CE 477 | Ders Tanıtım Bilgileri - Yazılım Mühendisliği

Dersin Adı

Veri Bilimi

Kodu	Yarıyıl	Teori (saat/hafta)	Uygulama/Lab (saat/hafta)	Yerel Kredi	AKTS
CE 477	Güz/Bahar	3	0	3	5

Ön-Koşul(lar)	Yok
Dersin Dili	İngilizce
Dersin Türü	Seçmeli
Dersin Düzeyi	Lisans
Dersin Veriliş Şekli	-
Dersin Öğretim Yöntem ve Teknikleri	Grup çalışması Problem çözme Anlatım / Sunum
Ulusal Meslek Sınıflandırma Kodu	-
Dersin Koordinatörü	Dr. Öğr. Üyesi Alper Demir
Öğretim Eleman(lar)ı	Dr. Öğr. Üyesi İbrahim ZİNCİR
Yardımcı(ları)	-

Dersin Amacı

Bu ders, verilerden faydalı bilgilerin öğrenilmesinin ve kullanışlı tahminler yapılabilmesinin temel prensipleri ve metotlarını içermektedir. Bu derste veri elde etme, veri görselleştirme, veri incelenmesi, istatistiksel veri analizi, ve veri analizi için otomatik öğrenmenin kullanımı incelenecektir. Dersin ana amacı kişisel bir veri bilim projesi uygulayarak öğrencilere pratik ve modern veri analiz yetenekleri sağlamaktır.

Öğrenme Çıktıları

#	İçerik	PÇ Sub	* Katkı Düzeyi
#	İçerik	PÇ Sub	1	2	3	4	5
1	veri toplama, temizleme ve analiz için bilgisayar araçlarını tanımlayabilecektir,
2	veri incelemek için istatistiksel yöntemler ve görselleştirme uygulayabilecektir,
3	verilerden tahminler yapmak için istatistiksel ve hesaplamalı yöntemler kullanabilecektir,
4	otomatik öğrenme yöntemleri ile veri analizi yapabilecektir,
5	veri analizi sonucunu bildirmek için istatistik ve veri görselleştirme araçları kullanabilecektir.

Ders Tanımı

Aşağıdaki konular ders programına dahil olacaktır: verinin elde edilmesi ve temizlenmesi, verinin incelenmesi, verinin istatistiksel olarak modellenmesi ve istatistiksel sonuç çıkartma, veri bilimi için otomatik öğrenme araçlarının kullanımı, doğrusal regresyon, destek vektör makineleri, k-en yakın komşuluk, naif Bayes, lojistik regresyon, karar ağaçları, rastgele ormanlar, gruplandırma, boyut azaltma, aşırı uyum, çarpaz geçerlilik, öznitelik mühendisliği.

Dersin Kategorisi	Temel Ders
	Uzmanlık/Alan Dersleri
	Destek Dersleri
	İletişim ve Yönetim Becerileri Dersleri
	Aktarılabilir Beceri Dersleri

Hafta	Konular	Ön Hazırlık	Öğrenme Çıktısı
1	Giriş	Ünite 1
2	Girdi: Kavramlar, örnekler, nitelikler	Ünite 2
3	Çıktı: Bilgi temsili	Ünite 3
4	Veri Görselleme ve Önişleme	Ünite 7
5	Sınıflandırma ve Regresyon	Ünite 4
6	Zaman Serileri Analizi	Ünite 4
7	Ara Sınav I
8	Birliktelik Analizi	Ünite 4
9	Kümeleme	Ünite 4
10	Değerlendirme	Ünite 5
11	Topluluk Öğrenmesi	Ünite 6
12	Veri Analizi Uygulamaları	Ünite 8
13	Veri Analizi Uygulamaları	Ünite 8
14	Ara Sınav II
15	Dönemin gözden geçirilmesi
16	Final Sınavı

Ders Kitabı

I. E. Witten et al, “Data Mining: Practical Machine Learning Tools and Techniques”, Morgan Kaufmann, 2016, ISBN 978-0128042915

