BÜYÜK VERİ ANALİZİ DERS TANITIM VE UYGULAMA BİLGİLERİ

Kodu	Dersin Adı	Yarıyıl	Süresi(T+U)	Kredisi	AKTS Kredisi
YBS413	BÜYÜK VERİ ANALİZİ	7	3	3	8

DERS BİLGİLERİ
Dersin Öğretim Dili :	Türkçe
Dersin Düzeyi	LİSANS, TYY: + 6.Düzey, EQF-LLL: 6.Düzey, QF-EHEA: 1.Düzey
Dersin Türü	Zorunlu
Dersin Veriliş Şekli	-
Dersin Koordinatörü	Dr.Öğr.Üyesi DİDEM TETİK KÜÇÜKELÇİ
Dersi Veren Öğretim Üyesi/Öğretim Görevlisi	Dr.Öğr.Üyesi SÜREYYA İMRE BIYIKLI
Ders Ön Koşulu	Yok

AMAÇ VE İÇERİK
Amaç:	Dersin amacı; Büyük Veri, doğası gereği birçok disiplini içerisinde barındırmaktadır. Popüler hale geldikçe birçok yazılım ve donanım aracı ile yeni algoritmalar ortaya çıkmaktadır. Bir veri bilimcinin, gerçek dünyadaki zorluklarla baş edebilmesi için değişen bu eğilimleri takip etmesi gerekmektedir. bu ders öğrencilere, Büyük veri alanında yeterli donanıma sahip olmalarını sağlayacak temel bilgileri kazandırmayı hedeflemektedir.
İçerik:	Dersin içeriği, Büyük veri kavramı, büyük veriyi etkin kullanan şirketler, Hadoop, Spark gibi temel büyük veri teknolojileri ve büyük ölçekli makine öğrenmesi yöntemleri vb. konuları içermektedir.

DERSİN ÖĞRENME ÇIKTILARI (Öğrenciler, bu dersi başarı ile tamamladıklarında aşağıda belirtilen bilgi, beceri ve/veya yetkinlikleri gösterirler.)
Büyük veriden güdümlü ve güdümsüz çıkarım elde eder. {conclude}
Büyük veriyi R/Python gibi programlama dilleri kullanarak analiz eder. {analysis}
Büyük verinin grafiksel temsili ile ilgili uygulamalar yapar. {create}
Güncel uygulama alanlarını tanır. {recognize}
Büyük veri analizinden elde ettiği bilgi keşfini günlük hayattaki problemleri çözmek için uyarlar. {modify}

HAFTALIK DERS KONULARI VE ÖNGÖRÜLEN HAZIRLIK ÇALIŞMALARI
Hafta	Ön Hazırlık	Konular	Yöntem
1	Ders Tanıtımı	Ders Tanıtımı, Büyük Veriye Giriş	Anlatım, Tartışma, Uygulama
2	Literatür Okuması, Ödev	Büyük Veriye Giriş, Büyük Verinin Bileşenleri, Büyük Veri Analitiği	Anlatım, Tartışma, Uygulama
3	Literatür Okuması, Ödev	Büyük Veri Teknolojilerini Kullanan Şirketler ve Kullanım Alanları	Anlatım, Tartışma, Uygulama
4	Literatür Okuması, Ödev	Büyük Veri Teknolojileri ve Araçları: Hadoop, Eşle İndirge(MapReduce), Spark, NoSQL, MongoDB, Pig, Impala	Anlatım, Tartışma, Uygulama
5	Literatür Okuması, Ödev	Büyük Veri için Makine Öğrenmesine Giriş, Öğrenme Stratejileri ve Analiz Süreci	Anlatım, Tartışma, Uygulama
6	Literatür Okuması, Ödev	Proje/Ödev Çalışmalarının Gözden Geçirilmesi	Anlatım, Tartışma, Uygulama
7	Literatür Okuması, Ödev	Proje/Ödev Çalışmalarının Gözden Geçirilmesi	Anlatım, Tartışma, Uygulama
8	-	ARA SINAV	-
9	Literatür Okuması, Ödev	Büyük Veri İle Görselleştirme	Anlatım, Tartışma, Uygulama
10	Literatür Okuması, Ödev	Büyük Veri Analizi için İstatistiksel Yöntemler	Anlatım, Tartışma, Uygulama
11	Literatür Okuması, Ödev	Basit(Naive) Bayes ile Büyük Veri Analizi	Anlatım, Tartışma, Uygulama
12	Literatür Okuması, Ödev	Basit ve Çok Değişkenli Regresyon ile Büyük Veri Analizi	Anlatım, Tartışma, Uygulama
13	Literatür Okuması, Ödev	K-En Yakın Komşu Algoritması ile Büyük Veri Analizi	Anlatım, Tartışma, Uygulama
14	Literatür Okuması, Ödev	Karar ağaçları ile Büyük Veri Analizi	Anlatım, Tartışma, Uygulama
15	Literatür Okuması, Ödev	Logistic Regresyon ile Büyük Veri Analizi	Anlatım, Tartışma, Uygulama
16	-	FİNAL	-
17	-	FİNAL	-

