se.cs.ieu.edu.tr
Dersin Adı | |
Kodu | Yarıyıl | Teori (saat/hafta) | Uygulama/Lab (saat/hafta) | Yerel Kredi | AKTS |
---|---|---|---|---|---|
Güz/Bahar |
Ön-Koşul(lar) | Yok | |||||
Dersin Dili | ||||||
Dersin Türü | Seçmeli | |||||
Dersin Düzeyi | - | |||||
Dersin Veriliş Şekli | - | |||||
Dersin Öğretim Yöntem ve Teknikleri | Deney / Laboratuvar / Atölye uygulama | |||||
Dersin Koordinatörü | - | |||||
Öğretim Eleman(lar)ı | ||||||
Yardımcı(ları) |
Dersin Amacı | |
Öğrenme Çıktıları | Bu dersi başarıyla tamamlayabilen öğrenciler;
|
Ders Tanımı |
| Temel Ders | |
Uzmanlık/Alan Dersleri | ||
Destek Dersleri | ||
İletişim ve Yönetim Becerileri Dersleri | ||
Aktarılabilir Beceri Dersleri |
Hafta | Konular | Ön Hazırlık |
1 | Veri Çözümlemeye Giriş - Veri Bilimi - Veri Bilimcisi - Veri Bilimcinin araç kutusu - SPSS - R ortamına giriş (Installation, Editors) | Introduction (R for Data Science) Basics (Introductory Statistics with R) |
2 | R’da veri yapıları Hazır fonksiyonlar R paketleri | Basics, The R environment (Introductory Statistics with R) |
3 | Rassal veri, yoğunluk ve dağılım fonksiyonları Veri alış/verişi Veri manipülasyonu | Probability and distributions (Introductory Statistics with R) |
4 | Kontrol yapıları Koşullu ifadeler | The R environment (Introductory Statistics with R) |
5 | Veri tanımlamada sayısal yöntemler Değişkenler arasındaki ilişki | Descriptive statistics and graphics (Introductory Statistics with R) |
6 | Veri görselleştirme Veri tanımlamada görsel yöntemler R’da temel grafik sistemi ve temel grafikler | Descriptive statistics and graphics (Introductory Statistics with R) |
7 | R’da ileri düzey grafikler, ggplot2 | Data visualization (R for Data Science) |
8 | Hipotez testi Tek örneklem testleri | One- and two-sample tests (Introductory Statistics with R) |
9 | Hipotez testi İki örneklem testleri Varyans analizi | One- and two-sample tests (Introductory Statistics with R) |
10 | Parametrik olmayan yöntemler Tek örneklem testleri Uyum iyiliği testleri | One- and two-sample tests (Introductory Statistics with R) |
11 | Parametrik olmayan yöntemler İki örneklem testleri k-örneklem testleri | One- and two-sample tests Analysis of variance and the Kruskal–Wallis test (Introductory Statistics with R) |
12 | Doğrusal regresyon modelleri | Regression and correlation (Introductory Statistics with R) |
13 | Veri madenciliğinin temelleri | Introduction (Data Mining: Concepts and Techniques) |
14 | Veri madenciliğinin temelleri | Introduction (Data Mining: Concepts and Techniques) |
15 | Dönemin gözden geçirilmesi | |
16 | Dönemin gözden geçirilmesi |
Ders Kitabı | Ders Notları Introductory Statistics with R, P. Dalgaard, Springer, 2008. |
Önerilen Okumalar/Materyaller | R for Data Science, H. Wickham, G. Grolemund, 2017. Practical Data Science with R, N. Zumel and J. Mount, Manning Publications, 2014. Data Mining: Concepts and Techniques, Han, M. Kamber, and J. Pei, Morgan Kaufmann, 2011. |
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 Aktivitelerin Başarı Notuna Katkısı | 8 | 60 |
Yarıyıl Sonu Aktivitelerin 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 | ||
Sınıf Dışı Ders Çalışması | 12 | 2 | |
Arazi Çalışması | |||
Küçük Sınav / Stüdyo Kritiği | |||
Portfolyo | |||
Ödev | |||
Sunum / Jüri Önünde Sunum | 1 | 16 | |
Proje | 1 | 20 | |
Seminer/Çalıştay | |||
Sözlü Sınav | |||
Ara Sınavlar | 1 | 20 | |
Final Sınavı | 1 | 30 | |
Toplam | 158 |
# | Program Yeterlilikleri / Çıktıları | * Katkı Düzeyi | ||||
1 | 2 | 3 | 4 | 5 | ||
1 | Gerçek hayata ilişkin sorunları tanımlayarak, yazılım proje, süreç ve ürününe ait fonksiyonel ve fonksiyonel olmayan özellikleri tanımlayabilmek | |||||
2 | Yazılım mimarisi, bileşenleri, arayüzleri ve sisteme ait diğer bileşenleri tanımlayabilmek | |||||
3 | Kodlama, doğrulama (verification), birim testleri (unit testing) ve hata ayıklama (dubugging) konularını da içerecek şekilde yazılım geliştirebilmek | |||||
4 | Programın davranışlarını, yürütüm koşullarını, ve beklenen sonuçlara göre yazılımı sınayarak doğrulayabilmek | |||||
5 | Yazılımın çalışması sırasında, çalışma ortamının değişmesi, yeni kullanıcı istekleri ve yazılım hatalarının ortaya çıkması ile meydana gelen bakım faaliyetlerine yönelik işlemleri yapabilmek | |||||
6 | Yazılımın yaşam sürecinde, yazılımın diğer yazılım sistemleri ile olan entegrasyonunu sağlamak, yazılımda yapılan değişiklikleri yönetmek, yazılımın piyasa sürümlerini ve ara sürümlerini sistematik olarak planlayabilmek, izleyebilmek ve denetleyebilmek | |||||
7 | Yazılım mühendisliğine yönelik gereksinimlerin anlaşılması, olurluluk çalışmalarına göre hedeflerin saptanması, süreçlerin planlanması, çıktıların belirlenmesi, kaynak planlamalarının yapılması, maliyetlerin saptanması, kaynakların tahsisi, risk yönetimi, kalite planlaması konularında bilgi sahibi olmak | |||||
8 | Yazılım mühendisliği süreçlerini tanımlayabilme, uygulayabilme, değerlendirebilme, ölçme, yönetme, değiştirme ve geliştirme konularında bilgi sahibi olmak | |||||
9 | Yazılım gereksinimi, tasarımı, geliştirmesi, sınaması, bakımı, yapılanışı, yönetimi ve kalitesi konularındaki çeşitli araçları ve yöntemleri bilmek, kullanabilme pratiğine sahip olmak | |||||
10 | Yazılım yaşam döngüsü süreçlerinde, yazılım kalitesi, kalite modelleri ve karakteristikleri konularını bilmek, temel kalite ölçümlerini yapabilmek ve bunları yazılım geliştirme, doğrulama ve sınama konularıyla birlikte yorumlayabilmek | |||||
11 | Başta bilgisayar mühendisliği, yönetim, matematik, proje yönetimi, kalite yönetimi, yazılım ergonomisi ve sistem mühendisliği olmak üzere, yazılım mühendisliği ile ortak sınırlara ve değerlere sahip diğer disiplinler hakkında bilgi sahibi olmak | |||||
12 | Genelde mühendislik özelde yazılım mühendisliği kültürü ve etik anlayışını kavrayabilmek, uygulayabilecek temel bilgilere sahip olmak | |||||
13 | Yabancı dil kullanarak konusuna ait yayınları takip edebilmek, meslektaşları ile iletişim kurabilmek |
*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest