| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Veri Bilimi | SAU 909 | 0 | 2 + 0 | 2 | 5 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler | |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Seçmeli |
| Dersin Koordinatörü | |
| Dersi Verenler | Prof.Dr. CÜNEYT BAYILMIŞ, |
| Dersin Yardımcıları | |
| Dersin Kategorisi | Alanına Uygun Temel Öğretim |
| Dersin Amacı | Python programlama dili ve araçlarının veri bilimi alanında kullanımı üzerine beceri kazanılması hedeflenmektedir. |
| Dersin İçeriği | Veri bilimi ve veri bilimci nedir, veriden faydalı bilgi çıkarma aşamaları, veri biliminde kullanılan araçlar, keşifçi veri analizi işlemleri, veri görselleştirme, proje yapabilme, |
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | Veri bilimi hakkında bilgi sahibi olur | Problem Çözme, Örnek Olay, Soru-Cevap, Gösteri, | Sınav, Sözlü Sınav, |
| 2 | Veriden faydalı bilgi çıkarma aşamalarını öğrenir | Gösterip Yaptırma, Soru-Cevap, Örnek Olay, Anlatım, | Ödev, Sınav, |
| 3 | Veri bilimi ve modelleme araçlarını kullanma becerisi kazanır | Gösterip Yaptırma, Gösteri, Soru-Cevap, Örnek Olay, Anlatım, | Sınav, Sözlü Sınav, Ödev, |
| 4 | Veri seti üzerinde veri bilimi uygulaması geliştirir | Gösterip Yaptırma, Gösteri, Proje Temelli Öğrenme , Problem Çözme, Bireysel Çalışma, | Proje / Tasarım, Ödev, |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | Veri bilimine giriş | |
| 2 | Veri biliminde uygulama geliştirme aşamaları | |
| 3 | Veri biliminde kullanılan araçlara bakış | |
| 4 | Veri seti oluşturma ve hazır veri setlerinin yüklenmesi | |
| 5 | Keşifçi veri analizi işlemleri: veri seti üzerinde inceleme ve hazırlama işlemleri | |
| 6 | Keşifçi veri analizi işlemleri: öznitelik ekleme ve çıkarma | |
| 7 | Keşifçi veri analizi işlemleri: veri filtreleme, eksik verileri tamamlama | |
| 8 | Keşifçi veri analizi işlemleri: temel istatistiki bilgileri edinme | |
| 9 | Keşifçi veri analizi işlemleri: aykırı değer tespiti | |
| 10 | Keşifçi veri analizi işlemleri: veri görselleştirme | |
| 11 | Makine öğrenmesi algoritmalarının kullanımı (sınıflandırma ve kümeleme) | |
| 12 | Örnek projelerin incelenmesi | |
| 13 | Proje Sunumları | |
| 14 | Proje Sunumları |
| Kaynaklar | |
|---|---|
| Ders Notu | |
| Ders Kaynakları | 1. Doç.Dr. Deniz KILINÇ, Nezahat BAŞEĞMEZ, “Uygulamalarla Veri Bilimi”, Abaküs, 2018. 2. A. Neagoie, D. Bourke, Complete Machine Learning & Data Science Bootcamp 2021. |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Sağlık Hizmeti- Edindiği bilgi, beceri ve tutumları sağlık hizmeti sunumunda kullanır. | ||||||
| 2 | Sağlık Hizmeti- Hastaya biyopsikososyal bir yaklaşım gösterir. | ||||||
| 3 | Sağlık Hizmeti- Birey ve toplum sağlığını koruma ve geliştirmeyi önceler | ||||||
| 4 | Sağlık Hizmeti- Sağlığın sürdürülmesi ve geliştirilmesi yönünde çalışmaları yapar | ||||||
| 5 | Sağlık Hizmeti- Toplum bireylerine, hastalara ve diğer sağlık çalışanlarına sağlık eğitimi verir | ||||||
| 6 | Sağlık Hizmeti- Korunma, tanı, tedavi, takip ve rehabilitasyon süreçlerinde güvenli, akılcı ve etkin yaklaşım gösterir | ||||||
| 7 | Sağlık Hizmeti- Girişimsel ve/veya girişimsel olmayan uygulamaları güvenli ve etkin bir biçimde gerçekleştirir | ||||||
| 8 | Sağlık Hizmeti- Hasta ve çalışan güvenliğini göz önünde bulundurur | ||||||
| 9 | Sağlık Hizmeti- Sağlığa etki eden fiziksel ve sosyoekonomik şartlar ile bireysel özellik ve davranışları göz önünde bulundurur | ||||||
