Bilgisayar Mühendisliği Yüksek Lisans Programı (Tezli)

MATH 658 | Ders Tanıtım Bilgileri

Dersin Adı

İleri Veri Analizi

Kodu	Yarıyıl	Teori (saat/hafta)	Uygulama/Lab (saat/hafta)	Yerel Kredi	AKTS
MATH 658	Güz/Bahar	3	0	3	7.5

Ön-Koşul(lar)	Yok
Dersin Dili	İngilizce
Dersin Türü	Seçmeli
Dersin Düzeyi	Doktora
Dersin Veriliş Şekli	-
Dersin Öğretim Yöntem ve Teknikleri	Deney / Laboratuvar / Atölye uygulama Anlatım / Sunum
Ulusal Meslek Sınıflandırma Kodu	-
Dersin Koordinatörü	Prof. Dr. Gözde Yazgı TÜTÜNCÜ
Öğretim Eleman(lar)ı	Dr. Öğr. Üyesi Engin YILDIZTEPE
Yardımcı(ları)	-

Dersin Amacı

Bu dersin temel amacı veri analizi yöntemleri hakkında temel bilgiler vermek ve bu yöntemleri istatistiksel yazılım programları yardımı ile kullanabilmektir. Ders kapsamında temel istatistiksel yaklaşımların yanında modelleme üzerinde durulması hedeflenmektedir

Öğrenme Çıktıları

#	İçerik	PÇ Sub	* Katkı Düzeyi
#	İçerik	PÇ Sub	1	2	3	4	5
1	Verileri tanımlayabilmek ve özetleyebilmek için grafik yöntemleri ve sayısal yöntemleri kullanabilirler
2	Değişkenler arasındaki ilişkileri analiz edebilirler
3	Değişkenler arasındaki ilişkileri ve regresyon modellerini analiz edebilirler
4	Kitle ortalamalarını karşılaştırabilir
5	Bir kitleye ilişkin hipotez testleri oluşturabilir
6	Veri Madenciliği ile ilgili kavramları anlayabilir ve basit sınıflama yöntemlerini kullanabilirler.

Ders Tanımı

Dersin temel konuları: verileri tanımlayabilmek için grafiksel ve sayısal yöntemler, istatistiksel modellerin kullanılması, model varsayımlarını istatistiksel yöntemler kullanarak kontrol etmek, hipotezleri test edebilmektir. Veri Madenciliğinin temel kavramları.

Dersin Kategorisi	Temel Ders
	Uzmanlık/Alan Dersleri
	Destek Dersleri
	İletişim ve Yönetim Becerileri Dersleri
	Aktarılabilir Beceri Dersleri

HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI

Hafta	Konular	Ön Hazırlık	Öğrenme Çıktısı
1	Veri çözümlemeye giriş, veri bilimi veri bilimcisi, veri bilimcinin araç kutusu, SPSS, R ortamına giriş (Installation, Editors)	R for Data Science, H. Wickham, G. Grolemund, (Ch-1, Ch-2), Introductory Statistics with R, P. Dalgaard (Ch-1)
2	R’da veri yapıları, hazır fonksiyonlar, R paketleri	Introductory Statistics with R, P. Dalgaard (Ch-1)
3	Rassal veri, yoğunluk ve dağılım fonksiyonları, veri alış/verişi, veri manipülasyonu	Introductory Statistics with R, P. Dalgaard (Ch-3)
4	Kontrol yapıları, koşullu ifadeler	Introductory Statistics with R, P. Dalgaard (Ch-1.2)
5	Veri tanımlamada sayısal yöntemler, değişkenler arasındaki ilişki	Introductory Statistics with R, P. Dalgaard (Ch-4)
6	Veri görselleştirme, veri tanımlamada görsel yöntemler R’da temel grafik sistemi ve temel grafikler	Introductory Statistics with R, P. Dalgaard (Ch-4.2)
7	R’da ileri düzey grafikler-1, tidyverse yazım kuralları, R’da ileri düzey grafikler-2, ggplot2	R for Data Science, H. Wickham, G. Grolemund, (Ch-3)
8	Ara Sınav
9	Hipotez testi tek örneklem testleri	Introductory Statistics with R, P. Dalgaard (Ch-5)
10	Hipotez testi İki örneklem testleri	Introductory Statistics with R, P. Dalgaard (Ch-5)
11	Varsayımların kontrolü, uyum iyiliği tesleri	Introductory Statistics with R, P. Dalgaard (Ch-5)
12	Dinamik raporlama	Introductory Statistics with R, P. Dalgaard (Ch-6)
13	Parametrik olmayan testler	R for Data Science, H. Wickham, G. Grolemund, (Ch-27)
14	Veri madenciliği, İstatistiksel öğrenmenin temel kavramları, denetimli öğrenme, denetimsiz öğrenme	R for Data Science, H. Wickham, G. Grolemund, (Ch-22)
15	Dönemin gözden geçirilmesi
16	Final sınavı

