BİLGİ PAKETİ / DERS KATALOĞU
| BİLGİSAYAR PROGRAMCILIĞI | |||||
|---|---|---|---|---|---|
| Kazanılan Yeterlilik | Program Süresi | Toplam Kredi (AKTS) | Öğretim Şekli | Yeterliliğin Düzeyi ve Öğrenme Alanı | |
| ÖNLİSANS DERECESİ | 2 | 120 | ÖRGÜN |
TYÇ, TYYÇ, EQF-LLL, ISCED (2011):5. Düzey QF-EHEA:Kısa Düzey TYYÇ, ISCED (1997-2013): 48,52 |
|
Ders Genel Tanıtım Bilgileri
| Ders Kodu: | 2000002015 | ||||||||||
| Ders İsmi: | Veri Analizi | ||||||||||
| Ders Yarıyılı: |
Güz Bahar |
||||||||||
| Ders Kredileri: |
|
||||||||||
| Öğretim Dili: | TR | ||||||||||
| Ders Koşulu: | |||||||||||
| Ders İş Deneyimini Gerektiriyor mu?: | Hayır | ||||||||||
| Ders İçin Önerilen Diğer Hususlar: | |||||||||||
| Dersin Türü: | Bölüm Seçmeli | ||||||||||
| Dersin Seviyesi: |
|
||||||||||
| Dersin Veriliş Şekli: | Yüz yüze | ||||||||||
| Dersin Koordinatörü: | Öğr.Gör. Esma TAYRAN | ||||||||||
| Dersi Veren(ler): |
|
||||||||||
| Dersin Yardımcıları: |
Dersin Amaç ve İçeriği
| Dersin Amacı: | Veri analizinin temel kavramlarını ve yöntemlerini öğreterek, çeştli paket programlar (MATLAB ve Pyhton) yardımıyla verilerin istatistiksel analizi ve yorumlanmasını gerçekleştirmek. |
| Dersin İçeriği: | Dersin İçeriği Veri yapıları, türleri ve organizasyonu, verinin parametrik ve parametrik olmayan yöntem ve modellere uygunluğunun saptanması, veri kullanımı ile kitle hakkında tam bilgiye varış yöntemleri |
Öğrenme Kazanımları
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
||||||||||||||||||||||||||||||||||||||
Ders Akış Planı
| Hafta | Konu | Ön Hazırlık |
| 1) | Veri Bilimine Giriş: İstatistiğin günümüzdeki yeri | An Introduction to Statistical Methods and Data Analysis, R.Lyman Ott, Micheal T. Longneckar |
| 2) | İstatistiğe Giriş: Temel kavramlar, Veri Toplama ve Örnekleme Yöntemleri | An Introduction to Statistical Methods and Data Analysis, R.Lyman Ott, Micheal T. Longneckar |
| 3) | Tanımlayıcı istatistikler: Frekans Dağılımı, Merkezi Eğilim ve Değişkenlik Ölçüleri | An Introduction to Statistical Methods and Data Analysis, R.Lyman Ott, Micheal T. Longneckar |
| 4) | İstatistiksel Tahminleme ve Hipotez Testleri | An Introduction to Statistical Methods and Data Analysis, R.Lyman Ott, Micheal T. Longneckar |
| 5) | Basit ve Kısmi Korelasyon, Parametrik Hipotez Testleri: T-Testi ve Z-Testi | An Introduction to Statistical Methods and Data Analysis, R.Lyman Ott, Micheal T. Longneckar |
| 6) | Parametrik Olmayan Hipotez Testleri: Ki-Kare, Mann Whitney U | An Introduction to Statistical Methods and Data Analysis, R.Lyman Ott, Micheal T. Longneckar |
| 7) | SPPS ve Pyhton Uygulamaları | An Introduction to Statistical Methods and Data Analysis, R.Lyman Ott, Micheal T. Longneckar |
| 8) | Ara sınav | An Introduction to Statistical Methods and Data Analysis, R.Lyman Ott, Micheal T. Longneckar |
| 9) | Varyans Analizi (ANOVA) ve Kruskal-Wallis Testleri | An Introduction to Statistical Methods and Data Analysis, R.Lyman Ott, Micheal T. Longneckar |
| 10) | Basit/Çoklu Doğrısal Regresyon ve Korelasyon Analizi | An Introduction to Statistical Methods and Data Analysis, R.Lyman Ott, Micheal T. Longneckar |
| 11) | Proje 1: SPPS ve Pyhton Uygulamaları | An Introduction to Statistical Methods and Data Analysis, R.Lyman Ott, Micheal T. Longneckar |
| 12) | Faktör Analizi | An Introduction to Statistical Methods and Data Analysis, R.Lyman Ott, Micheal T. Longneckar |
| 13) | Kümeleme Analizi | An Introduction to Statistical Methods and Data Analysis, R.Lyman Ott, Micheal T. Longneckar |
| 14) | Proje 2: Makine Öğrenmesine Giriş: MATLAB ve Pyhton Uygulamaları | An Introduction to Statistical Methods and Data Analysis, R.Lyman Ott, Micheal T. Longneckar |
| 15) | Proje Sunumları | An Introduction to Statistical Methods and Data Analysis, R.Lyman Ott, Micheal T. Longneckar |
Kaynaklar
| Ders Notları / Kitaplar: | Dersin yürütücüsü tarafından notlar paylaşılacaktır. |
| Diğer Kaynaklar: | An Introduction to Statistical Methods and Data Analysis, R.Lyman Ott, Micheal T. Longneckar Biostatistics with R, An Introduction to Statistics Through Biological Data, Babak Shahbaba |