| 10 | Etik ve Mesleki İlkeler- İyi hekimlik uygulamalarını dikkate alır. | ||||||
| 11 | Etik ve Mesleki İlkeler- Etik ve yasal ilkeler çerçevesinde görevini yerine getirir. | ||||||
| 12 | Etik ve Mesleki İlkeler- Nitelikli sağlık bakımı sunma konusunda kararlılık gösterir | ||||||
| 13 | Etik ve Mesleki İlkeler- Mesleki performansını değerlendirir | ||||||
| 14 | Sağlık Savunucusu- Sosyal yükümlülüklerini dikkate alarak sağlık hizmetini geliştirmeyi savunur. | ||||||
| 15 | Sağlık Savunucusu- Sağlık hizmetinin tüm bileşenleri ile işbirliği yapar | ||||||
| 16 | Sağlık Savunucusu- Birey ve toplum sağlık göstergelerini değerlendirir | ||||||
| 17 | Sağlık Savunucusu- Kendi sağlığını korumaya önem verir | ||||||
| 18 | Lider- Sağlık ekibi içinde liderlik yapar. | ||||||
| 19 | Lider- Sağlık hizmetlerinde kaynakları maliyet-etkin, toplum yararına ve mevzuata uygun kullanır | ||||||
| 20 | Ekip- Sağlık ekibi içinde farklı ekip rollerini üstlenir. | ||||||
| 21 | Ekip- Sağlık ekibi içindeki sağlık çalışanlarının görev ve yükümlülüklerinin farkındadır ve buna uygun davranışlar gösterir. | ||||||
| 22 | Ekip- Mesleki uygulamalarında meslektaşları ve diğer meslek grupları ile uyumlu ve etkin çalışır | ||||||
| 23 | İletişim- Hasta, hasta yakınları, sağlık çalışanları ile etkili iletişim kurar | ||||||
| 24 | İletişim- Farklı sosyokültürel özelliklere sahip birey ve gruplar ile etkili iletişim kurar | ||||||
| 25 | İletişim- Tanı, tedavi, takipte hasta merkezli bir yaklaşım gösterir. | ||||||
| 26 | Bilimsel Yaklaşım- Gerekli durumlarda bilimsel araştırma planlar ve uygular | X | |||||
| 27 | Bilimsel Yaklaşım- Mesleği ile ilgili güncel literatür bilgisine ulaşır ve değerlendirir | X | |||||
| 28 | Bilimsel Yaklaşım- Kanıta dayalı tıp ilkelerini uygular | ||||||
| 29 | Bilimsel Yaklaşım- Bilişim teknolojilerini kullanır | X | |||||
| 30 | Yaşam Boyu Öğrenme- Kariyer gelişimini etkili olarak yönetir | X | |||||
| 31 | Yaşam Boyu Öğrenme- Yeni bilgileri edinme ve yaşam boyu değişen koşullara uyum sağlama becerilerini gösterir | X | |||||
| 32 | Yaşam Boyu Öğrenme- Doğru öğrenme kaynaklarını seçer, kendi öğrenme sürecini düzenler | X | |||||
| # | Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı | 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 | PÇ 17 | PÇ 18 | PÇ 19 | PÇ 20 | PÇ 21 | PÇ 22 | PÇ 23 | PÇ 24 | PÇ 25 | PÇ 26 | PÇ 27 | PÇ 28 | PÇ 29 | PÇ 30 | PÇ 31 | PÇ 32 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Veri bilimi hakkında bilgi sahibi olur | ||||||||||||||||||||||||||||||||
| 2 | Veriden faydalı bilgi çıkarma aşamalarını öğrenir | ||||||||||||||||||||||||||||||||
| 3 | Veri bilimi ve modelleme araçlarını kullanma becerisi kazanır | ||||||||||||||||||||||||||||||||
| 4 | Veri seti üzerinde veri bilimi uygulaması geliştirir |
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 1. Ara Sınav | 50 |
| 1. Kısa Sınav | 10 |
| 1. Proje / Tasarım | 30 |
| 1. Sözlü Sınav | 10 |
| Toplam | 100 |
| 1. Final | 50 |
| 1. Yıl İçinin Başarıya | 50 |
| Toplam | 100 |
| AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 2 | 32 |
| Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 3 | 48 |
| Ara Sınav | 1 | 12 | 12 |
| Sözlü Sınav | 1 | 5 | 5 |
| Kısa Sınav | 1 | 5 | 5 |
| Performans Görevi (Uygulama) | 1 | 12 | 12 |
| Final | 0 | 18 | 0 |
| Toplam İş Yükü | 114 | ||
| Toplam İş Yükü / 25 (Saat) | 4,56 | ||
| Dersin AKTS Kredisi | 5 | ||