LİSANSÜSTÜ EĞİTİM ENSTİTÜSÜ
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 uygulamaAnlatım / Sunum | |||||
| Dersin Koordinatörü | ||||||
| Öğretim Eleman(lar)ı | ||||||
| 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 |
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
| 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. |
|
|
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 |
| 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 % |
| 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
|
#
|
Program Yeterlilikleri / Çıktıları |
* Katkı Düzeyi
|
||||
|
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. |
|||||
*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest