Nevşehir Hacı Bektaş Veli Üniversitesi Bilgi Paketi
|
|||||
| Sınıf/Yarıyıl | 3 / Güz | ||||
| Ders Düzeyi | Lisans | ||||
| Ders Türü | Seçmeli | ||||
| Bölümü | BİLGİSAYAR MÜHENDİSLİĞİ | ||||
| Ön Koşul Dersleri | Yok | ||||
| Öğretim Sistemi | Örgün | ||||
| Ders Süresi | 14 Hafta | ||||
| Öğretim Elemanı | SEMA ATASEVER (sema@nevsehir.edu.tr) | ||||
| Diğer Öğretim Elemanı/Elemanları |
EBUBEKİR KAYA, | ||||
| Öğretim Dili | Türkçe | ||||
| Sınıf Dışı Uygulama/Staj | Yok | ||||
| Dersin Amacı | |||||
| Bu dersin amacı, istatistiksel öğrenme yöntemlerini kullanarak veri bilimi ve veri analizine giriş yapmaktır. Klasik istatistiksel yöntemleri, hesaplama ve makine öğrenmedeki yöntemler bılgisayar bilimindeki son gelişmelerle harmanlanacaktır. Ders kapsamında veri analizi alanındaki analitik yöntemlerin örnek veri kümeleri üzerinde uygulanmasıyla öğrencilerin veri analizi yöntemlerini kullanma konusunda deneyim kazanmaları hedeflenmektedir. | |||||
| Ders Öğrenme Çıktıları (DÖÇ) | PÇ | ODY | |
| Bu dersi başarı ile tamamlayan öğrenciler: | |||
| DÖÇ-1 | Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi. |
PÇ-4 Matematik, fen ve mühendislik bilgilerini uygulama becerisi kazanır. PÇ-19 Yeniliklere ve gelişen teknolojiye uyum sağlayabilmek için, kendini sürekli yenileme ve araştırmacı yeteneğini geliştirir. |
Yazılı Sınav |
| DÖÇ-2 | Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi. |
PÇ-4 Matematik, fen ve mühendislik bilgilerini uygulama becerisi kazanır. PÇ-5 Genel mühendislik problemlerini tanımlama, modelleme, formüle etme ve çözme becerisi kazanır. PÇ-15 İstenenleri sağlayacak biçimde bir sistemi ya da süreci tasarlayabilir. PÇ-19 Yeniliklere ve gelişen teknolojiye uyum sağlayabilmek için, kendini sürekli yenileme ve araştırmacı yeteneğini geliştirir. |
Yazılı Sınav |
| DÖÇ-3 | Veri bilimi hakkında yeterli bilgiye sahip olma ve analiz yapabilme. |
PÇ-5 Genel mühendislik problemlerini tanımlama, modelleme, formüle etme ve çözme becerisi kazanır. PÇ-7 Bilgisayar Mühendisliğine özgü problemleri saptama, tanımlama, formüle etme ve çözme becerisi kazanır. PÇ-8 Yazılım ile ilgili temel kavramları kullanarak, program geliştirebilir. PÇ-11 Veritabanı kurulumu, bakımı ve kontrollerini yapabilir. PÇ-18 Verileri kullanarak grafikler ve animasyonlar oluşturabilir. |
Yazılı Sınav |
| DÖÇ-4 | Veriden bilgi çıkarımı yapabilme. Büyük veri işleyebilme. |
PÇ-5 Genel mühendislik problemlerini tanımlama, modelleme, formüle etme ve çözme becerisi kazanır. PÇ-6 Gerçek yaşamdan öğrenme, çıkarsama, optimizasyon, tahminleme, sınıflandırma ve tanıma problemlerini yapay zeka ile çözme yeteneği kazanır PÇ-7 Bilgisayar Mühendisliğine özgü problemleri saptama, tanımlama, formüle etme ve çözme becerisi kazanır. PÇ-11 Veritabanı kurulumu, bakımı ve kontrollerini yapabilir. PÇ-15 İstenenleri sağlayacak biçimde bir sistemi ya da süreci tasarlayabilir. PÇ-18 Verileri kullanarak grafikler ve animasyonlar oluşturabilir. |
Yazılı Sınav |
| PÇ: Bölüm program çıktıları ÖDY: Ölçme ve değerlendirme yöntemi |
|||
| Dersin İçeriği | ||
| Veri Bilimi ve Büyük Veri Analizi, İlişkisel Veritabanları ve Veri Modelleme, Veri Ambarı ve Entegrasyonu, Paralel Veritabanları, Hadoop/Mapreduce/Spark, Veri Görselleştirme, Makine Öğrenmesi, Sınıflandırma ve Regresyon, Kümeleme, Doğal Dil İşleme, Bilgi Erişimi, Ağ Analizi | ||
| Haftalık Detaylı Ders İçeriği | ||
| Hafta | Detaylı İçerik | Öğretim Yöntem ve Teknikleri |
| 1 | Veri Bilimi ve Büyük Veri Analizine Giriş | Anlatım, Soru-Cevap, Problem Çözme, Uygulama |
| 2 | İlişkisel Veri Tabanları ve Veri Modelleme | Anlatım, Soru-Cevap, Problem Çözme, Uygulama |
| 3 | Veri Ambarı ve Entegrasyonu | Anlatım, Soru-Cevap, Problem Çözme, Uygulama |
| 4 | Paralel Veri Tabanları / Hadoop | Anlatım, Soru-Cevap, Problem Çözme, Uygulama |
| 5 | Mapreduce / Spark | Anlatım, Soru-Cevap, Problem Çözme, Uygulama |
| 6 | Veri Görselleştirme | Anlatım, Soru-Cevap, Problem Çözme, Uygulama |
| 7 | Makine Öğrenmeye Giriş | Anlatım, Soru-Cevap, Problem Çözme, Uygulama |
| 8 | Ara Sınav | |
| 9 | Sınıflandırma ve Regresyon | Anlatım, Soru-Cevap, Problem Çözme, Uygulama |
| 10 | Kümeleme | Anlatım, Soru-Cevap, Problem Çözme, Uygulama |
| 11 | Doğal Dil İşlemeye Giriş | Anlatım, Soru-Cevap, Problem Çözme, Uygulama |
| 12 | Doğal Dil İşleme | Anlatım, Soru-Cevap, Problem Çözme, Uygulama |
| 13 | Bilgi Erişimine Giriş | Anlatım, Soru-Cevap, Problem Çözme, Uygulama |
| 14 | Bilgi Erişimi | Anlatım, Soru-Cevap, Problem Çözme, Uygulama |
| 15 | Ağ Analizi | Anlatım, Soru-Cevap, Problem Çözme, Uygulama |
| 16 | Final Sınavı | |
| Ders Kitabı / Yardımcı Kitap | ||
| 1 | Data Science from Scratch, O’Reilly Media, Joel Grus (2015) | |
| Ders Araç - Gereç ve Malzemeleri | ||
| Data Science from Scratch, O’Reilly Media, Joel Grus (2015) | ||
| Ölçme Yöntemi | |||
| Yöntem | Hafta | Süre (Saat) | Katkı(%) |
| Ara Sınav | 8 | 1 | 40 |
| Diğer Ölçme Yöntemleri | |||
| 1.Sözlü Sınav | |||
| 2.Kısa Sınav (Quiz) | |||
| 3.Laboratuvar Sınavı | |||
| 4.Sunum | |||
| 5.Rapor | |||
| 6.Seminer | |||
| 7.Performans Ödevi | |||
| 8.Dönem Ödevi | |||
| 9.Proje | |||
| Final Sınavı | 16 | 1 | 60 |
| Öğrenci İş Yükü | |||
| İşlem Adı | Haftalık Saat | Sayı | İş Yükü |
| Haftalık Ders Saati (Teorik+Uygulama) | 2 | 14 | 28 |
| Sınıf Dışı Çalışma | |||
| a) Okuma | 9 | 4 | 36 |
| b) İnternette/Kütüphanede Tarama | 0 | ||
| c) Performans Ödevi | 0 | ||
| d) Seminer/Sunum/Rapor Hazırlama | 0 | ||
| e) Dönem Ödevi/Proje Hazırlama | 0 | ||
| Sözlü Sınav | 0 | ||
| Kısa Sınav (Quiz) | 0 | ||
| Laboratuvar Sınavı | 0 | ||
| Ara Sınav İçin Hazırlık | 12 | 1 | 12 |
| Ara Sınav | 1 | 1 | 1 |
| Final Sınavı İçin Hazırlık | 12 | 1 | 12 |
| Final Sınavı | 1 | 1 | 1 |
| 0 | |||
| 0 | |||
| Toplam İş Yükü | 90 | ||