Önerilen Okumalar/Materyaller

J. Grus, “Data Science from Scratch: First Principles with Python”, O’Reilly Media, 2015, ISBN 9781491901427- 9781491904381 (Ebook);

T. Hastie, R. Tibshirani, J. Friedman “The Elements of Statistical Learning”, Springer, 2013, ISBN 9780387216065;

S. Raschka, “Python Machine Learning”, Packt Publishing, 2015, ISBN 9781783555147;

R. D. Peng, E. Matsui, “The Art of Data Science”, https://leanpub.com/artofdatascience

Han, Jiawei, Jian Pei, and Hanghang Tong. Data mining: concepts and techniques. Morgan kaufmann, 2022.

Yarıyıl Aktiviteleri	Sayı	Katkı Payı %	LO 1	LO 2	LO 3	LO 4	LO 5
Katılım
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınav / Stüdyo Kritiği
Portfolyo
Ödev
Sunum / Jüri Önünde Sunum
Proje
Seminer/Çalıştay
Sözlü Sınav
Ara Sınav	2	60
Final Sınavı	1	40
Toplam

Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı	2	60
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı	1	40
Toplam

Yarıyıl Aktiviteleri	Sayı	Süre (Saat)	İş Yükü
Teorik Ders Saati (Sınav haftası dahildir: 16 x teorik ders saati)	16	3	48
Laboratuvar / Uygulama Ders Saati (Sınav haftası dahildir. 16 x uygulama/lab ders saati)	16		0
Sınıf Dışı Ders Çalışması	14	2	28
Arazi Çalışması			0
Küçük Sınav / Stüdyo Kritiği			0
Portfolyo			0
Ödev			0
Sunum / Jüri Önünde Sunum			0
Proje			0
Seminer/Çalıştay			0
Sözlü Sınav			0
Ara Sınavlar	2	20	40
Final Sınavı	1	24	24
		Toplam	140

