Skip to main content
Anasayfa

Ders Detayı

Ders Tanımı

DersKoduYarıyılT+U SaatKrediAKTS
VERİ ANALİZİ VE RAPORLAMAAYGIME2123471Güz Dönemi2+234
Ders Programı
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin DiliTürkçe
Dersin SeviyesiÖn Lisans
Dersin TürüPrograma Bağlı Seçmeli
Dersin Koordinatörü
Dersi Verenler
Dersin Yardımcıları
Dersin AmacıBu dersin amacı; öğrencilerin veri toplama, temizleme, analiz etme, görselleştirme ve raporlama süreçlerini öğrenmelerini sağlamaktır. Öğrenciler, veri analitiği yöntemlerini kullanarak anlamlı sonuçlar çıkarabilecek ve profesyonel raporlar hazırlayabileceklerdir.
Dersin İçeriğiBu ders; Veri analizine giriş ,Raporlamaya giriş,Veri türleri ve veri kaynakları,Veri toplama yöntemleri,Veri temizleme ve ön işleme,Temel istatistiksel kavramlar,Tanımlayıcı istatistikler,Ara Sınav ,Veri görselleştirme teknikleri,Excel ile veri analizi,SPSS/Python uygulamaları,Korelasyon ve regresyon analizi,Veri raporlama teknikleri,Dashboard ve sunum hazırlama,Dönem ödevi sunumları,Final Sınavı; konularını içermektedir.
Dersin Öğrenme KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
Bu dersi başarıyla tamamlayan öğrenciler: 1. Veri analizi süreçlerini açıklar. 2. Veri toplama ve veri temizleme yöntemlerini uygular. 3. Temel istatistiksel analiz tekniklerini kullanır. 4. Veri görselleştirme araçlarıyla etkili grafikler oluşturur. 5. Analiz sonuçlarını akademik ve profesyonel formatta raporlar. 6. Karar verme süreçlerinde veri odaklı yaklaşımlar geliştirir. 7. Veri analizi yazılımlarını etkin biçimde kullanır.
Öğretim Yöntemleri:
Ölçme Yöntemleri:

Ders Akışı

SıraKonularÖn Hazırlık
1Veri analizine giriş
2Raporlamaya giriş
3Veri türleri ve veri kaynakları
4Veri toplama yöntemleri
5Veri temizleme ve ön işleme
6Temel istatistiksel kavramlar
7Tanımlayıcı istatistikler
8Ara Sınav
9Veri görselleştirme teknikleri
10Excel ile veri analizi
11SPSS/Python uygulamaları
12Korelasyon ve regresyon analizi
13Veri raporlama teknikleri
14Dashboard ve sunum hazırlama
15Dönem ödevi sunumları
16Final Sınavı
Kaynak
1. Veri Analizi ve İstatistik Temelleri Ders Notları 2. Microsoft Excel Veri Analizi Kılavuzu 3. Python for Data Analysis – Wes McKinney 4. SPSS Uygulamalı Veri Analizi Kaynakları

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
1
Arka yüz yazılım geliştirme alanına ilişkin temel kavramları, kuramları ve teknolojileri açıklar ve uygular.
2
En az bir sunucu taraflı programlama dilini kullanarak ölçeklenebilir ve sürdürülebilir yazılım çözümleri geliştirir.
3
İlişkisel ve/veya ilişkisel olmayan veritabanı sistemlerini tasarlar, yönetir ve uygulamalarla bütünleştirir.
4
API mimarilerini tasarlayarak RESTful servisler geliştirir ve istemci uygulamalarla entegrasyonunu sağlar.
5
İşletim sistemleri, sunucu yapıları ve barındırma (hosting) ortamlarının çalışma mantığını açıklar ve uygular.
6
Yazılım geliştirme süreçlerinde algoritma, veri yapıları ve problem çözme tekniklerini etkin biçimde kullanır.
7
Yazılım projelerinde sürüm kontrol sistemlerini, temel DevOps araçlarını ve container teknolojilerini kullanır.
8
Yazılım güvenliği ilkelerini uygulayarak güvenli kod yazar ve temel siber güvenlik önlemlerini alır.
9
Yazılım test süreçlerini planlar, kalite güvence yöntemlerini uygular ve hataları analiz eder.
10
Bulut bilişim temelli altyapılar üzerinde uygulama geliştirme, dağıtım ve yönetim süreçlerini yürütür.
11
Mesleki etik, iş sağlığı ve güvenliği ilkelerine uygun şekilde yazılım geliştirme faaliyetlerini yürütür.
12
Yazılım projelerinde bireysel ve ekip çalışmasına katkı sağlar, teknik dokümantasyon hazırlar ve raporlama yapar.
13
Mesleki İngilizceyi kullanarak teknik dokümantasyonu takip eder, mesleki iletişim kurar ve kendini güncel tutar.
14
Yaşam boyu öğrenme bilinciyle yeni teknolojileri takip eder, mesleki gelişimini sürdürülebilir biçimde planlar.
15
Yazılım geliştirme yaşam döngüsü kapsamında gereksinim analizi, sistem tasarımı, performans optimizasyonu ve bakım süreçlerini etkin şekilde yönetir.

