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. |
Dersin İlişkili Olduğu Sürdürülebilir Kalkınma Amaçları | |
| 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) | 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 iki 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 | Basit Doğrusal regresyon ve korelasyon | Introductory Statistics with R, P. Dalgaard (Ch-6) |
13 | Dinamik raporlama | 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 Aktivitelerin Başarı Notuna Katkısı | 3 | 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 | 14 | 4 | 56 |
Arazi Çalışması | |||
Küçük Sınav / Stüdyo Kritiği | |||
Portfolyo | |||
Ödev | |||
Sunum / Jüri Önünde Sunum | 1 | 23 | |
Proje | 1 | 28 | |
Seminer/Çalıştay | |||
Sözlü Sınav | |||
Ara Sınavlar | 1 | 30 | |
Final Sınavı | 1 | 40 | |
Toplam | 225 |
# | 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. | X | ||||
2 | Bilgisayar Mühendisliği alanında uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir. | X | ||||
3 | Belirsiz, sınırlı ya da eksik verileri kullanarak, bilimsel yöntemlerle bilgiyi tamamlar ve uygular, değişik disiplinlere ait bilgileri bir arada kullanabilir. | X | ||||
4 | Mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır, ihtiyaç duyduğunda bunları inceler ve öğrenir. | X | ||||
5 | Bilgisayar Mühendisliği alanı ile ilgili problemleri tanımlar ve formüle eder, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular. | X | ||||
6 | Yeni ve/veya özgün fikir ve yöntemler geliştirir, karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler geliştirir. | X | ||||
7 | Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular, bu süreçte karşılaşılan karmaşık problemleri irdeler ve çözümler. | X | ||||
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. | X | ||||
9 | Bir yabancı dili en az Avrupa Dil Portföyü B2 Genel Düzeyinde kullanarak, sözlü ve yazılı iletişim kurar. | X | ||||
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. | X | ||||
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. | X | ||||
12 | Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. | X |
*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest