BDA 589 Project ProposalMEF ÜniversitesiAkademik Programlar Büyük Veri Analitiği (İngilizce) (Tezsiz)Öğrenciler için Genel BilgiDiploma EkiErasmus Beyanı
Büyük Veri Analitiği (İngilizce) (Tezsiz)
Yüksek Lisans Programın Süresi: 1.5 Kredi Sayısı: 90 TYYÇ: 7. Düzey QF-EHEA: 2. Düzey EQF: 7. Düzey

Ders Genel Tanıtım Bilgileri

Yüksekokul/Myo/Fakülte/Enstitü Lisansüstü Eğitim Enstitüsü
Ders Kodu BDA 589
Ders Adı İngilizce Project Proposal
Ders Adı Türkçe Proje Önerisi
Öğretim Dili EN
Ders Türü Proje
Dersin Düzeyi Başlangıç
Dönem Bahar
Haftalık İletişim Saatleri
Ders: 3 Okuma: Laboratuvar : Diğer:
Tahmini Öğrenci İş Yükü Dönem boyunca 64 saat
Ders Kredileri 2.5 AKTS
Değerlendirme Geçti / Kaldı
Ön Koşul Yok
Yan Koşul Yok
Beklenen Ön Bilgi Yok
Kayıt Kısıtlamaları Sadece Yüksek Lisans Öğrencileri
Genel Eğitim Hedefi Bir proje teklifinin nasıl geliştirileceğini ve bitirme projesi için nasıl geliştirileceğini öğrenmek.
Ders Açıklaması Bu dersin amacı, proje önerisinin nasıl yapılacağı ve projenin nasıl geliştirileceğini öğretmektir.

Ders Öğrenme Çıktıları ve Yeterlilikler

Bu dersi başarıyla tamamlayabilen öğrenciler:
1) Proje teklifindeki temel aşamaları tanır ve tartışır
2) Bir proje teklifi organize etmek ve geliştirmek
Program Öğrenme Çıktıları/Ders Öğrenme Çıktıları 1 2
1) Lisans derecesi sırasında edinilen beceriler üzerine inşa edilen, makine öğrenimiyle ilgili büyük veri analitiği alanında geliştirilmiş ve derinleştirilmiş bir uzmanlık düzeyi.
2) Makine öğrenimiyle ilgili istatistik, hesaplama ve bilgisayar bilimi alanlarında derinlemesine teorik ve pratik bilgi uygulanmıştır.
3) Makine öğreniminde kullanılan analiz ve modelleme yöntemleri ve bunların sınırlamaları hakkında kapsamlı bilgi.
4) Analitik, modelleme ve deneye dayalı keşifsel araştırma tasarlama ve gerçekleştirme; bu süreçte karşılaşılan karmaşık durumlara çözümler üretme ve sonuçları yorumlama becerisi.
5) Analitik süreci ve sonuçlarını makine öğrenimi alanı içinde veya dışında ulusal ve uluslararası platformlarda hem sözlü hem de yazılı olarak tanımlayabilme.
6) Makine öğrenimi, işleme, kullanım, yorumlama ve yayma aşamaları ve ilgili tüm mesleki faaliyetlerle ilgili sosyal, bilimsel ve etik değerlerin farkında olma.
7) Makine öğrenimi alanındaki yeni ve ortaya çıkan uygulamalar hakkında profesyonel farkındalık ve bunların kullanımlarını gösterme becerisi.
8) Çok disiplinli takımlarda lider olarak hareket etme, karmaşık durumlara büyük veri odaklı çözümler geliştirme yeteneği; sorumluluk almak.
9) Avrupa Dil Portföyü Genel Seviye B2'de hem sözlü hem de yazılı olarak İngilizce iletişim kurabilme yeteneği.
10) Makine öğrenimi uygulamalarının sosyal ve çevresel yönlerini anlama.

