GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| FBYZR7039 | Python ile Veri Bilimi | Ders | 1 | 1 | 5,00 |
Dersin Seviyesi
Yüksek Lisans
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Veri biliminde en çok kullanılan dillerden biri olan Python hakkında hızlandırılmış bir eğitimin verilmesi, en yaygın veri bilimi araçlarının kullanılması ve algoritmalarının Python üzerinde sıfırdan uygulanarak örneklerle açıklanmasıdır.
Dersi Veren Öğretim Görevlisi Görevlileri
Dr. Öğr. Üyesi Emre BİÇEK
Öğrenme Çıktıları
| 1 | Python kullanarak veri bilimine yönelik tecrübe kazanmak. |
| 2 | Doğrusal cebir, istatistik ve olasılığın temellerini ve veri biliminde nasıl ve ne zaman kullanıldıklarını öğrenmek. |
| 3 | Verileri toplama, keşfetme, temizleme, manipüle etme becerisi kazanmak. |
| 4 | Makine öğrenmesinin temellerini öğrenmek ve Python üzerinde uygulamak. |
| 5 | Kümeleme, sınıflama, tahminleme algoritmalarının uygulanması hakkında tecrübe edinmek ve Python üzerinde uygulamak. |
| 6 | Tavsiye sistemleri, doğal dil işleme, ağ analizleri ve veri tabanları hakkında bilgi edinmek. |
Öğrenim Türü
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Ön Koşul Yok
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
Python ile veri bilimine giriş, yaygın kullanılan veri bilimi kütüphaneleri, matematik, istatistik ve olasılık temelinde veri bilimi uygulamaları, makine öğrenmesi temel algoritmalarının uygulanması, veri tabanları, veri analizi ve görselleştirme.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | Uygulama | Laboratuvar |
|---|---|---|---|
| 1 | Veri Bilimine Giriş | Yok | Yok |
| 2 | Python’da Temel Kodlar | Yok | Yok |
| 3 | Python ile Veri Görselleştirme | Yok | Yok |
| 4 | Python ile İstatistik Uygulamaları | Yok | Yok |
| 5 | Python İle İstatistik Uygulamaları | Yok | Yok |
| 6 | Veri İle Çalışma | Yok | Yok |
| 7 | Veri ile Çalışma | Yok | Yok |
| 8 | Arasınav | Yok | Yok |
| 9 | Python ile Sınıflama, Kümeleme ve Tahmin Algoritmaları | Yok | Yok |
| 10 | Python İle Sınıflama, Kümeleme Ve Tahmin Algoritmaları | Yok | Yok |
| 11 | Sinir Ağları | Yok | Yok |
| 12 | Doğal Dil İşleme, Karar Destek Sistemleri | Yok | Yok |
| 13 | Veri Tabanları ve SQL | Yok | Yok |
| 14 | Final Projeleri ve Sunumlar | Yok | Yok |
| 15 | Final | Yok | Yok |
Ders Kitabı Malzemesi Önerilen Kaynaklar
Grus, J. (2019). Data science from scratch: first principles with python. O'Reilly Media.
Planlanan Öğrenme Aktiviteleri ve Metodları
Ders, Gösterim, Grup Çalışması, Ödev
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 50 |
| Rapor Sunma | 1 | 50 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 50 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 50 | |
Staj Durumu
Yok
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 3 | 3 |
| Final Sınavı | 1 | 3 | 3 |
| Derse Katılım | 14 | 3 | 42 |
| Rapor Sunma | 1 | 4 | 4 |
| Bireysel Çalışma | 14 | 5 | 70 |
| Ev Ödevi | 1 | 3 | 3 |
| Toplam İş Yükü (saat) | 125 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | PÇ 12 | PÇ 13 | PÇ 14 | PÇ 15 | PÇ 16 | |
| ÖÇ 1 | 4 | |||||||||||||||
| ÖÇ 2 | ||||||||||||||||
| ÖÇ 3 | ||||||||||||||||
| ÖÇ 4 | 3 | |||||||||||||||
| ÖÇ 5 | 4 | 4 | 4 | |||||||||||||
| ÖÇ 6 | 4 | 4 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek