BİLGİ PAKETİ / DERS KATALOĞU
| BİLGİ TEKNOLOJİLERİ (YL) (TEZLİ) (İNGİLİZCE) | |||||
| Yüksek Lisans | TYYÇ: 7. Düzey | QF-EHEA: 2. Düzey | EQF-LLL: 7. Düzey | ||
Ders Genel Tanıtım Bilgileri
| Ders Kodu: | 3000004002 | ||||||||
| Ders İsmi: | Cloud Computing | ||||||||
| Ders Yarıyılı: |
Bahar |
||||||||
| Ders Kredileri: |
|
||||||||
| Öğretim Dili: | EN | ||||||||
| Ders Koşulu: | |||||||||
| Ders İş Deneyimini Gerektiriyor mu?: | Hayır | ||||||||
| Dersin Türü: | Department Elective | ||||||||
| Dersin Seviyesi: |
|
||||||||
| Dersin Veriliş Şekli: | Yüz yüze | ||||||||
| Dersin Koordinatörü: | Prof. Dr. Haluk GÜMÜŞKAYA | ||||||||
| Dersi Veren(ler): | |||||||||
| Dersin Yardımcıları: |
Dersin Amaç ve İçeriği
| Dersin Amacı: | Bu, Bulut Hesaplamada yüksek lisans seviyesinde bir giriş dersidir. Bulut Hesaplamadaki birçok kavram ve algoritmaya, teoriye ve pratik çalışmaya geniş bir giriş yapar. Temel kavramlar ve seçilen Bulut Hesaplama konuları, algoritmalar ve uygulamalar sunulmaktadır. |
| Dersin İçeriği: | Dağıtık Sistem Modelleri ve Etkileyen Teknolojiler, Ölçeklenebilir Bilgi İşlem için Bilgisayar Kümeleri, Sanal Makineler ve Kümelerin ve Veri Merkezlerinin Sanallaştırılması, Sanallaştırılmış Veri Merkezleri Üzerinden Bulut Platformu Mimarisi: Veri Merkezi Tasarımı ve Ağ Oluşturma, Bulut Bilişim Hizmet Modelleri, Başlıca Bulut Hizmet Sağlayıcıları. Hizmet Odaklı Mimariler. Bulut Programlama ve Yazılım Ortamları: MapReduce ve Hadoop Framework, Grid Computing, Nesnelerin İnterneti. |
Öğrenme Kazanımları
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
|||||||||||||||||||||||||||||||||
Ders Akış Planı
| Hafta | Konu | Ön Hazırlık |
| 1) | Dağıtık Sistem Modelleri ve Etkileyen Teknolojiler | |
| 2) | Ölçeklenebilir Bilgi İşlem için Bilgisayar Kümeleri | |
| 3) | Sanal Makineler ve Kümelerin ve Veri Merkezlerinin Sanallaştırılması | |
| 4) | Sanallaştırılmış Veri Merkezleri Üzerinden Bulut Platformu Mimarisi | |
| 5) | Veri Merkezi Tasarımı ve Ağ Oluşturma | |
| 6) | Bulut Bilişim Hizmet Modelleri | |
| 7) | Başlıca Bulut Hizmeti Sağlayıcıları | |
| 8) | Ara Sınav | |
| 9) | Dağıtılmış Bilgi İşlem için Hizmet Odaklı Mimariler | |
| 10) | Bulut Programlama ve Yazılım Ortamları | |
| 11) | MapReduce ve Hadoop Çalışma Ortamı | |
| 12) | Hadoop Çalışma Ortamı | |
| 13) | Nesnelerin interneti | |
| 14) | Proje Gösterimi / Ara Sınav II |
Kaynaklar
| Ders Notları / Kitaplar: | Distributed and Cloud Computing: From Parallel Processing to The Internet of Things, K. Hwang, G. Fox and J. Dongarra, Morgan Kaufmann Publishers, 2012. |
| Diğer Kaynaklar: | Distributed and Cloud Computing: From Parallel Processing to The Internet of Things, K. Hwang, G. Fox and J. Dongarra, Morgan Kaufmann Publishers, 2012. |
Ders - Program Öğrenme Kazanım İlişkisi
| Ders Öğrenme Kazanımları | 1 |
2 |
|||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| Program Kazanımları | |||||||||||
| 1) Yazılım mühendisliği, veri yönetimi ve bilgisayar güvenliği gibi temel bilgi teknolojilerindeki güncel teknik kavramları ve uygulamaları kullanma becerisi. | |||||||||||
| 2) Kullanıcı ihtiyaçlarının belirlenmesi, analiz edilmesi ve bilgisayar tabanlı sistemlerin seçiminde, değerlendirilmesinde ve yönetiminde kullanımının anlaşılması. | |||||||||||
| 3) Veri yapılarını kullanma ve algoritma geliştirme becerisi. | |||||||||||
| 4) Karmaşık büyük veri sistemlerini analiz etme ve yorumlama becerisi. | |||||||||||
| 5) Makine öğrenmesindeki kavram ve algoritmaların yorumlanması ve uygulanması becerisi. | |||||||||||
| 6) Veri analizi alanındaki derin öğrenmenin Matematik temellerinin anlaşılması ve teoriyi uygulama becerisi. | |||||||||||
