AKTS - Veri Bilimine Giriş

Veri Bilimine Giriş (SE422) Ders Detayları

Ders Adı Ders Kodu Dönemi Saati Uygulama Saati Laboratuar Hours Kredi AKTS
Veri Bilimine Giriş SE422 Alan Seçmeli 3 0 0 3 5
Ön Koşul Ders(ler)i
N/A
Dersin Dili İngilizce
Dersin Türü Seçmeli Dersler
Dersin Seviyesi Lisans
Ders Verilme Şekli Yüz Yüze
Dersin Öğrenme ve Öğretme Teknikleri .
Dersin Koordinatörü
Dersin Öğretmen(ler)i
Dersin Asistan(lar)ı
Dersin Amacı
Dersin Eğitim Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • Python'da veri bilimi için gerekli becerileri göstermek
  • Verileri temizlemek ve işlemek için araçlar kullanmak
  • Veri depolamak için veri yönetimi tekniklerini uygulamak
  • İstatistiksel yöntemler ve görselleştirme ile verileri açıklamak
  • Tahmin yapmak için istatistik ve Makine Öğrenmesi uygulamak
  • Tanımlayıcı istatistikler ve görselleştirmeler kullanarak veri analizinin sonuçlarını açıklamak
Dersin İçeriği Veri bilimi için Python programlama dili, veri elde etme, veri işleme, veri görselleştirme, veri biliminde vektörler ve matrisler, veri bilimi için istatistiksel kavramların incelenmesi, koşullu olasılık, Bayes teoremi, normal dağılım, tahmin, regresyon, sınıflandırma ve kümeleme.

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

Hafta Konular Ön Hazırlık
1 Bilimine Giriş Bölüm 1 + Ders Notları
2 Veri Bilimi için Python programlama I Bölüm 2
3 Veri Bilimi için Python programlama 2 Ders notları
4 Veri Görselleştirmesi Bölüm 3
5 Vektörler, Matrisler, Veri Biliminde İstatistiksel Kavramlar Bölüm 4-5
6 Koşullu Olasılık, Bayes Teoremi, Normal Dağılım Bölüm 6
7 Hipotez ve Çıkarım Bölüm 7
8 Ara sınavı
9 Dereceli Alçalma Bölüm 8
10 Veri İşleme Bölüm 9-10
11 Makine Öğrenmesi Kavramlarına Giriş Bölüm 11
12 Doğrusal ve Lojistik Regresyon Bölüm 14-15
13 Sinir Ağları Bölüm 18
14 Kümeleme ve Tavsiye Sistemi Bölüm 19, 22
15 Genel sınav
16 Genel sınav

Kaynaklar

Ders Kitabı 1. Data Science from Scratch: First Principles with Python, By Joel Grus , 2015 ISBN: 978-1-491-90142-7
Diğer Kaynaklar 2. Computational and Inferential Thinking: The Foundations of Data Science, 2nd Edit By Ani Adhikari, John DeNero and David Wagner,on,

Değerlendirme Sistemi

Çalışmalar Sayı Katkı Payı
Devam/Katılım - -
Laboratuar - -
Uygulama - -
Alan Çalışması - -
Derse Özgü Staj - -
Küçük Sınavlar/Stüdyo Kritiği - -
Ödevler - -
Sunum - -
Projeler 1 35
Rapor - -
Seminer - -
Ara Sınavlar/Ara Juri 1 25
Genel Sınav/Final Juri 1 40
Toplam 3 100
Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı 100
Toplam 100

Kurs Kategorisi

Temel Meslek Dersleri X
Uzmanlık/Alan Dersleri
Destek Dersleri
İletişim ve Yönetim Becerileri Dersleri
Aktarılabilir Beceri Dersleri

Dersin Öğrenim Çıktılarının Program Yeterlilikleri ile İlişkisi

# Program Yeterlilikleri / Çıktıları Katkı Düzeyi
1 2 3 4 5
1 Matematik, fen bilimleri ve bilgisayar mühendisliği disiplinine özgü konularda yeterli bilgi birikimine sahip olur; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanır.
2 Karmaşık mühendislik problemlerini saptar, tanımlar, formüle eder ve çözer; bu amaçla uygun analiz ve modelleme yöntemlerini seçer ve uygular. X
3 Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlar; bu amaçla modern tasarım yöntemlerini uygular. X
4 Bilgisayar mühendisliği uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirir, seçer ve kullanır; bilişim teknolojilerini etkin bir şekilde kullanır. X
5 Karmaşık mühendislik problemlerinin veya bilgisayar mühendisliği disiplinine özgü araştırma konularının incelenmesi için deney tasarlar, deney yapar, veri toplar, sonuçları analiz eder ve yorumlar. X
6 Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışır; bireysel çalışma becerisini kazanır.
7 Türkçe sözlü ve yazılı etkin iletişim kurar; etkin rapor yazar ve yazılı raporları anlar, tasarım ve üretim raporları hazırlar, etkin sunum yapar, açık ve anlaşılır talimat verir ve alır.
8 En az bir yabancı dil bilir; etkin rapor yazar ve yazılı raporları anlar, tasarım ve üretim raporları hazırlar, etkin sunum yapar, açık ve anlaşılır talimat verir ve alır.
9 Yaşam boyu öğrenmenin gerekliliği bilincine sahip olur; bilgiye erişir, bilim ve teknolojideki gelişmeleri izler ve kendini sürekli yeniler.
10 Etik ilkelerine uygun davranır, mesleki ve etik sorumluluk bilincine sahip olur.
11 Bilgisayar mühendisliği uygulamalarında kullanılan standartlar hakkında bilgiye sahip olur.
12 Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgiye sahip olur.
13 Girişimcilik, yenilikçilik hakkında farkındalık kazanır.
14 Sürdürülebilir kalkınma hakkında bilgiye sahip olur.
15 Bilgisayar mühendisliği uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunlar hakkında bilgiye sahip olur.
16 Mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık kazanır. X
17 Sayısal hesaplama ve sayısal gösterim sistemlerini analiz eder, tasarlar ve ifade eder.
18 Hesaplama problemlerinin çözülmesinde programlama dillerini ve uygun bilgisayar mühendisliği kavramlarını kullanır.

ECTS/İş Yükü Tablosu

Aktiviteler Sayı Süresi (Saat) Toplam İş Yükü
Teorik Ders saati (Sınav haftası dahildir: 16 x teorik ders saati) 16 3 48
Laboratuar
Uygulama
Derse Özgü Staj
Alan Çalışması
Sınıf Dışı Ders Çalışma Süresi 16 3 48
Sunum/Seminer Hazırlama
Projeler 3 5 15
Raporlar
Ödevler
Küçük Sınavlar/Stüdyo Kritiği
Ara Sınavlara/Ara Juriye Hazırlanma Süresi 1 5 5
Genel Sınava/Genel Juriye Hazırlanma Süresi 1 8 8
Toplam İş Yükü 124