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 ANALİZİ VE RAPORLAMAAYGIME2123471Güz Dönemi2+234
Ders Programı
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin DiliTürkçe
Dersin SeviyesiÖn Lisans
Dersin TürüPrograma Bağlı Seçmeli
Dersin Koordinatörü
Dersi Verenler
Dersin Yardımcıları
Dersin AmacıBu dersin amacı; öğrencilerin veri toplama, temizleme, analiz etme, görselleştirme ve raporlama süreçlerini öğrenmelerini sağlamaktır. Öğrenciler, veri analitiği yöntemlerini kullanarak anlamlı sonuçlar çıkarabilecek ve profesyonel raporlar hazırlayabileceklerdir.
Dersin İçeriğiBu ders; Veri analizine giriş ,Raporlamaya giriş,Veri türleri ve veri kaynakları,Veri toplama yöntemleri,Veri temizleme ve ön işleme,Temel istatistiksel kavramlar,Tanımlayıcı istatistikler,Ara Sınav ,Veri görselleştirme teknikleri,Excel ile veri analizi,SPSS/Python uygulamaları,Korelasyon ve regresyon analizi,Veri raporlama teknikleri,Dashboard ve sunum hazırlama,Dönem ödevi sunumları,Final Sınavı; konularını içermektedir.
Dersin Öğrenme KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
Bu dersi başarıyla tamamlayan öğrenciler: 1. Veri analizi süreçlerini açıklar. 2. Veri toplama ve veri temizleme yöntemlerini uygular. 3. Temel istatistiksel analiz tekniklerini kullanır. 4. Veri görselleştirme araçlarıyla etkili grafikler oluşturur. 5. Analiz sonuçlarını akademik ve profesyonel formatta raporlar. 6. Karar verme süreçlerinde veri odaklı yaklaşımlar geliştirir. 7. Veri analizi yazılımlarını etkin biçimde kullanır.
Öğretim Yöntemleri:
Ölçme Yöntemleri:

Ders Akışı

SıraKonularÖn Hazırlık
1Veri analizine giriş
2Raporlamaya giriş
3Veri türleri ve veri kaynakları
4Veri toplama yöntemleri
5Veri temizleme ve ön işleme
6Temel istatistiksel kavramlar
7Tanımlayıcı istatistikler
8Ara Sınav
9Veri görselleştirme teknikleri
10Excel ile veri analizi
11SPSS/Python uygulamaları
12Korelasyon ve regresyon analizi
13Veri raporlama teknikleri
14Dashboard ve sunum hazırlama
15Dönem ödevi sunumları
16Final Sınavı
Kaynak
1. Veri Analizi ve İstatistik Temelleri Ders Notları 2. Microsoft Excel Veri Analizi Kılavuzu 3. Python for Data Analysis – Wes McKinney 4. SPSS Uygulamalı Veri Analizi Kaynakları

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
1
Arka yüz yazılım geliştirme alanına ilişkin temel kavramları, kuramları ve teknolojileri açıklar ve uygular.
2
En az bir sunucu taraflı programlama dilini kullanarak ölçeklenebilir ve sürdürülebilir yazılım çözümleri geliştirir.
3
İlişkisel ve/veya ilişkisel olmayan veritabanı sistemlerini tasarlar, yönetir ve uygulamalarla bütünleştirir.
4
API mimarilerini tasarlayarak RESTful servisler geliştirir ve istemci uygulamalarla entegrasyonunu sağlar.
5
İşletim sistemleri, sunucu yapıları ve barındırma (hosting) ortamlarının çalışma mantığını açıklar ve uygular.
6
Yazılım geliştirme süreçlerinde algoritma, veri yapıları ve problem çözme tekniklerini etkin biçimde kullanır.
7
Yazılım projelerinde sürüm kontrol sistemlerini, temel DevOps araçlarını ve container teknolojilerini kullanır.
8
Yazılım güvenliği ilkelerini uygulayarak güvenli kod yazar ve temel siber güvenlik önlemlerini alır.
9
Yazılım test süreçlerini planlar, kalite güvence yöntemlerini uygular ve hataları analiz eder.
10
Bulut bilişim temelli altyapılar üzerinde uygulama geliştirme, dağıtım ve yönetim süreçlerini yürütür.
11
Mesleki etik, iş sağlığı ve güvenliği ilkelerine uygun şekilde yazılım geliştirme faaliyetlerini yürütür.
12
Yazılım projelerinde bireysel ve ekip çalışmasına katkı sağlar, teknik dokümantasyon hazırlar ve raporlama yapar.
13
Mesleki İngilizceyi kullanarak teknik dokümantasyonu takip eder, mesleki iletişim kurar ve kendini güncel tutar.
14
Yaşam boyu öğrenme bilinciyle yeni teknolojileri takip eder, mesleki gelişimini sürdürülebilir biçimde planlar.
15
Yazılım geliştirme yaşam döngüsü kapsamında gereksinim analizi, sistem tasarımı, performans optimizasyonu ve bakım süreçlerini etkin şekilde yönetir.

Değerlendirme Sistemi

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

Sayısal Veriler

Bilgi / Destek Butonu