|
Dersin Dili
|
Türkçe
|
|
Dersin Düzeyi
|
Lisans
|
|
Bölümü / Programı
|
Psikoloji
|
|
Öğrenim Türü
|
Örgün Öğretim
|
|
Dersin Türü
|
Zorunlu
|
|
Dersin Öğretim Şekli
|
Yüz Yüze
|
|
Dersin Amacı
|
Bu dersin amacı; öğrencilere büyük veri kavramını, büyük veri ekosistemini ve büyük veri analitiğinin temel yöntemlerini öğretmek; büyük veri teknolojileri, veri yönetimi, veri madenciliği ve yapay zekâ destekli analitik uygulamalar hakkında kuramsal ve uygulamalı bilgi kazandırmak; ekonomi, finans ve işletme başta olmak üzere sosyal bilimlerde büyük veri analitiğinin kullanım alanlarını tanıtmak ve öğrencilerin veri temelli karar verme becerilerini geliştirmektir.
|
|
Dersin İçeriği
|
Bu ders kapsamında büyük veri kavramı ve özellikleri, büyük veri ekosistemi, veri kaynakları ve veri toplama yöntemleri, veri depolama ve veri yönetimi, veri ön işleme süreçleri, veri görselleştirme teknikleri, veri madenciliği yöntemleri, büyük veri analitiğinde kullanılan temel istatistiksel yaklaşımlar, makine öğrenmesine giriş, Hadoop ve Spark gibi büyük veri platformlarının temel yapısı, Python ile temel veri analizi uygulamaları, yapay zekâ destekli veri analitiği, ekonomi ve finans alanında büyük veri uygulamaları, etik ilkeler, veri güvenliği ve kişisel verilerin korunması konuları ele alınmaktadır.
|
|
Dersin Yöntem ve Teknikleri
|
Her ders, öğretim üyesinin o günkü ders konusunu tanıtmasıyla başlar. Ders interaktif bir şekilde işlenir. Düz anlatım, öğrenci sunumu, okuma, yapay zekâ kullanımı, soru-cevap, örnek olay incelemesi, araştırma bulgularının tartışılması gibi yöntemler bir arada uygulanır. Bu nedenle, öğrencilerin dersten önceki hafta konuyu okuyarak iyice hazırlanmaları gerekir.
|
|
Ön Koşulları
|
Yok
|
|
Dersin Koordinatörü
|
Yok
|
|
Dersi Verenler
|
Prof.Dr. Osman Tolga ARICAK
|
|
Dersin Yardımcıları
|
Yok
|
|
Dersin Staj Durumu
|
Yok
|
Ders Kaynakları
|
Kaynaklar
|
Provost, F., & Fawcett, T. (2013). Data science for business. O’Reilly Media. McKinney, W. (2022). Python for data analysis (3rd ed.). O’Reilly Media. Ders kapsamında paylaşılan ders notları ve okumalar.
|
|
Ders Notları
|
Devam Zorunluluğu: Derse devam zorunluluğu %70’tir. Devam koşulunu sağlamayan öğrenciler devamsızlık nedeniyle başarısız sayılır ve final sınavına katılamaz. Derse Zamanında Katılım: Öğrencilerin ders saatlerine uygun olarak sınıfta hazır bulunmaları gerekmektedir. Ders başladıktan sonra sınıfa giriş yapılmasına izin verilmez. Derse geç kalan öğrenciler, varsa ders arasından sonra sınıfa kabul edilir. Ders Materyalleri ve Duyurular: Ders kapsamında paylaşılan materyaller ve duyurular Google Classroom üzerinden öğrencilere iletilir. Öğrenciler, platformda yayımlanan materyalleri ve duyuruları düzenli olarak takip etmekle yükümlüdür.
|
|
Sınavlar
|
2
|
|