| 7) Karmaşık veri yapılarını çözme, derin öğrenme modelleri geliştirme ve uygulama becerisi ve bu konularla ilgili yapay zeka odaklı araştırmaları yorumlama becerisi. | |||||||||||
| 8) Görüntü analizi, doğal dil işleme ve öneri sistemlerindeki sorunları çözmek için derin öğrenme tekniklerini uygulama ve gerçek dünya veri kümeleri ve projelerini yorumlama becerisi. | |||||||||||
| 9) Dijital sinyal işlemenin temel prensiplerini ve matematiksel altyapısını pratik uygulamalara aktarma becerisi. | |||||||||||
| 10) İnternet aracılığıyla kullanılan araç ve teknolojiler ile sunucu kodlama dilleri ve araçları için kullanılan farklı teknolojiler hakkında bilgi kazanılması. | |||||||||||
| 11) Tek hücreli organizmalarda genetik bilgi akışı ve çok hücreli organizmalarda genlerin nasıl işlediğinin anlaşılması ve biyoteknoloji alanındaki uygulamaları yorumlama ve uygulama becerisi. | |||||||||||
| 12) Etik değerlerin bilincinde olunması ve bu değerler çerçevesinde araştırma ve uygulama yapılması gerekliliğinin anlaşılması. | |||||||||||
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) | Yazılım mühendisliği, veri yönetimi ve bilgisayar güvenliği gibi temel bilgi teknolojilerindeki güncel teknik kavramları ve uygulamaları kullanma becerisi. | |
| 2) | Kullanıcı ihtiyaçlarının belirlenmesi, analiz edilmesi ve bilgisayar tabanlı sistemlerin seçiminde, değerlendirilmesinde ve yönetiminde kullanımının anlaşılması. | |
| 3) | Veri yapılarını kullanma ve algoritma geliştirme becerisi. | |
| 4) | Karmaşık büyük veri sistemlerini analiz etme ve yorumlama becerisi. | |
| 5) | Makine öğrenmesindeki kavram ve algoritmaların yorumlanması ve uygulanması becerisi. | |
| 6) | Veri analizi alanındaki derin öğrenmenin Matematik temellerinin anlaşılması ve teoriyi uygulama becerisi. | |
| 7) | Karmaşık veri yapılarını çözme, derin öğrenme modelleri geliştirme ve uygulama becerisi ve bu konularla ilgili yapay zeka odaklı araştırmaları yorumlama becerisi. | |
| 8) | Görüntü analizi, doğal dil işleme ve öneri sistemlerindeki sorunları çözmek için derin öğrenme tekniklerini uygulama ve gerçek dünya veri kümeleri ve projelerini yorumlama becerisi. | |
| 9) | Dijital sinyal işlemenin temel prensiplerini ve matematiksel altyapısını pratik uygulamalara aktarma becerisi. | |
| 10) | İnternet aracılığıyla kullanılan araç ve teknolojiler ile sunucu kodlama dilleri ve araçları için kullanılan farklı teknolojiler hakkında bilgi kazanılması. | |
| 11) | Tek hücreli organizmalarda genetik bilgi akışı ve çok hücreli organizmalarda genlerin nasıl işlediğinin anlaşılması ve biyoteknoloji alanındaki uygulamaları yorumlama ve uygulama becerisi. | |
| 12) | Etik değerlerin bilincinde olunması ve bu değerler çerçevesinde araştırma ve uygulama yapılması gerekliliğinin anlaşılması. |
Öğrenme Etkinliği ve Öğretme Yöntemleri
| Bireysel çalışma ve ödevi | |
| Ders | |
| Grup çalışması ve ödevi | |
| Okuma | |
| Ödev | |
| Problem Çözme | |
| Proje Hazırlama |
Ölçme ve Değerlendirme Yöntemleri ve Kriterleri
| Yazılı Sınav (Açık uçlu sorular, çoktan seçmeli, doğru yanlış, eşleştirme, boşluk doldurma, sıralama) | |
| Ödev | |
| Bireysel Proje | |
| Grup Projesi | |
| Sunum | |
| Raporlama |
Ölçme ve Değerlendirme
| Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
| Ödev | 1 | % 20 |
| Projeler | 1 | % 30 |
| Ara Sınavlar | 1 | % 20 |
| Yarıyıl/Yıl Sonu Sınavı | 1 | % 30 |
| Toplam | % 100 | |
| YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 70 | |
| YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 30 | |
| Toplam | % 100 | |
İş Yükü ve AKTS Kredisi Hesaplaması
| Aktiviteler | Aktivite Sayısı | Süre (Saat) | İş Yükü |
| Ders Saati | 14 | 3 | 42 |
| Proje | 1 | 50 | 50 |
| Ödevler | 1 | 70 | 70 |
| Ara Sınavlar | 1 | 3 | 3 |
| Final | 1 | 3 | 3 |
| Toplam İş Yükü | 168 | ||