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 | |||||
Ulusal Meslek Sınıflandırma Kodu | - | |||||
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 |
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. |
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 |
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
|
#
|
PÇ Sub | Program Yeterlilikleri / Çıktıları |
* Katkı Düzeyi
|
||||
1
|
2
|
3
|
4
|
5
|
|||
1 |
Temel bilimlerin metodolojik ve uygulamalı ögeleri hakkında uygun bilgi birikimine sahip olur ve bu bilgiyi endüstriyel sistemler kapsamında mühendislik ile ilişkili problemleri tanımlamak için uygular. |
-
|
-
|
-
|
-
|
-
|
|
2 |
En yeni yöntemleri, teknikleri ve ekipmanı kullanarak Endüstri Mühendisliği ile ilişkili problemleri tanımlar, formüle eder ve çözer. |
-
|
-
|
-
|
-
|
-
|
|
3 |
Endüstriyel sistemlerin analizini ve tasarımını kaliteden ödün vermeden yapmak için teknikler ve araçları kullanır. |
-
|
-
|
-
|
-
|
-
|
|
4 |
Temel araştırmaları yürütür ve ilgili konferans ve dergilerde makaleler yayınlar. |
-
|
-
|
-
|
-
|
-
|
|
5 |
Endüstriyel sistemlerin performans ölçümünü yapmak için testler yapar, elde edilen sonuçları analiz eder ve yorumlar. |
-
|
-
|
-
|
-
|
-
|
|
6 |
Endüstriyel sistemlerde karar verme süreçlerini yönetir. |
-
|
-
|
-
|
-
|
-
|
|
7 |
Hayat boyu öğrenmeye yatkındır; mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır, ihtiyaç duyduğunda bunları inceler ve öğrenir. |
-
|
-
|
-
|
-
|
-
|
|
8 |
Endüstri Mühendisliği ile ilgili verilerin toplanması, yorumlanması, yayımı, uygulanması ve gerekli teknolojilerin kullanımı aşamalarında toplumsal, bilimsel ve etik değerlere sahip olur. |
-
|
-
|
-
|
-
|
-
|
|
9 |
Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık problemleri irdeler ve çözümler; Endüstri Mühendisliği ile ilgili kıstaslara uygun, özgün bir tez hazırlar. |
-
|
-
|
-
|
-
|
-
|
|
10 |
Bir yabancı dili kullanarak Endüstri Mühendisliği ile ilgili bilgileri takip eder, çalışmalarının süreç ve sonuçlarını, o alandaki veya alan dışındaki ulusal ve uluslararası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır. |
-
|
-
|
-
|
-
|
-
|
*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest
İzmir Ekonomi Üniversitesi, dünya çapında bir üniversiteye dönüşürken aynı zamanda küresel çapta yetkinliğe sahip başarılı gençler yetiştirir.
Daha Fazlası..İzmir Ekonomi Üniversitesi, nitelikli bilgi ve yetkin teknolojiler üretir.
Daha Fazlası..İzmir Ekonomi Üniversitesi, toplumsal fayda üretmeyi varlık nedeni olarak görür.
Daha Fazlası..