Yazdır

DERS BİLGİLERİ
Ders KodDers AdT+U SaatYarıyılAKTS
EKNM 420VERİ ANALİTİĞİNE GİRİŞ3 + 06. Yarıyıl5

DERS TANIMI
Ders Düzeyi Lisans
Ders Türü Seçmeli
Dersin Amacı Dersin amacı veri temizleme, düzenleme, işleme ve analiz etme konularında temel bilgi sahibi olmaktır.
Ders İçeriği Bu derste veri temizleme, düzenleme, işleme ve analiz etme konularında temel fikirler öğretilecektir. Öğrenciler, yoğun veri kullanımı olan uygulamalarda karşılaşılan farklı veri analizi problemleri üzerinde çalışacaklardır. Derste öğrencilerden vaka çalışmalarıyla birlikte pek çok sınıf içi programlama alıştırmaları yapmaları beklenmektedir. Bu alıştırmaların yardımıyla veri analitiğine ve Python programlama dili kullanarak bilimsel hesaplamaya giriş yapılacaktır.
Ders Ön Koşul YBS 485 İLERİ EXCEL VE VERİ GÖRSELLEŞTİRME
Ders Yan Koşul Dersin yan koşulu yok.

DERS ÖĞRENME KAZANIMLARI
1Python'da nasıl kod yazılacağını öğrenir.
2Python'un koşullu ifadeleri, işlevleri, dizileri ve döngüleriyle çalışır.
3Veri analizi araç setini nasıl kullanacağını öğrenir (Pandas).
4Tek değişkenli ve çok değişkenli regresyon analizini tahmin edebilir.
5NumPy gibi bilimsel paketlerle çalışır.
6Matplotlib ile grafikleri çizebilir.

DERS ÖĞRENME KAZANIMININ PROGRAM YETERLİLİKLERİNE KATKISI
Derslerin program öğrenme kazanımına katkısı girilmemiş.

AKTS / İŞ YÜKÜ TABLOSU
EtkinlikSayısıSüresi (Saat)Toplam İş Yükü (Saat)
Ders Süresi(14 hafta/teorik+uygulama)13452
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme)13452
Arasınavlar(hazırlık süresi dahil)11313
Yarıyıl Sonu Sınavı(hazırlık süresi dahil)11313
Toplam İş Yükü

Dersin AKTS Kredisi






130

5
DERS ŞUBELERİ
 Dönem seçiniz :   


 Ders DönemiŞube NoDersi Veren Öğretim Elemanı
Detay 2024-2025 Bahar1AYGÜL ANAVATAN


Yazdır

Ders Şube Detayları
Dersin Kodu Dersin Ad Saat (T+P) Şube No Öğretim Dili Şube Dönemi Öğretim Sistemi
EKNM 420 VERİ ANALİTİĞİNE GİRİŞ 3 + 0 1 Türkçe 2024-2025 Bahar Yüz Yüze
Öğretim Elemanı  E-Posta  İç Hat  Ders Yeri Devam Zorunluluğu
Doç. Dr. AYGÜL ANAVATAN aanavatan@pau.edu.tr İİBF B0213 Dersin Devam Yüzdesi : %70
Amaç Dersin amacı veri temizleme, düzenleme, işleme ve analiz etme konularında temel bilgi sahibi olmaktır.
İçerik Bu derste veri temizleme, düzenleme, işleme ve analiz etme konularında temel fikirler öğretilecektir. Öğrenciler, yoğun veri kullanımı olan uygulamalarda karşılaşılan farklı veri analizi problemleri üzerinde çalışacaklardır. Derste öğrencilerden vaka çalışmalarıyla birlikte pek çok sınıf içi programlama alıştırmaları yapmaları beklenmektedir. Bu alıştırmaların yardımıyla veri analitiğine ve Python programlama dili kullanarak bilimsel hesaplamaya giriş yapılacaktır.
Haftalık Konu Başlıkları
HaftaKonular
1 Pandas kütüphanesinden veri seti indirme ve veri setinin özelliklerini inceleme (info, describe, dtypes, columns, value_counts, len, unique, nunique)
2 NumPy kütüphanesinde bazı fonksiyonları çalıştırma (mean, median, loc, agg, min, max, var, std, abs, quantile, iqr, sample)
3 Binom, Poisson, Normal ve Student-t dağılımı
4 Lognormal dağılım, hipotez testleri
5 Nokta tahmini, rassal sayı üretme ve histogramını çizdirme
6 Basit şans örneklemesi
7 Tabakalı örnekleme
8 Küme örneklemesi
9 Bir örnekleme dağılımı oluşturma ve güven aralığı hesaplama
10 z-skoru ve p-değeri hesaplama, tek kuyruklu ve iki kuyruklu testler
11 Varyans analizi
12 Model performanslarının ölçülmesi
13 Çapraz doğrulama
14 Pipeline tanımlama
Materyaller
Materyal belirtilmemiştir.
Kaynaklar
Ders Değerlendirme Sistemi
Değerlendirme YöntemiKatkı Yüzdesi (%)Değerlendirme Yöntemi Ad
Dönem Sonu Sınavı60Dönem Sonu Sınavı
Ara Sınav40Ara Sınav
T+U : Teorik + Pratik
PY: Program Yeterlilikleri
ÖK: Ders Öğrenme Kazanımları