Program Sonuçları ve Yeterliliklerle İlişkisi

N Yok S Destekleyici H Çok İlgili
     
Program Çıktıları ve Yeterlilikler Düzey Değerlendirme
1) Lisans derecesi sırasında edinilen beceriler üzerine inşa edilen, makine öğrenimiyle ilgili büyük veri analitiği alanında geliştirilmiş ve derinleştirilmiş bir uzmanlık düzeyi. S
2) Makine öğrenimiyle ilgili istatistik, hesaplama ve bilgisayar bilimi alanlarında derinlemesine teorik ve pratik bilgi uygulanmıştır. S
3) Makine öğreniminde kullanılan analiz ve modelleme yöntemleri ve bunların sınırlamaları hakkında kapsamlı bilgi. S
4) Analitik, modelleme ve deneye dayalı keşifsel araştırma tasarlama ve gerçekleştirme; bu süreçte karşılaşılan karmaşık durumlara çözümler üretme ve sonuçları yorumlama becerisi. S
5) Analitik süreci ve sonuçlarını makine öğrenimi alanı içinde veya dışında ulusal ve uluslararası platformlarda hem sözlü hem de yazılı olarak tanımlayabilme. S
6) Makine öğrenimi, işleme, kullanım, yorumlama ve yayma aşamaları ve ilgili tüm mesleki faaliyetlerle ilgili sosyal, bilimsel ve etik değerlerin farkında olma. N
7) Makine öğrenimi alanındaki yeni ve ortaya çıkan uygulamalar hakkında profesyonel farkındalık ve bunların kullanımlarını gösterme becerisi. S
8) Çok disiplinli takımlarda lider olarak hareket etme, karmaşık durumlara büyük veri odaklı çözümler geliştirme yeteneği; sorumluluk almak. N
9) Avrupa Dil Portföyü Genel Seviye B2'de hem sözlü hem de yazılı olarak İngilizce iletişim kurabilme yeteneği. H
10) Makine öğrenimi uygulamalarının sosyal ve çevresel yönlerini anlama. N
Hazırlayan ve Tarih ,
Ders Koordinatörü ÖZGÜR ÖZLÜK
Dönem Bahar
Dersi Veren(ler) Prof. Dr. ÖZGÜR ÖZLÜK

Ders İçeriği

Hafta Konu
1) Proje Teklifine Giriş I
2) Proje Teklifine Giriş II
3) Proje Tasarımı ve Geliştirmede Temel Kavramlar I
4) Proje Tasarımı ve Geliştirmede Temel Kavramlar II
5) Literatür Taraması ve Tarama I
6) Literatür Taraması ve Tarama II
7) Araştırma Sorularının ve Kapsamının Tanımlanması I
8) Araştırma Sorularının ve Kapsamının Tanımlanması II
9) Metodolojinin Belirlenmesi I
10) Metodolojinin Belirlenmesi II
11) Beklenen Çıktılar ve Bulgular I
12) Beklenen Çıktılar ve Bulgular II
13) Olası Sonuçlar ve Alternatif Yaklaşımlar I
14) Olası Sonuçlar ve Alternatif Yaklaşımlar II
15) Proje/Sunum Dönemi
16) Proje/Sunum Dönemi
Gerekli/Tavsiye Edilen OkumalarYok
Öğretme TeknikleriFlipped sınıf. Öğrenciler projeler için çalışacaklar.
Ödev ve ProjelerProje
Laboratuvar ÇalışmasıHer hafta bir laboratuvar oturumu olacak
Bilgisayar KullanımıÖğrenciler öğrendikleri yöntemleri uygulayacak
Diğer AktivitelerYok
Değerlendirme Yöntemleri
Değerlendirme Araçları Sayı Ağırlık
Rapor Teslimi 1 % 100
TOPLAM % 100
Ders Yönetimi
02123953600

AKTS Öğrenci İş Yükü Tahmini

AKtivite Hafta Sayısı Saat Hesaplama
Yarıyıl Başına Hafta Sayısı Etkinliğe Hazırlık Etkinliğin Kendisinde Harcanan Etkinlik Gereksinimlerini Tamamlama
Ders Saati 14 1 1 1 42
Rapor Teslimi 1 0 22 22
Toplam İş Yükü 64
Toplam İş Yükü/25 2.6
AKTS 2.5