School/Faculty/Institute | Graduate School | ||||||
Course Code | CSE 616 | ||||||
Course Title in English | Advanced Business Intelligence | ||||||
Course Title in Turkish | İleri İş Zekası | ||||||
Language of Instruction | EN | ||||||
Type of Course | Flipped Classroom | ||||||
Level of Course | Advanced | ||||||
Semester | Bahar | ||||||
Contact Hours per Week |
|
||||||
Estimated Student Workload | 187 hours per semester | ||||||
Number of Credits | 7.5 ECTS | ||||||
Grading Mode | Standard Letter Grade | ||||||
Pre-requisites | None | ||||||
Expected Prior Knowledge | None | ||||||
Co-requisites | None | ||||||
Registration Restrictions | Only Doctorate Students | ||||||
Overall Educational Objective | To learn and apply how to generate business intelligence using bulk data. | ||||||
Course Description | The aim of this course is to provide the students with an understanding of how to get insight using bulk data. Querying, data warehouse design, understanding schemas, reporting layer and data visualization will be completed and the information about the end-to-end solution will be transferred. | ||||||
Course Description in Turkish | Bu dersin amacı, öğrencilere toplu verileri kullanarak nasıl öngörü elde edeceklerini anlamalarını sağlamaktır. Sorgulama, veri ambarı tasarımı, şemaları anlama, raporlama katmanı, veri madenciliği ve veri görselleştirme tamamlanacak ve uçtan uca çözümle ilgili bilgiler aktarılacaktır. |
Course Learning Outcomes and CompetencesUpon successful completion of the course, the learner is expected to be able to:1) Bilim ve matematiğin yanı sıra mühendislik ilkelerini de uygulayarak iş zekası problemlerini tanımlamak, formüle etmek ve çözmek 2) Laboratuvar raporları ve proje sunumları aracılığıyla çeşitli hedef kitlelerle etkili bir şekilde iletişim kurmak 3) Mühendislik çözümlerinin küresel, ekonomik, çevresel ve toplumsal bağlamlardaki etkisini göz önünde bulundurarak, doğrudan yapay zeka ve ilgili teknolojilerle ilgili mühendislik durumlarında etik ve mesleki sorumlulukları tanımak 4) Üyeleri birlikte liderlik sağlamak, işbirlikçi ve kapsayıcı bir ortam yaratmak, hedefler belirlemek, görevleri planlamak ve hedeflere ulaşan bir ekipte etkin bir şekilde çalışmak 5) İş zekası ile ilgili verilen vakalar için sonuçlar çıkarmak için uygun deneyler geliştirmek ve yürütmek, verileri analiz etmek ve yorumlamak ve mühendislik muhakemesini kullanmak 6) Uygun öğrenme stratejilerini kullanarak iş zekası ve veri madenciliği alanındaki güncel konu ve yöntemleri edinmek ve uygulamak 7) Tam döngülü bir iş zekası ve veri madenciliği uygulaması geliştirmek |
Program Learning Outcomes/Course Learning Outcomes | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
---|
N None | S Supportive | H Highly Related |
Program Outcomes and Competences | Level | Assessed by |
Prepared by and Date | , |
Course Coordinator | TUNA ÇAKAR |
Semester | Bahar |
Name of Instructor | Dr. Öğr. Üyesi TUNA ÇAKAR |
Hafta | Konu |
1) | İş zekası |
2) | Veri depolama |
3) | RDBMS Kavramları I |
4) | RDBMS Kavramları II |
5) | Boyutların Modellenmesi ve Toplamaların Oluşturulması |
6) | Veri Ambarı Tasarlama |
7) | Veri Madenciliğine Giriş |
8) | Denetimsiz Yöntemler |
9) | Denetimli Yöntemler |
10) | Yarı Denetimli Yöntemler |
11) | Veri setinin hazırlanması |
12) | Gerçek hayattaki BI ve veri madenciliği uygulamaları |
13) | Proje Sunumları |
14) | Proje Sunumları |
15) | Proje/Sunum Dönemi |
16) | Proje/Sunum Dönemi |
Required/Recommended Readings | 1. Business Intelligence, Analytics, and Data Science: A Managerial Perspective, 4th edition, ISBN 978-0-13-463328-2, by Ramesh Sharda, Dursun Delen, and Efraim Turban, Pearson Education,2018 2. Data Mining: Practical Machine Learning Tools and Techniques (Morgan Kaufmann Series in Data Management Systems) 4th Edition, Ian H. Witten, Eibe Frank, Mark A. Hall, Christopher J. Pal | ||||||||||||
Teaching Methods | Flipped classroom. Students will work individually for assignments. | ||||||||||||
Homework and Projects | Assignments & Project | ||||||||||||
Laboratory Work | None | ||||||||||||
Computer Use | Required | ||||||||||||
Other Activities | None | ||||||||||||
Assessment Methods |
|
||||||||||||
Course Administration |
cakart@mef.edu.tr 02123953600 Academic dishonesty and plagiarism will be subject to Law on Higher Education Article 54. |
Activity | No/Weeks | Hours | Calculation | ||||
No/Weeks per Semester | Preparing for the Activity | Spent in the Activity Itself | Completing the Activity Requirements | ||||
Ders Saati | 14 | 2 | 3 | 2 | 98 | ||
Ödevler | 6 | 10 | 1 | 66 | |||
Final | 1 | 20 | 2 | 1 | 23 | ||
Total Workload | 187 | ||||||
Total Workload/25 | 7.5 | ||||||
ECTS | 7.5 |