| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| İş Analitiği Uygulamaları | YBS 425 | 7 | 2 + 0 | 2 | 5 |
| Ön Koşul Dersleri | Zorunlu ön koşul dersi olmamakla beraber iş zekası ve veri madenciliği dersinin 5. yarıyılda alınması önerilmektedir. |
| Önerilen Seçmeli Dersler | Yok |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Seçmeli |
| Dersin Koordinatörü | Doç.Dr. HALİL İBRAHİM CEBECİ |
| Dersi Verenler | Doç.Dr. HALİL İBRAHİM CEBECİ, |
| Dersin Yardımcıları | |
| Dersin Kategorisi | Diğer |
| Dersin Amacı | İş analitiği yöntemlerinin uygulamalı olarak öğrencilere gösterilerek, öğrencilerimizin veri analisti olmasına destek olmak. |
| Dersin İçeriği | Ders içeriğinde öncelikle öğrencilere veri ön işleme ve anlama uygulamaları gösterilecek sonrasında veri, metin ve sosyal medya madenciliği uygulamaları çeşitli programlar ve yazılımlar yardımıyla yapılacaktır. Dersin son kısmında ise iş zekası ve veri görselleştirme konularına değinilecektir. |
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | Veri kavramının iyi anlaşılarak veri kaynaklı problemleri elemine ederek veri setini analize hazır hale getirebilme | Problem Çözme, Örnek Olay, Tartışma, | Proje / Tasarım, |
| 2 | Yapısal veri üzerinden sınıflandırma, kümeleme ve zaman serisi analizi gibi tekniklerin uygulanabilmesini sağlama | Beyin Fırtınası, Grup Çalışması, Örnek Olay, | Proje / Tasarım, |
| 3 | Yapısal olmayan metin verisi üzerinde temizleme, ön işleme ve analiz yapma süreçlerinin kavranması | Tartışma, Soru-Cevap, Anlatım, | Proje / Tasarım, |
| 4 | Sosyal medya verisini işleyebilme, analiz edebilme ve yorumlama becerisinin kazandırılması | Anlatım, Proje Temelli Öğrenme , Problem Çözme, | Proje / Tasarım, |
| 5 | Veri görselleştirme kavramının önemini kavrayıp, farklı veri setlerinde uygulayabilme | Proje Temelli Öğrenme , | Proje / Tasarım, |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | Derse genel giriş ve ders işleyişi hakkında bilgiler | |
| 2 | Veri ön işleme süreçleri - MS Excel ile | MS Excel programı kurulu olmalı - Veri Çözümleme Eklentisi |
| 3 | Veri ön işleme süreçleri - MS Excel ile | MS Excel programı kurulu olmalı - Veri Çözümleme Eklentisi |
| 4 | Veri Madenciliği Uygulamaları - WEKA | Weka programı kurulu olmalı, paylaşılan veri setleri indirilmeli |
| 5 | Veri Madenciliği Uygulamaları - WEKA | Weka programı kurulu olmalı, paylaşılan veri setleri indirilmeli |
| 6 | Veri Madenciliği Uygulamaları - WEKA | Weka programı kurulu olmalı, paylaşılan veri setleri indirilmeli |
| 7 | Metin madenciliği Uygulamaları - Python | Jupiter Notebook ve Anaconda kurulmalı, paylaşılan veri setleri indirilmeli |
| 8 | Metin madenciliği Uygulamaları - Python | Jupiter Notebook ve Anaconda kurulmalı, paylaşılan veri setleri indirilmeli |
| 9 | Ara Sınav | |
| 10 | Veri Görselleştirme - Tableau | Tableau yazılımı kurulmalı, paylaşılan veri setleri indirilmeli |
| 11 | Veri Görselleştirme - Tableau | Tableau yazılımı kurulmalı, paylaşılan veri setleri indirilmeli |
| 12 | Normatif Modelleme - Excel İle | MS Excel programı kurulu olmalı - Çözücü Eklentisi |
| 13 | Normatif Modelleme - Excel İle | MS Excel programı kurulu olmalı - Çözücü Eklentisi |
| 14 | Genel Değerlendirme ve Ödev Geri Dönüşleri |
| Kaynaklar | |
|---|---|
| Ders Notu | Uygulamalı bir ders olduğu için ders notu kullanılmayacaktır. Sadece paylaşılan slaytlar yeterli olacaktır. |
| Ders Kaynakları | Ders Slaytları, paylaşılan veri setleri |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Yeni ve Güncel teknolojileri takip edebilir ve bunları değerlendirebilir | X | |||||
| 2 | Kurumsal Bilişim Sistemlerini işleyişini anlayabilir ve bu sistemleri temel seviyede kullanabilir | X | |||||
| 3 | Temel seviyedeki işletme problemlerin sayısal modellerini oluşturur | X | |||||
| 4 | Modellenmiş işletme problemlerini bilişim teknolojileri yardımıyla çözer ve çözümleri yorumlar | X | |||||
| 5 | Bilişim odaklı projelere takımın bir bireyi olarak katkı sağlar | X | |||||
| 6 | Proje yönetiminde takım çalışmasını destekleyen bilgi teknolojileri araçlarını etkin bir biçimde kullanır | X | |||||
| 7 | Temel işletme fonksiyonlarına ve bilişim teknolojilerine hâkim olur ve bunlar arasındaki bağlantıyı kurar | ||||||
| 8 | Kurumsal bilişim sistemlerinin tasarlanması, geliştirilmesi ve uygulanması süreçlerine katkı verir. | ||||||
| 9 | Girişimcilik projeleri de dâhil olmak üzere her türlü proje için kaliteli dokümantasyon üretebilir ve bu dokümanları sunar | ||||||
| 10 | Bilgilendirici, efektif ve ilgi çekici sunumlar hazırlar ve bu sunumları sunar. | 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Veri kavramının iyi anlaşılarak veri kaynaklı problemleri elemine ederek veri setini analize hazır hale getirebilme | ||||||||||
| 2 | Yapısal veri üzerinden sınıflandırma, kümeleme ve zaman serisi analizi gibi tekniklerin uygulanabilmesini sağlama | ||||||||||
| 3 | Yapısal olmayan metin verisi üzerinde temizleme, ön işleme ve analiz yapma süreçlerinin kavranması | ||||||||||
| 4 | Sosyal medya verisini işleyebilme, analiz edebilme ve yorumlama becerisinin kazandırılması | ||||||||||
| 5 | Veri görselleştirme kavramının önemini kavrayıp, farklı veri setlerinde uygulayabilme |
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| Toplam | 0 |
| Toplam | 0 |
| AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Performans Görevi (Uygulama) | 4 | 15 | 60 |
| Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 2 | 32 |
| Final | 1 | 20 | 20 |
| Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 1 | 25 | 25 |
| Toplam İş Yükü | 137 | ||
| Toplam İş Yükü / 25 (Saat) | 5,48 | ||
| dersAKTSKredisi | 5 | ||