KAYNAKLAR
Gürsakal, N. (2014). Büyük Veri. Dora Yayıncılık.
Bernard Marr(Çeviri:Başak Gündüz), Büyük Veri İş Başında, 45 Yıldız Şirket, Büyük Veriyi Nasıl Kullandı?, MediaCat Kitapları, 2016.
M. Erdal Balaban & Elif Kartal, “Veri Madenciliği ve Makine Öğrenmesi, Temel Algoritmaları ve R Dili ile Uygulamaları”, İkinci Baskı, Çağlayan Yayınevi, 2018.

ÖLÇME VE DEĞERLENDİRME
Yarıyıl İçi Yapılan Çalışmaların Ölçme ve Değerlendirmesi	Etkinlik Sayısı	Katkı Yüzdesi	Açıklama

(0) Etkisiz	(1) En Düşük	(2) Düşük	(3) Orta	(4) İyi	(5) Çok İyi
0	1	2	3	4	5

KNOWLEDGE
Theoretical
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Define concepts such as management, manager and leader.					4
2	Analyze the accuracy, reliability and validity of the new information obtained from the data.						5

KNOWLEDGE
Factual
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Report the obtained data.						5
2	Prepare software and projects related with the field.						5

SKILLS
Cognitive
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Use the appropriate resources for data analysis related with the field.						5
2	Analyze the work processes.						5

SKILLS
Practical
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Manage projects as part of a team.						5
2	Apply the material, techniques and analyzes in relation with the subject for project and work flows.						5

OCCUPATIONAL
Autonomy & Responsibility
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Fulfill responsibility with a focus on result in individual and team studies.						5

OCCUPATIONAL
Learning to Learn
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Recognizes what he/she knows about his/her field or not.						5
2	Act the theoretical knowledge in real life with learning to learn approach.						5
3	Apply different methods and techniques with an innovative approach in his/her research.						5

OCCUPATIONAL
Communication & Social
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Apply the results obtained in accordance with voluntarism and social responsibility projects.						5
2	Establish a healthy contact with colleagues					4
3	Share the analyzes and obtained results with colleagues.				3
4	Cooperate with colleagues at international level with the help of foreign language competency.				3

OCCUPATIONAL
Occupational and/or Vocational
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Behave in accordance with ethical values regarding the collection, analysis and reporting of data.						5
2	Participate the design of work processes and systems with full quality.						5
3	Cooperate with other employees for the continuation of sustainability in the profession.					4

DERSİN İŞ YÜKÜ VE AKTS KREDİSİ
Öğrenme-Öğretme Etkinlikleri İş Yükü
Öğrenme-Öğretme Etkinlikleri	Etkinlik(hafta sayısı)	Süresi(saat sayısı)	Toplam İş Yükü
Ders	14	3	42
Derse Ön Hazırlık ve Ders Sonrası Pekiştirme	13	3	39
Arazi Çalışması	0	0	0
Grup Çalışması / Ödevi	4	5	20
Laboratuvar	0	0	0
Okuma	0	0	0
Ödev	4	4	16
Proje Hazırlama	1	24	24
Seminer	0	0	0
Staj	0	0	0
Teknik Gezi	0	0	0
Web Tab. Öğrenme	0	0	0
Uygulama	0	0	0
Yerinde Uygulama	0	0	0
Mesleki Faaliyet	0	0	0
Sosyal Faaliyet	0	0	0
Tez Hazırlama	0	0	0
Alan Çalışması	0	0	0
Rapor Yazma	1	4	4
Final Sınavı	1	1	1
Final Sınavı Hazırlığı	7	4	28
Ara Sınav	1	1	1
Ara Sınav Hazırlığı	7	4	28
Kısa Sınav	0	0	0
Kısa Sınav Hazırlığı	0	0	0
TOPLAM	53	0	203