Dersin Ayrıntıları
YarıyılKoduAdıT+U+LKrediAKTSSon Güncelleme Tarihi
5YBS 321Veri Bilimine Giriş3+0+03520.09.2023

 
Dersin Detayları
Dersin Dili Türkçe
Dersin Düzeyi Lisans
Bölümü / Programı Yönetim Bilişim Sistemleri (Türkçe)
Öğrenim Türü Örgün Öğretim
Dersin Türü Zorunlu
Dersin Öğretim Şekli Yüz Yüze
Dersin Amacı R ile ileri veri analizi tekniklerini ve uygulamalarını öğretmek
Dersin İçeriği Veri analisti ve veri bilimcisinin rolü, dikey kullanım örnekleri ve veri biliminin iş uygulamaları. Verilerin nereden ve nasıl elde edileceği, kaynak verileri değerlendirme yöntemleri ve veri dönüşümü ve hazırlanması. İstatistiksel modeller ve yöntemler; tahmin ve açıklama; keşfedici veri analizi; iletişim; görselleştirme; veri işleme, munging ve mühendislik; Büyük veri; kodlama; etik; güzel sorular sormak.
Dersin Yöntem ve Teknikleri Anlatım, tartışma ve sunum.
Ön Koşulları Yok
Dersin Koordinatörü Yok
Dersi Verenler Yok
Dersin Yardımcıları Yok
Dersin Staj Durumu Yok

Ders Kaynakları
Kaynaklar
Ders Notları N. Zumel and J. Mount. Practical Data Science with R, Manning Publications, 2014.
Irizarry R.A. An Introduction to Data Science,CRC Press, 2020.


Planlanan Öğrenme Aktiviteleri ve Metodları
Etkinlikler ayrıntılı olarak "Değerlendirme" ve "İş Yükü Hesaplaması" bölümlerinde verilmiştir.

Değerlendirme Ölçütleri
Yarıyıl Çalışmaları Sayısı Katkı
Ara Sınav 1 % 40
Yarıyıl Sonu Sınavı 1 % 60
Toplam :
2
% 100

 
AKTS Hesaplama İçeriği
İş Yükü Sayısı Süre Toplam İş Yükü (Saat)
Ders Süresi 14 3 42
Sınıf Dışı Ç. Süresi 14 2 28
Ara Sınavlar 1 2 2
Yarıyıl Sonu Sınavı 1 2 2
Toplam İş Yükü   AKTS Kredisi : 2 74

 
Dersin Öğrenme Çıktıları: Bu dersin başarılı bir şekilde tamamlanmasıyla öğrenciler şunları yapabileceklerdir:
Sıra NoAçıklama
1 Veri biliminin temel kavramlarını anlamak
2 Veri ön işlemenin önemini, yollarını ve araçlarını anlamak
3 R gibi bir veri bilimi aracı kullanın
4 Verinin, veri işlemenin ve ondan bilgi elde etmenin önemini anlamak
5 R kullanarak verileri elde edin, hazırlayın, işleyin ve görselleştirin

 
Ders Konuları
HaftaKonuÖn HazırlıkDökümanlar
1 Örnekler, açıklanmış veri bilimi, tarih ve bağlam, teknoloji ortamı
2 Veri Bilimi Araçları: R'nin temellerine giriş, paketlerin kurulumu
3 R Veri Türleri ve veri okuma ve yazma, listeler, vektörler, matrisler
4 R Fonksiyonları ve Kitaplıklarındaki Kontrol Yapıları ve Döngüler
5 R Fonksiyonları ve Kitaplıklarındaki Kontrol Yapıları ve Döngüler
6 Veri Kaynakları: Veri nasıl elde edilir, dönüştürülür ve yönetilir?
7 Ara sınav
8 R ile Veri Hazırlama,Veri görselleştirme
9 R ile istatistik, rastgele değişkenler
10 Analitik: İstatistiksel modellemedeki konular: temel kavramlar, deney tasarımı, tuzaklar
11 İstatistiksel modellemede konular (Devam), Regresyon
12 Doğrusal Modeller
13 Veri Setleriyle Alıştırmalar
14 Vaka Çalışması
15 Tartışma
16 Final

 
Dersin Program Çıktılarına Katkısı
P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11
Ö1
Ö2
Ö3
Ö4
Ö5

  Katkı Düzeyi: 1: Çok Düşük 2: Düşük 3: Orta 4: Yüksek 5: Çok Yüksek

  
  https://obs.ankarabilim.edu.tr/oibs/bologna/progCourseDetails.aspx?curCourse=105796&curProgID=6008&lang=tr