| School/Faculty/Institute |
Gradutate School of Science and Engineering |
| Course Code |
BDA 503 |
| Course Title in English |
Data Analytics Essentials |
| Course Title in Turkish |
Veri Analitiğinin Temelleri |
| Language of Instruction |
EN |
| Type of Course |
Flipped Classroom |
| Level of Course |
Introductory |
| Semester |
Güz |
| Contact Hours per Week |
| Lecture: 3 |
Recitation: |
Lab: |
Other: |
|
| Estimated Student Workload |
174 hours per semester |
| Number of Credits |
7.5 ECTS |
| Grading Mode |
Standard Letter Grade
|
| Pre-requisites |
None |
| Expected Prior Knowledge |
Basic probability knowledge |
| Co-requisites |
None |
| Registration Restrictions |
Only Graduate Students |
| Overall Educational Objective |
To learn the basic data analytics process with on hands applications using modern tools to explore data by summarizing, slicing/dicing and analyzing data via graphical and quantitative tools. |
| Course Description |
The aim of the course is to give the fundamentals of exploratory data analytics. Exploratory data analytics focuses on exploring data to understand the data’s underlying structure and variables, to develop intuition about the data set, to consider how that data set came into existence, and to decide how it can be investigated with more formal statistical methods. |
| Course Description in Turkish |
Bu ders veri analitiğinin temellerini inceleyen bir ders olarak tasarlanmıştır. Araştırma amaçlı veri analitiği verinin altında yatan yapılanmayı anlamaya, veri seti hakkında sezgi geliştirmeye, verinin nasıl ortaya çıkıp, nasıl hazırlandığını düşünmeye ve formal istatistiki metotlarla nasıl derinlemesine incelenebileceğine odaklanır. |
Course Learning Outcomes and Competences
Upon successful completion of the course, the learner is expected to be able to:
1) Bir veri kümesine soru sormak
2) Bir veri kümesini kullanılabilir bir formata dönüştürün ve onunla ilgili sorunları düzeltmek
3) Verileri keşfetmek, içindeki kalıpları bulmak ve bu verilerle ilgili sezgiler oluşturmak
4) Sonuç çıkarmak ve/veya tahminlerde bulunmak
5) Bulgularınızı iletin bilgisayar tabanlı istatistiksel ve analitik araçları kullanma
|
| Program Learning Outcomes/Course Learning Outcomes |
1 |
2 |
3 |
4 |
5 |
| 1) |
|
|
|
|
|
| 2) |
|
|
|
|
|
| 3) |
|
|
|
|
|
| 4) |
|
|
|
|
|
| 5) |
|
|
|
|
|
| 6) |
|
|
|
|
|
| 7) |
|
|
|
|
|
| 8) |
|
|
|
|
|
| 9) |
|
|
|
|
|
| 10) |
|
|
|
|
|
Relation to Program Outcomes and Competences
| N None |
S Supportive |
H Highly Related |
| |
|
|
| |
Program Outcomes and Competences |
Level |
Assessed by |
| 1) |
|
H |
|
| 2) |
|
S |
|
| 3) |
|
H |
|
| 4) |
|
H |
|
| 5) |
|
S |
|
| 6) |
|
H |
|
| 7) |
|
S |
|
| 8) |
|
N |
|
| 9) |
|
S |
|
| 10) |
|
N |
|
| Prepared by and Date |
, |
| Course Coordinator |
ÖZGÜR ÖZLÜK |
| Semester |
Güz |
| Name of Instructor |
Öğr. Gör. BERK ORBAY |
Course Contents
| Hafta |
Konu |
| 1) |
Veri Bilimine Giriş
|
| 1) |
Veri Bilimine Giriş
|
| 2) |
R'nin Temelleri |
| 3) |
R'nin Temelleri |
| 4) |
Veri Tartışması
|
| 5) |
Veri Tartışması
|
| 6) |
Veri Tartışması
|
| 7) |
Veri Analizi (tek değişken)
|
| 8) |
Veri Analizi (iki değişken)
|
| 9) |
Veri Analizi (çok değişkenli)
|
| 10) |
Veri Analizi (parametrik olmayan)
|
| 11) |
Veri goruntuleme
|
| 12) |
Veri goruntuleme
|
| 13) |
Veri goruntuleme
|
| 14) |
Son İnceleme
|
| 15) |
Proje/sunum Dönemi |
| 16) |
Proje/Sunum Dönemi |
Bilgi Paketi / Ders Kataloğu