#	PÇ Sub	Program Yeterlilikleri / Çıktıları	* Katkı Düzeyi
#	PÇ Sub	Program Yeterlilikleri / Çıktıları	1	2	3	4	5
1	Mühendislik Bilgisi: Matematik, fen bilimleri, temel mühendislik, bilgisayarla hesaplama ve ilgili mühendislik disiplinine özgü konularda bilgi; bu bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi.		-	-	-	-	-
	1	Matematik	-	-	-	-	-
	2	Fen bilimleri	-	-	-	-	-
	3	Temel mühendislik	-	-	-	-	-
	4	Bilgisayarla hesaplama	-	-	-	-	-
	5	İlgili mühendislik disiplinine özgü konularda bilgi	-	-	-	-	-
	6	Bu bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi.	-	-	-	-	-
2	Problem Analizi: Karmaşık mühendislik problemlerini, temel bilim, matematik ve mühendislik bilgilerini kullanarak ve ele alınan problemle ilgili BM Sürdürülebilir Kalkınma Amaçlarını* gözeterek tanımlama, formüle etme ve analiz becerisi*		-	-	-	X	-
3	Mühendislik Tasarımı: Karmaşık mühendislik problemlerine yaratıcı çözümler tasarlama becerisi; karmaşık sistemleri, süreçleri, cihazları veya ürünleri gerçekçi kısıtları ve koşulları* gözeterek, mevcut ve gelecekteki gereksinimleri karşılayacak biçimde tasarlama becerisi.		-	-	-	-	-
	1	Karmaşık mühendislik problemlerine yaratıcı çözümler tasarlama becerisi	-	-	-	-	-
	2	Karmaşık sistemleri, süreçleri, cihazları veya ürünleri gerçekçi kısıtları ve koşulları* gözeterek,	-	-	-	-	-
	3	Mevcut ve gelecekteki gereksinimleri karşılayacak biçimde tasarlama becerisi	-	-	-	-	-
4	Teknik ve Araçların Kullanımı: Karmaşık mühendislik problemlerinin analizi ve çözümüne yönelik, tahmin ve modelleme de dahil olmak üzere, uygun teknikleri, kaynakları ve modern mühendislik ve bilişim araçlarını, sınırlamalarının da farkında olarak seçme ve kullanma becerisi.		-	-	-	X	-
5	Araştırma ve İnceleme: Karmaşık mühendislik problemlerinin incelenmesi için literatür araştırması, deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama dahil, araştırma yöntemlerini kullanma becerisi.		-	-	-	X	-
	1	Karmaşık mühendislik problemlerinin incelenmesi için literatür araştırması	-	-	-	-	-
	2	Deney tasarlama	-	-	-	-	-
	3	Deney yapma, veri toplama, sonuçları analiz etme ve yorumlama dahil, araştırma yöntemlerini kullanma becerisi	-	-	-	-	-
6	Mühendislik Uygulamalarının Küresel Etkisi: Mühendislik uygulamalarının BM Sürdürülebilir Kalkınma Amaçları* kapsamında, topluma, sağlık ve güvenliğe, ekonomiye,sürdürülebilirlik ve çevreye etkileri hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.		-	-	-	-	-
	1	Mühendislik uygulamalarının BM Sürdürülebilir Kalkınma Amaçları* kapsamında, topluma, sağlık ve güvenliğe, ekonomiye, sürdürülebilirlik ve çevreye etkileri hakkında bilgi; (FENG101)	-	-	-	-	-
	2	Mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık. (FENG101)	-	-	-	-	-
7	Etik Davranış: Mühendislik meslek ilkelerine* uygun davranma, etik sorumluluk hakkında bilgi; hiçbir konuda ayrımcılık yapmadan, tarafsız davranma ve çeşitliliği kapsayıcı olma konularında farkındalık. (FENG101)		-	-	-	-	-
	1	Mühendislik meslek ilkelerine* uygun davranma, etik sorumluluk hakkında bilgi	-	-	-	-	-
	2	Hiçbir konuda ayrımcılık yapmadan, tarafsız davranma ve çeşitliliği kapsayıcı olma konularında farkındalık.	-	-	-	-	-
8	Bireysel ve Takım Çalışması: Bireysel olarak ve disiplin içi ve çok disiplinli takımlarda (yüz yüze, uzaktan veya karma) takım üyesi veya lideri olarak etkin biçimde çalışabilme becerisi.		-	-	-	-	-
9	Sözlü ve Yazılı İletişim: Hedef kitlenin çeşitli farklılıklarını (eğitim, dil, meslek gibi) dikkate alarak, teknik konularda		-	-	-	-	-
	1	Sözlü (ENGxxx)	-	-	-	-	-
	2	Yazılı etkin iletişim kurma becerisi. (ENGxxx)	-	-	-	-	-
10	Proje Yönetimi: Proje yönetimi ve ekonomik yapılabilirlik analizi gibi iş hayatındaki uygulamalar hakkında bilgi; girişimcilik ve yenilikçilik hakkında farkındalık.		-	-	-	-	-
	1	Proje yönetimi ve ekonomik yapılabilirlik analizi gibi iş hayatındaki uygulamalar hakkında bilgi; (FENG497-FENG498)	-	-	-	-	-
	2	Girişimcilik ve yenilikçilik hakkında farkındalık. (FENG101)	-	-	-	-	-
11	Yaşam Boyu Öğrenme: Bağımsız ve sürekli öğrenebilme, yeni ve gelişmekte olan teknolojilere uyum sağlayabilme ve teknolojik değişimlerle ilgili sorgulayıcı düşünebilmeyi kapsayan yaşam boyu öğrenme becerisi.		-	-	-	-	-

CE 477 | Ders Tanıtım Bilgileri

HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI

DEĞERLENDİRME ÖLÇÜTLERİ

AKTS / İŞ YÜKÜ TABLOSU

DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

HABERTÜM HABERLER

broadAngle İzmir Ekonomi Üniversitesi’nde

YENİ GÜZELBAHÇE KAMPÜSÜMÜZ

KÜRESEL KARİYER

BİLİME KATKI

İNSANA DEĞER

TOPLUMA FAYDA