Ders Kitabı

1- Introductory Statistics with R, P. Dalgaard, Springer, 2008. ISBN-13: 978-0-387-79054-1. (https://link.springer.com/book/10.1007/978-0-387-79054-1#toc)

2- R for Data Science, H. Wickham, G. Grolemund, 978-1491910399. (https://r4ds.had.co.nz/)

Önerilen Okumalar/Materyaller

1- R in Action: Data Analysis and Graphics with R. 2nd Ed., R. Kabacoff, 2015. 978-1617291388.

2- Practical Data Science with R, N. Zumel and J. Mount, Manning Publications, 2014. 9781617291562.

DEĞERLENDİRME ÖLÇÜTLERİ

Yarıyıl Aktiviteleri	Sayı	Katkı Payı %	LO 1	LO 2	LO 3	LO 4	LO 5	LO 6
Katılım
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınav / Stüdyo Kritiği
Portfolyo
Ödev
Sunum / Jüri Önünde Sunum	1	10
Proje	1	20
Seminer/Çalıştay
Sözlü Sınav
Ara Sınav	1	30
Final Sınavı	1	40
Toplam

Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı	3	60
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı	1	40
Toplam

AKTS / İŞ YÜKÜ TABLOSU

Yarıyıl Aktiviteleri	Sayı	Süre (Saat)	İş Yükü
Teorik Ders Saati (Sınav haftası dahildir: 16 x teorik ders saati)	16	3	48
Laboratuvar / Uygulama Ders Saati (Sınav haftası dahildir. 16 x uygulama/lab ders saati)	16		0
Sınıf Dışı Ders Çalışması	14	4	56
Arazi Çalışması			0
Küçük Sınav / Stüdyo Kritiği			0
Portfolyo			0
Ödev			0
Sunum / Jüri Önünde Sunum	1	23	23
Proje	1	28	28
Seminer/Çalıştay			0
Sözlü Sınav			0
Ara Sınavlar	1	30	30
Final Sınavı	1	40	40
		Toplam	225

DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

#	PÇ Sub	Program Yeterlilikleri / Çıktıları	* Katkı Düzeyi
#	PÇ Sub	Program Yeterlilikleri / Çıktıları	1	2	3	4	5
1	Bilgisayar Mühendisliği alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular.		-	-	-	-	-
2	Bilgisayar Mühendisliği alanında uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir.		-	-	-	-	-
3	Belirsiz, sınırlı ya da eksik verileri kullanarak, bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bir arada kullanabilir.		-	-	-	-	-
4	Mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır, ihtiyaç duyduğunda bunları inceler ve öğrenir.		-	-	-	-	-
5	Bilgisayar Mühendisliği alanı ile ilgili problemleri tanımlar ve formüle eder, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular.		-	-	-	-	-
6	Yeni ve/veya özgün fikir ve yöntemler geliştirir; karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler geliştirir.		-	-	-	-	-
7	Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık problemleri irdeler ve çözümler.		-	-	-	-	-
8	Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilir, bu tür takımlarda liderlik yapabilir ve karmaşık durumlarda çözüm yaklaşımları geliştirebilir; bağımsız çalışabilir ve sorumluluk alır.		-	-	-	-	-
9	Bir yabancı dili en az Avrupa Dil Portföyü B2 Genel Düzeyinde kullanarak, sözlü ve yazılı iletişim kurar.		-	-	-	-	-
10	Çalışmalarının süreç ve sonuçlarını, o alandaki veya alan dışındaki ulusal ve uluslararası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır.		-	-	-	-	-
11	Bilgisayar Mühendisliği uygulamalarının sosyal, çevresel, sağlık, güvenlik, hukuk boyutları ile proje yönetimi ve iş hayatı uygulamalarını bilir ve bunların bilgisayar mühendisliği uygulamalarına getirdiği kısıtların farkındadır.		-	-	-	-	-
12	Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.		-	-	-	-	-