BİLİŞİM GÜVENLİĞİ TEKNOLOJİSİ
Önlisans TYYÇ: 5. Düzey QF-EHEA: Kısa Düzey EQF-LLL: 5. Düzey

Ders Genel Tanıtım Bilgileri

Ders Kodu: 2000002015
Ders İsmi: Veri Analizi
Ders Yarıyılı: Güz
Ders Kredileri:
Teorik Pratik Kredi AKTS
3 0 3 3
Öğretim Dili: TR
Ders Koşulu:
Ders İş Deneyimini Gerektiriyor mu?: Hayır
Dersin Türü: Bölüm Seçmeli
Dersin Seviyesi:
Önlisans TYYÇ:5. Düzey QF-EHEA:Kısa Düzey EQF-LLL:5. Düzey
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 (SPSS, 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;
Öğrenme Kazanımları
1 - Bilgi
Kuramsal - Olgusal
2 - Beceriler
Bilişsel - Uygulamalı
1) Matematik veya bilgisayar bilimleri alanlarında ileri düzeyde kuramsal ve uygulamalı bilgilere sahiptir.
2) Matematik veya bilgisayar bilimleri alanlarında edindiği bilgi ve becerileri kullanarak verileri yorumlar ve değerlendirir.
3) Matematik veya bilgisayar bilimleri alanlarındaki problemleri saptar, tanımlar, analiz eder; araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirir.
4) Matematik disiplinine sahip olarak, bilgisayarın işleyiş mantığını anlar ve hesaba dayalı düşünme yeteneği kazanır.
5) Analitik düşünme yeteneği ile sonuç çıkarma sürecinde zamanı etkin kullanır.
3 - Yetkinlikler
İletişim ve Sosyal Yetkinlik
1) Alanı ile ilgili sahip olduğu bilgi birikimini toplum yararına kullanır.
Öğrenme Yetkinliği
Alana Özgü Yetkinlik
1) Matematik veya bilgisayar bilimleri alanlarında karşılaşılan problemleri çözmek için bireysel ve ekip üyesi olarak etkin bir biçimde çalışır.
Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği

Ders Akış Planı

Hafta Konu Ön Hazırlık
1) Veri Bilimine Giriş: İstatistiğin günümüzdeki yeri
2) İstatistiğe Giriş: Temel kavramlar, Veri Toplama ve Örnekleme Yöntemleri
3) Tanımlayıcı istatistikler: Frekans Dağılımı, Merkezi Eğilim ve Değişkenlik Ölçüleri
4) İstatistiksel Tahminleme ve Hipotez Testleri
5) Basit ve Kısmi Korelasyon, Parametrik Hipotez Testleri: T-Testi ve Z-Testi
6) Parametrik Olmayan Hipotez Testleri: Ki-Kare, Mann Whitney U
6) Parametrik Olmayan Hipotez Testleri: Ki-Kare, Mann Whitney U
7) SPPS ve Pyhton Uygulamaları
8) Ara sınav
9) Varyans Analizi (ANOVA) ve Kruskal-Wallis Testleri
10) Basit/Çoklu Doğrısal Regresyon ve Korelasyon Analizi
11) Proje 1: SPPS ve Pyhton Uygulamaları
12) Faktör Analizi
13) Kümeleme Analizi
14) Proje 2: Makine Öğrenmesine Giriş: MATLAB ve Pyhton Uygulamaları
15) Proje Sunumları
15) Proje Sunumları
16) Final Sınavı

Kaynaklar

Ders Notları / Kitaplar: Önerilen Kaynaklar Hoaglin, D.C., Mosteller, F., Tukey, J.W. (1983). Understanding Robust and Expolaratory Data Analysis, Wiley
Diğer Kaynaklar: SPSS, MATLAB2020, Anaconda (Jupyter, Spyder)
Büyüköztürk, Ş. (2018). Veri Analizi El Kitabı, Pagem Akademi, 24. Baskı, Ankara.
Kalaycı, E. (2010). SPSS Uygulamalı Çok Değişkenli İstatistik Teknikleri, Asil Yayın D., 5. Baskı, Ankara.
Arslan İ. (2019). Python ile Veri Bilimi, Pusula Yayıncılık, 1. Basım.
Anderson, T.W. (2003). An Introduction to Multivariate Statistical Analysis, 3rd Edition, SBN: 978-0-471-36091-9, WILEY.
Tabachnıck B., Fıdell, L. (2007). Using Multivariate Statistics. 5th Ed. Pearson Education. Inc.

Ders - Program Öğrenme Kazanım İlişkisi

Ders Öğrenme Kazanımları

1

2

3

4

5

6

7

Program Kazanımları
1) Programlamaya yönelik güvenlik algoritmaları konusunda bilgi ve beceri sahibi olmak
2) Son kullanıcı güvenliği için gerekli yazılımların kurulum ve yönetimini gerçekleştirebilmek
3) Bilgisayar ağlarının kurulumunu, yönetimini gerçekleştirebilme ve ağ işletim sistemini kullanabilme becerisine sahip olmak
4) Temel düzeyde veri tabanı ve web programcılığı yapabilme becerisine 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) Programlamaya yönelik güvenlik algoritmaları konusunda bilgi ve beceri sahibi olmak 2
2) Son kullanıcı güvenliği için gerekli yazılımların kurulum ve yönetimini gerçekleştirebilmek 2
3) Bilgisayar ağlarının kurulumunu, yönetimini gerçekleştirebilme ve ağ işletim sistemini kullanabilme becerisine sahip olmak 2
4) Temel düzeyde veri tabanı ve web programcılığı yapabilme becerisine 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
Ara Sınavlar 1 % 40
Yarıyıl/Yıl Sonu Sınavı 1 % 60
Toplam % 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI % 40
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI % 60
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