi sahibi olmak
Öğretim Yöntemleri:
Ölçme Yöntemleri:

Ders Akışı

SıraKonularÖn Hazırlık
1Veri bilimi kavramları (Python)
2Hipotez Örnekleme Tahmini (Python)
3Sınıflandırma Temel Kavramlar ve Teknikler (Python)
4Sınıflandırma Temel Kavramlar ve Teknikler (Python)
5Sınıflandırmada Alternatif Teknikler (Python)
6Sınıflandırmada Alternatif Teknikler (Python)
7Kümeleme (Python)
8Ara Sınav
9Kümeleme (Python)
10Birliktelik Analizi (Python)
11Birliktelik Analizi (Python)
12Birliktelik Analizi (Python)
13Desenlerin Değerlendirilmesi (Python)
14Anormallik Tespiti (Python)
15Anormallik Tespiti (Python)
16Genel Sınav
Kaynak
Jiawei, Han, and Kamber Micheline. Data mining: concepts and techniques. Morgan kaufmann, 2006.

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
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 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 BİLİMİNE GİRİŞCPE3220346Bahar Dönemi3+248
Ders Programı
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Diliİngilizce
Dersin SeviyesiLisans
Dersin TürüZorunlu
Dersin Koordinatörü
Dersi Verenler
Dersin Yardımcıları
Dersin AmacıVeri bilimi ile tanışma ve veri bilimi araçlarını kullanma deneyimi.
Dersin İçeriğiBu 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 KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
Verilerin işlenmesi
Python becerilerini öğrenmek
Veri Temizleme ve görselleştirme
Veri madenciliği konusunda bilgi sahibi olmak
Öğretim Yöntemleri:
Ölçme Yöntemleri:

Ders Akışı

SıraKonularÖn Hazırlık
1Veri bilimi kavramları (Python)
2Hipotez Örnekleme Tahmini (Python)
3Sınıflandırma Temel Kavramlar ve Teknikler (Python)
4Sınıflandırma Temel Kavramlar ve Teknikler (Python)
5Sınıflandırmada Alternatif Teknikler (Python)
6Sınıflandırmada Alternatif Teknikler (Python)
7Kümeleme (Python)
8Ara Sınav
9Kümeleme (Python)
10Birliktelik Analizi (Python)
11Birliktelik Analizi (Python)
12Birliktelik Analizi (Python)
13Desenlerin Değerlendirilmesi (Python)
14Anormallik Tespiti (Python)
15Anormallik Tespiti (Python)
16Genel Sınav
Kaynak
Jiawei, Han, and Kamber Micheline. Data mining: concepts and techniques. Morgan kaufmann, 2006.

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
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 DüzeyiMutlak Değerlendirme
Ara Sınavın Başarıya Oranı 40
Genel Sınavın Başarıya Oranı 60
Toplam 100

Sayısal Veriler

Öğrenci Başarı Durumu

Bilgi / Destek Butonu