BDA 557 Case Studies in AnalyticsMEF ÜniversitesiAkademik Programlar Büyük Veri Analitiği (YL) (Tezsiz) (İngilizce)Öğrenciler için Genel BilgiDiploma EkiErasmus Beyanı
Büyük Veri Analitiği (YL) (Tezsiz) (İngilizce)
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 557
Ders Adı İngilizce Case Studies in Analytics
Ders Adı Türkçe Veri Analitiğinde Vaka Çalışmaları
Öğretim Dili EN
Ders Türü Ters-Yüz Öğrenme
Dersin Düzeyi Orta
Dönem Yaz Okulu
Haftalık İletişim Saatleri
Ders: 3 Okuma: Laboratuvar : Diğer:
Tahmini Öğrenci İş Yükü Dönem boyunca 173 saat
Ders Kredileri 7.5 AKTS
Değerlendirme Standart Harf Notu
Ön Koşul Yok
Yan Koşul Yok
Beklenen Ön Bilgi Yok
Kayıt Kısıtlamaları Sadece Yüksek Lisans Öğrencileri
Genel Eğitim Hedefi
Ders Açıklaması 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.

Ders Öğrenme Çıktıları ve Yeterlilikler

Bu dersi başarıyla tamamlayabilen öğrenciler:
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 Öğrenme Çıktıları/Ders Öğrenme Çıktıları 1 2 3
1)
2)
3)
4)
5)
6)
7)
8)
9)
10)

Program Sonuçları ve Yeterliliklerle İlişkisi

N Yok S Destekleyici H Çok İlgili
     
Program Çıktıları ve Yeterlilikler Düzey Değerlendirme
1) S
2) S
3) S
4) S
5) S
6) S
7) H
8) S
9) S
10) N
Hazırlayan ve Tarih ,
Ders Koordinatörü ÖZGÜR ÖZLÜK
Dönem Yaz Okulu
Dersi Veren(ler) Dr. Öğr. Üyesi ŞİRİN ÖZLEM

Ders İçeriği

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
Gerekli/Tavsiye Edilen OkumalarYok
Öğretme TeknikleriFlipped sınıf/Uygulama/Laboratuvar/Aktif öğrenme
Ödev ve ProjelerÖdev ve Proje
Laboratuvar ÇalışmasıYok
Bilgisayar KullanımıGerekli
Diğer AktivitelerYok
Değerlendirme Yöntemleri
Değerlendirme Araçları Sayı Ağırlık
Devam 14 % 50
Ödev 1 % 50
TOPLAM % 100
Ders Yönetimi

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 3 5 2 140
Ödevler 1 30 2 1 33
Toplam İş Yükü 173
Toplam İş Yükü/25 6.9
AKTS 7.5