| School/Faculty/Institute |
Gradutate School of Science and Engineering |
| Course Code |
BDA 557 |
| Course Title in English |
Case Studies in Analytics |
| Course Title in Turkish |
Veri Analitiğinde Vaka Çalışmaları |
| Language of Instruction |
EN |
| Type of Course |
Flipped Classroom |
| Level of Course |
Intermediate |
| Semester |
Summer School |
| Contact Hours per Week |
| Lecture: 3 |
Recitation: |
Lab: |
Other: |
|
| Estimated Student Workload |
173 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 Graduate Students |
| Overall Educational Objective |
|
| Course Description |
This course examines various case studies arising from different application areas. With the aid of experienced academicians and practitioners, each week the students will go through the main steps of tackling analytics problems. With each case study, the data manipulation tools shall be revisited. Attention will be given to feature reduction and model selection. Each case study will be completed by a complete analysis and interpretation of the results |
| Course Description in Turkish |
Bu ders farklı uygulama alanlarından kaynaklanan çeşitli vaka çalışmalarını incelemektedir. Deneyimli akademisyenlerin ve uygulayıcıların yardımıyla öğrenciler her hafta analitik problemlerini çözmenin temel adımlarını atacaklar. Her vaka çalışmasında veri işleme araçları yeniden gözden geçirilecektir. Özellik azaltma ve model seçimine dikkat edilecektir. Her vaka çalışması, sonuçların eksiksiz bir analizi ve yorumlanmasıyla tamamlanacaktır.
|
Course Learning Outcomes and Competences
Upon successful completion of the course, the learner is expected to be able to:
1) Farklı uygulama alanlarından kaynaklanan çeşitli vaka çalışmalarını inceleme
2) Analitik sorunlarının üstesinden gelmenin ana adımlarını gözden geçirme
3) Veri işleme araçlarının ve makine öğrenimi modellerinin yeniden gözden geçirilmesi
|
| Program Learning Outcomes/Course Learning Outcomes |
1 |
2 |
3 |
| 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) |
|
S |
|
| 2) |
|
S |
|
| 3) |
|
S |
|
| 4) |
|
S |
|
| 5) |
|
S |
|
| 6) |
|
S |
|
| 7) |
|
H |
|
| 8) |
|
S |
|
| 9) |
|
S |
|
| 10) |
|
N |
|
| Prepared by and Date |
, |
| Course Coordinator |
ÖZGÜR ÖZLÜK |
| Semester |
Summer School |
| Name of Instructor |
Prof. Dr. ÖZGÜR ÖZLÜK |
Course Contents
| Hafta |
Konu |
| 1) |
R Kullanan Öneri Motorlarının Temelleri
|
| 2) |
Veri Analizi için MS Excel'i Kullanma
|
| 3) |
R kullanarak Türkçe belgelerde optik karakter tanıma |
| 4) |
Silme düzeltme kodlaması |
| 5) |
ANN kullanarak metin işleme |
| 6) |
Sınıflandırma Ağaçlarının İK Uygulaması |
| 7) |
Uygulamalı Sinirbilim Modellerine Giriş |
Bilgi Paketi / Ders Kataloğu