Dersin Ayrıntıları
YarıyılKoduAdıT+U+LKrediAKTSSon Güncelleme Tarihi
5YBS 321Veri Bilimine Giriş3+0+03522.09.2026

 
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 Veri analiz tekniklerini ve R uygulamalarını öğretmek
Dersin İçeriği Veri analistinin ve veri bilimcinin rolü, veri biliminin iş alanındaki uygulamaları.
Veri kaynaklarını analiz etme, veri temini ve veriyi dönüştürme, analize hazır hale getirme.
İstatistiksel modeller ve yöntemler, öngörü ve betimleme, açıklayıcı veri analizi, görselleştirme, kodlama, veri işleme ve veri mühendisliği.
Dersin Yöntem ve Teknikleri
Ön Koşulları Yok
Dersin Koordinatörü Yok
Dersi Verenler Dr.Öğretim Üyesi Ali Ulvi ÖZGÜL ulvi.ozgul@ankarabilim.edu.tr
Dersin Yardımcıları Yok
Dersin Staj Durumu Yok

Ders Kaynakları
Kaynaklar N. Zumel and J. Mount. Practical Data Science with R, Manning Publications, 2014.
Irizarry R.A. An Introduction to Data Science,CRC Press, 2020.
An Introduction to R, Alex Douglas et al., https://intro2r.com/
Data Science with R, J.S. Saltz & J.M. Stanton (2022), Sage.
R for Data Science, Hadley Wickham & Garrett Grolemund.

Ders Yapısı
Matematik ve Temel Bilimler %100

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 5 70
Ödevler 14 2 28
Ara Sınavlar 1 2 2
Yarıyıl Sonu Sınavı 1 2 2
Toplam İş Yükü   AKTS Kredisi : 4,8 144

 
Dersin Öğrenme Çıktıları: Bu dersin başarılı bir şekilde tamamlanmasıyla öğrenciler şunları yapabileceklerdir:
Sıra NoAçıklama
1 Veri biliminin temel kavramlarını anlar.
2 Veri hazırlamanın önemini ve metodolojisini anlar.
3 R programlama dilini veri bilimi aracı olarak kullanır.
4 Verinin, veri işlemenin ve veriden bilgi elde etmenin önemini kavrar.
5 R programlama dilini kullanarak veri hazırlama, işleme ve görselleştirme yapar.

 
Ders Konuları
HaftaKonuÖn HazırlıkDökümanlar
1 Veri Biliminin bağlamı, tarihi, kullanımı, teknolojisi
2 Veri Bilimi Araçları: R temellerine giriş, temel (çekirdek) R ve RStudio kurulumu, gerekli (özel) paketlerin kurulumu
3 R Veri Türleri: Basitten karmaşığa: Karakter, Nümerik, Tamsayı, Mantıksal, Vektör, Matris, Liste
4 Veri Biliminde en kullanışlı veri türü: Veri Tablosu (Çerçevesi), dışarıdan veri alma, dışarıya veri aktarma
5 Veri tablosu alıştırmaları: Veriyi filtreleme, düzeltme, değiştirme
6 Veri Görselleştirme: Temel (çekirdek) R ile grafikler
7 Ara Sınav
8 Veri Görselleştirme: ggplot2 paketi ile grafiklerin gramerini kavrama
9 Veri Görselleştirme: ggplot2 ile daha fazlası
10 R'da temel istatistikleri alma, basit istatistiksel testler, rassal değişkenler
11 İstatistiksel modelleme temelleri: Korelasyon ve Regresyon (Doğrusal Model)
12 R'da programlama: Özel fonksiyon yazma, koşullu ifadeler ve döngüler
13 R ile ilave Veri Bilimi modelleri: Temel yaklaşım ve iş akışını kavrama
14 Alıştırmalar, dersin genel tekrarı ve tartışma
15 Final sınavı

 
Dersin Program Çıktılarına Katkısı
P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11
Tüm 4 1 1 3 2 4 3 4 4 3 5
Ö1 2 1 1 2 1 2 3 3 2 2 5
Ö2 4 1 1 2 1 2 3 3 2 2 5
Ö3 5 1 1 4 2 5 3 4 5 3 5
Ö4 5 1 1 4 2 5 3 4 5 3 5
Ö5 5 1 1 4 2 5 3 4 5 3 5

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