Ders - Program Öğrenme Kazanım İlişkisi
| Ders Öğrenme Kazanımları | 1 |
2 |
3 |
4 |
5 |
6 |
7 |
|---|---|---|---|---|---|---|---|
| Program Kazanımları | |||||||
| 1) Matematik, fen bilimleri ve hesaplama alanlarındaki bilgi birikimini yazılım sistemlerini geliştirme ve bilgisayar programlama ile ilgili problemlerinin çözümüne uygulama becerisine sahip olmak. | |||||||
| 2) Yazılım sistemlerini geliştirme ve bilgisayar programlama alanına özgü sorunları analiz etme ve modelleme, çözümleri için uygun yazılım gereksinimlerini belirleme ve tanımlama becerisine sahip olmak. | |||||||
| 3) Belirlenen gereksinimleri karşılayacak yazılım sistemini, sistem parçasını, işlemi veya programı tasarlama, geliştirme ve değerlendirme becerisine sahip olmak. | |||||||
| 4) Yazılım sistemlerini geliştirme ve bilgisayar programlama uygulamaları için modern teknik ve programlama araçlarını kullanma becerisine sahip olmak. | |||||||
| 5) Yazılım sistemlerini geliştirme ve bilgisayar programlama disiplini ve disiplinler arası takımlarda veya bireysel olarak etkin biçimde çalışabilmek için gerekli iş yeteneklerini ortaya koyabilme becerisine sahip olmak. | |||||||
| 6) Yazılım sistemlerini geliştirme ve bilgisayar programlarının analiz, tasarım, uygulama, doğrulama, geçerleme ve bakım süreçlerini uygulayarak geliştirilmesindeki yaklaşımları uygulama becerisine sahip olmak. | |||||||
| 7) Yazılım ve bilgisayar programlama alanında mesleki, hukuksal, etik ve sosyal sorunlar hakkında farkındalık ve sorumluluk bilincine sahip olmak. | |||||||
Ders - Öğrenme Kazanımı İlişkisi
| Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
| Dersin Program Kazanımlarına Etkisi | Katkı Payı | |
| 1) | Matematik, fen bilimleri ve hesaplama alanlarındaki bilgi birikimini yazılım sistemlerini geliştirme ve bilgisayar programlama ile ilgili problemlerinin çözümüne uygulama becerisine sahip olmak. | 3 |
| 2) | Yazılım sistemlerini geliştirme ve bilgisayar programlama alanına özgü sorunları analiz etme ve modelleme, çözümleri için uygun yazılım gereksinimlerini belirleme ve tanımlama becerisine sahip olmak. | 5 |
| 3) | Belirlenen gereksinimleri karşılayacak yazılım sistemini, sistem parçasını, işlemi veya programı tasarlama, geliştirme ve değerlendirme becerisine sahip olmak. | 2 |
| 4) | Yazılım sistemlerini geliştirme ve bilgisayar programlama uygulamaları için modern teknik ve programlama araçlarını kullanma becerisine sahip olmak. | 3 |
| 5) | Yazılım sistemlerini geliştirme ve bilgisayar programlama disiplini ve disiplinler arası takımlarda veya bireysel olarak etkin biçimde çalışabilmek için gerekli iş yeteneklerini ortaya koyabilme becerisine sahip olmak. | 3 |
| 6) | Yazılım sistemlerini geliştirme ve bilgisayar programlarının analiz, tasarım, uygulama, doğrulama, geçerleme ve bakım süreçlerini uygulayarak geliştirilmesindeki yaklaşımları uygulama becerisine sahip olmak. | 2 |
| 7) | Yazılım ve bilgisayar programlama alanında mesleki, hukuksal, etik ve sosyal sorunlar hakkında farkındalık ve sorumluluk bilincine sahip olmak. | 2 |
Öğrenme Etkinliği ve Öğretme Yöntemleri
| Alan Çalışması | |
| Anlatım | |
| Bireysel çalışma ve ödevi | |
| Ders | |
| Grup çalışması ve ödevi | |
| Web Tabanlı Öğrenme |
Ölçme ve Değerlendirme Yöntemleri ve Kriterleri
| Yazılı Sınav (Açık uçlu sorular, çoktan seçmeli, doğru yanlış, eşleştirme, boşluk doldurma, sıralama) | |
| Sözlü sınav | |
| Ödev | |
| Grup Projesi | |
| Sunum |
Ölçme ve Değerlendirme
| Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
| Projeler | 1 | % 20 |
| Ara Sınavlar | 1 | % 40 |
| Yarıyıl/Yıl Sonu Sınavı | 1 | % 40 |
| Toplam | % 100 | |
| YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 60 | |
| YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 40 | |
| Toplam | % 100 | |
İş Yükü ve AKTS Kredisi Hesaplaması
| Aktiviteler | Aktivite Sayısı | Süre (Saat) | İş Yükü |
| Ders Saati | 14 | 2 | 28 |
| Sınıf Dışı Ders Çalışması | 14 | 2 | 28 |
| Ara Sınavlar | 1 | 10 | 10 |
| Final | 1 | 10 | 10 |
| Toplam İş Yükü | 76 | ||