Yazdır

DERS BİLGİLERİ
Ders KodDers AdT+U SaatYarıyılAKTS
IENG 341VERİ ANALİTİĞİNE GİRİŞ3 + 06. Yarıyıl5

DERS TANIMI
Ders Düzeyi Lisans
Ders Türü Seçmeli
Dersin Amacı Bu ders, klasik istatistiksel yöntemleri hesaplamalı ve makine öğrenimindeki son gelişmelerle harmanlayan bir yaklaşım olan istatistiksel öğrenme yöntemlerini kullanarak veri bilimi ve veri analitiğine bir giriş sağlamayı amaçlamaktadır. Ders, bu alandaki ana analitik yöntemleri örnek veri kümeleri kullanan uygulamalı uygulamalarla ele alacak, böylece öğrenciler kapsanan yöntemleri kullanma konusunda deneyim ve güven kazanacaktır.
Ders İçeriği Veri Bilimi ve Büyük Veri Analitiği, İlişkisel Veritabanları ve Veri Modelleme, Veri Ambarı ve Entegrasyon, Paralel Veritabanları, Hadoop/ Mapreduce/Spark, Veri Görselleştirme, Makine Öğrenimi, Sınıflandırma ve Regresyon, Kümeleme, Doğal Dil İşleme, Bilgi Erişimi, Ağ Analizi
Ders Ön Koşul Dersin ön koşulu yok.
Ders Yan Koşul Dersin yan koşulu yok.
Öğretim Sistemi Yüz Yüze

DERS ÖĞRENME KAZANIMLARI
1Bilgi ve veri kavramlarını uygulamalı olarak öğrenir.
2Veri biliminin disiplinlerarası ilişkili olduğu bilim alanlarını tanır.
3Büyük veri kavramını öğrenir.
4Büyük veri araçlarını öğrenir.

DERS ÖĞRENME KAZANIMININ PROGRAM YETERLİLİKLERİNE KATKISI
NoPY 01PY 02PY 03PY 04PY 05PY 06PY 07PY 08PY 09PY 10PY 11PY 12PY 13
ÖK 001             
ÖK 002             
ÖK 003             
ÖK 004             
Ara Toplam             
Katkı0000000000000

AKTS / İŞ YÜKÜ TABLOSU
EtkinlikSayısıSüresi (Saat)Toplam İş Yükü (Saat)
Ders Süresi(14 hafta/teorik+uygulama)14342
Ödevler4624
Arasınavlar(hazırlık süresi dahil)11010
Yarıyıl Sonu Sınavı(hazırlık süresi dahil)11414
Sunum / Seminer (hazırlık süresi dahil)11414
Rapor / Proje (hazırlık süresi dahil)12626
Toplam İş Yükü

Dersin AKTS Kredisi






130

5
DERS ŞUBELERİ
 Dönem seçiniz :   


Seçili dönemde ders açılmamıştır.


Yazdır

T+U : Teorik + Pratik
PY: Program Yeterlilikleri
ÖK: Ders Öğrenme Kazanımları