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 BEŞİR TOPALOĞLU
Ders Ön Koşulu	Yok

AMAÇ VE İÇERİK
Amaç:	Dersin amacı; bu ders öğrencilere, bu zorluklarla baş edebilecek donanıma sahip olmalarını sağlayacak temel bilgileri kazandırmayı hedeflemektedir. Büyük Veri alanı, doğası gereği birçok disiplini içerisinde barındırmaktadır. Popüler hale geldikçe birçok yazılım ve donanım aracı, ve yeni algoritmalar ortaya çıkıyor. Bir veri bilimcinin, gerçek dünyadaki zorluklarla baş edebilmesi için değişen bu eğilimleri takip etmesi gerekir.
İçerik:	Dersin içeriği, Hadoop, Spark gibi temel platformlar ve bağlı büyük veriler için IBM System G gibi araçlar,Yapay zeka ve bilişsel ağlar için temel olan büyük ölçekli makine öğrenme yöntemleri,Intel ve Power çipleri, GPU ve FPGA gibi farklı donanım platformları için analitik optimizasyon yöntemleri ile Büyük Veri alanında gelecekte karşılaşılacak zorluklardan; graf, grafiksel modeller, uzamsal-zamansal analiz, bilişsel analitik vb. konuları içeren Bağlı Büyük Veri alanındaki zorluklardan oluşmaktadır.

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 dili 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, Büyük Veriye Giriş	Anlatım, Tartışma, Uygulama
2	Literatür Okuması, Ödev	Büyük Verinin Bileşenleri, Büyük veri Analitiği, R İle Uygulamalar I	Anlatım, Tartışma, Uygulama
3	Literatür Okuması, Ödev	Büyük veri Uygulamaları, R İle Uygulamalar II	Anlatım, Tartışma, Uygulama
4	Literatür Okuması, Ödev	Büyük Veri için Makine Öğrenmesi, Öğrenme Stratejileri ve Analiz Süreci	Anlatım, Tartışma, Uygulama
5	Literatür Okuması, Ödev	R ile Büyük Veri Görselleştirme	Anlatım, Tartışma, Uygulama
6	Literatür Okuması, Ödev	Büyük Veri Teknolojileri ve Araçları: Hadoop, Eşle İndirge(MapReduce), Spark, NoSQL, MongoDB, Pig, Impala	Anlatım, Tartışma, Uygulama
7	Literatür Okuması, Ödev	Büyük Veri Analizi için İstatistiksel Yöntemler	Anlatım, Tartışma, Uygulama
8	-	ARA SINAV	-
9	Literatür Okuması, Ödev	Basit(Naive) Bayes ile Büyük Veri Analizi	Anlatım, Tartışma, Uygulama
10	Literatür Okuması, Ödev	Basit ve Çok Değişkenli Regresyon ile Büyük Veri Analizi	Anlatım, Tartışma, Uygulama
11	Literatür Okuması, Ödev	K-En Yakın Komşu Algoritması ile Büyük Veri Analizi	Anlatım, Tartışma, Uygulama
12	Literatür Okuması, Ödev	Karar ağaçları ile Büyük Veri Analizi	Anlatım, Tartışma, Uygulama
13	Literatür Okuması, Ödev	Logistic Regresyon ile Büyük Veri Analizi	Anlatım, Tartışma, Uygulama
14	Literatür Okuması, Ödev	Proje Çalışmalarının Gözden Geçirilmesi	Anlatım, Tartışma, Uygulama
15	Literatür Okuması, Ödev	Proje Çalışmalarının Gözden Geçirilmesi	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

BİLGİ
Kuramsal
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Yönetim ve bilişim kavramlarını tanımlar.					4
2	Verilerden elde ettiği yeni bilginin doğruluğunu, güvenilirliğini ve geçerliliğini analiz eder.						5

BİLGİ
Olgusal
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Elde ettiği veriyi raporlaştırır.						5
2	Alanında yazılım ve proje hazırlar.						5

BECERİLER
Bilişsel
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Süreçler ile ilgili veri analizinde uygun kaynakları kullanır.						5
2	İş süreçlerinin analizini yapar.						5

BECERİLER
Uygulamalı
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Bir takımın üyesi olarak proje yürütür.						5
2	Proje veya iş akışlarında konuya uygun olarak materyal, teknik ve analizleri uygular.						5

YETKİNLİKLER
Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Gerek bireysel gerek takım çalışmalarında sonuç odaklı olarak sorumluluğunu yerine getirir.						5

YETKİNLİKLER
Öğrenme Yetkinliği
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Alanıyla ilgili neyi bilip neyi bilmediğini fark eder.						5
2	Öğrenmeyi öğrenme yaklaşımı ile teorik bilgiyi gerçek hayatta uyarlar.						5
3	Araştırmalarında yenilikçi bir yaklaşımla farklı yöntem ve teknikleri uygular.						5

YETKİNLİKLER
İletişim ve Sosyal Yetkinlik
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Gönüllülük ve toplumsal sorumluluk esasına dayalı projelerde elde ettiği sonuçları alanında uygular.						5
2	Çalışma arkadaşları ve meslektaşları ile sağlıklı iletişim kurar.					4
3	Analizlerini ve elde ettiği sonuçları meslektaşları ile paylaşır.				3
4	Yabancı dil yetkinliği ile uluslararası düzeyde meslektaşları ile iş birliği kurar.				3

YETKİNLİKLER
Alana Özgü Yetkinlik
	Program Yeterlilikleri/Çıktıları	Katkı Düzeyi
		0	1	2	3	4	5
1	Verilerin toplanması, analizi ve raporlanması noktasında etik değerlere uygun davranır.						5
2	İş süreçlerinin ve sistemlerin tasarımına kaliteden ödün vermeden sürece katılır.						5
3	İçinde bulunduğu meslek dalında sürdürülebilirliğin devamı için diğer çalışanlarla iş birliği kurar.					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