Bilgi Paketi / Ders Kataloğu
IE 332 Exploratory Data Analytics
MEF Üniversitesi
Akademik Programlar
Bilgisayar Mühendisliği
Öğrenciler için Genel Bilgi
Diploma EkiErasmus Beyanı
Bilgisayar Mühendisliği
Lisans Programın Süresi: 4 Kredi Sayısı: 240 TYYÇ: 6. Düzey QF-EHEA: 1. Düzey EQF: 6. Düzey

Ders Genel Tanıtım Bilgileri

Yüksekokul/Myo/Fakülte/Enstitü Mühendislik Fakültesi
Ders Kodu IE 332
Ders Adı İngilizce Exploratory Data Analytics
Ders Adı Türkçe Keşifsel Veri Analizi
Öğretim Dili EN
Ders Türü Ters-Yüz Öğrenme,Ders
Dersin Düzeyi İleri
Dönem Bahar
Haftalık İletişim Saatleri
Ders: 3 Okuma: none Laboratuvar : none Diğer: none
Tahmini Öğrenci İş Yükü Dönem boyunca 152 saat
Ders Kredileri 6 AKTS
Değerlendirme Standart Harf Notu
Ön Koşul Yok
Yan Koşul Yok
Beklenen Ön Bilgi Hesaplama yöntemlerinin temel prensipleri ve giriş seviyesi olasılık/istatistik
Kayıt Kısıtlamaları -
Genel Eğitim Hedefi Verileri özetleyerek, dilimleyerek ve analiz ederek modern araçlar kullanarak uygulamalı olarak veri analitiği sürecinin temelini öğrenmek.
Ders Açıklaması 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 istatistiki metotlarla nasıl derinlemesine incelenebileceğine odaklanır.

Ders Öğrenme Çıktıları ve Yeterlilikler

Bu dersi başarıyla tamamlayabilen öğrenciler:
1) Verileri istatistiksel yöntemler kullanarak özetler;
2) Veri analitiği kullanarak sonuçlar çıkarır ve/veya tahminlerde bulunur;
3) Doğrusal regresyon modellerini uygular;
4) Metin madenciliği, öneri sistemleri gibi güncel analitik trendleri anlar;
5) Veri analizi sonuçlarını yazılı ve sözlü olarak açık ve öz bir şekilde iletir.
Program Öğrenme Çıktıları/Ders Öğrenme Çıktıları 1 2 3 4 5
1) Mühendislik, bilim ve matematik prensiplerini uygulayarak karmaşık mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi
2) Halk sağlığı, güvenlik ve refahın yanı sıra, küresel, kültürel, sosyal, çevresel ve ekonomik faktörleri dikkate alarak, ihtiyaçları karşılayan çözümler üretmek için mühendislik tasarımını uygulama becerisi
3) Farklı kitlelerle etkili bir şekilde iletişim kurma becerisi
4) Mühendislik durumlarında etik ve profesyonel sorumlulukları tanıma ve mühendislik çözümlerinin küresel, ekonomik, çevresel ve toplumsal etkilerini göz önünde bulundurarak bilinçli kararlar verme becerisi
5) Takım üyeleriyle birlikte liderlik sağlayan, işbirlikçi ve kapsayıcı bir ortam oluşturan, hedefler belirleyen, görevleri planlayan ve hedeflere ulaşan bir ekipte etkili bir şekilde çalışma becerisi
6) Uygun deneyler geliştirme ve yürütme, verileri analiz etme ve yorumlama ve mühendislik değerlendirmesi yaparak sonuçlara ulaşma becerisi
7) Gerekli olduğunda yeni bilgileri edinme ve uygun öğrenme stratejilerini kullanarak bu bilgileri uygulama becerisi

Program Sonuçları ve Yeterliliklerle İlişkisi

N Yok S Destekleyici H Çok İlgili
     
Program Çıktıları ve Yeterlilikler Düzey Değerlendirme
1) Mühendislik, bilim ve matematik prensiplerini uygulayarak karmaşık mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi H Sınav
2) Halk sağlığı, güvenlik ve refahın yanı sıra, küresel, kültürel, sosyal, çevresel ve ekonomik faktörleri dikkate alarak, ihtiyaçları karşılayan çözümler üretmek için mühendislik tasarımını uygulama becerisi H Sınav
3) Farklı kitlelerle etkili bir şekilde iletişim kurma becerisi S Proje
4) Mühendislik durumlarında etik ve profesyonel sorumlulukları tanıma ve mühendislik çözümlerinin küresel, ekonomik, çevresel ve toplumsal etkilerini göz önünde bulundurarak bilinçli kararlar verme becerisi N
5) Takım üyeleriyle birlikte liderlik sağlayan, işbirlikçi ve kapsayıcı bir ortam oluşturan, hedefler belirleyen, görevleri planlayan ve hedeflere ulaşan bir ekipte etkili bir şekilde çalışma becerisi N
6) Uygun deneyler geliştirme ve yürütme, verileri analiz etme ve yorumlama ve mühendislik değerlendirmesi yaparak sonuçlara ulaşma becerisi H Sınav
7) Gerekli olduğunda yeni bilgileri edinme ve uygun öğrenme stratejilerini kullanarak bu bilgileri uygulama becerisi H Sınav
Hazırlayan ve Tarih SEMRA AĞRALI , September 2023
Ders Koordinatörü SEMRA AĞRALI
Dönem Bahar
Dersi Veren(ler)

Ders İçeriği

Hafta Konu
1) Veri Bilimine Giriş
2) Temel R Bilgisi
3) Temel R Bilgisi II
4) Veri Analizi (tek değişken)
5) Veri Analizi (iki değişken)
6) Veri Analizi (çok değişken)
7) Doğrusal Regresyon
8) Doğrusal Regresyon II
9) Doğrusal Regresyon III
10) Doğrusal Regresyon IV
11) Görüntü İşlemenin Temelleri
12) Metin Madenciliğinin Temelleri
13) Arama Motorlarının Temelleri
14) Öneri Motorlarının Temelleri
15) Proje Sunumları
16) Proje Sunumları
Gerekli/Tavsiye Edilen Okumalar-
Öğretme TeknikleriDersler "ters yüz öğrenme" metodunu benimseyen aktif öğrenme teknikleri ile verilir.
Ödev ve ProjelerFinal Projesi
Laboratuvar Çalışması-
Bilgisayar KullanımıÖğrenciler, bilgisayar laboratuvarında ters yüz öğrenme aktiviteleri sırasında öğrendikleri yöntemleri R kullanarak uygulayacaklar.
Diğer Aktiviteler-
Değerlendirme Yöntemleri
Değerlendirme Araçları Sayı Ağırlık
Küçük Sınavlar 3 % 36
Ödev 12 % 20
Projeler 3 % 44
TOPLAM % 100
Ders Yönetimi ozluko@mef.edu.tr
none

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 3 2 84
Proje 1 10 10 20
Küçük Sınavlar 3 3 1 12
Ara Sınavlar 1 12 2 14
Final 1 20 2 22
Toplam İş Yükü 152
Toplam İş Yükü/25 6.1
AKTS 6