| 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 | Dr.Öğr.Üyesi FATMA AKALIN |
| Dersi Verenler | Prof.Dr. CÜNEYT BAYILMIŞ, Doç.Dr. AHMET KARA, |
| Dersin Yardımcıları | |
| Dersin Kategorisi | Diğer |
| 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: Sağlık hizmeti sunumunda gerekli bilgi, beceri ve tutumları edinir ve kullanır, hastaya biyopsikososyal bir yaklaşım gösterir, sağlık eğitimi verir, korunma, tanı, tedavi, takip ve rehabilitasyon süreçlerinde güvenli, akılcı ve etkin yaklaşım gösterir. | ||||||
| 2 | Sağlık Hizmeti: Girişimsel ve/veya girişimsel olmayan uygulamaları güvenli ve etkin bir biçimde gerçekleştirir, hasta ve çalışan güvenliğini göz önünde bulundurur, sağlığa etki eden fiziksel ve sosyoekonomik şartlar ile bireysel özellik ve davranışları göz önünde bulundurur | ||||||
| 3 | Etik ve Mesleki İlkeler: İyi hekimlik uygulamalarını dikkate alır, etik ilkeler çerçevesinde görevini yerine getirir, nitelikli sağlık bakımı sunma konusunda kararlılık gösterir, mesleki performansını değerlendirir | ||||||
| 4 | Sağlık Savunucusu: Sosyal yükümlülüklerini dikkate alarak sağlık hizmetini geliştirmeyi savunur, tüm paydaşlar ile işbirliği yapar, sağlık göstergelerini değerlendirir, kendi sağlığını korumaya önem verir | ||||||
| 5 | Lider: Sağlık ekibi içinde liderlik yapar, kaynakları maliyet-etkin, toplum yararına ve mevzuata uygun kullanır | ||||||
| 6 | Ekip: Sağlık ekibi içinde farklı ekip rollerini üstlenir, sağlık çalışanlarının görev ve yükümlülüklerinin farkındadır, meslektaşları ve diğer meslek grupları ile uyumlu ve etkin çalışır | ||||||
| 7 | İletişim: Hasta, hasta yakınları, sağlık çalışanları ve farklı sosyokültürel özelliklere sahip bireyler ile etkili iletişim kurar, tanı, tedavi ve takipte hasta merkezli bir yaklaşım gösterir. | ||||||
| 8 | Bilimsel Yaklaşım: Gerekli durumlarda bilimsel araştırma planlar, güncel literatür bilgisine ulaşır ve değerlendirir, kanıta dayalı tıp ilkelerini uygular, bilişim teknolojilerini kullanır | ||||||
| 9 | Yaşam Boyu Öğrenme: Kariyer gelişimini etkili olarak yönetir, yaşam boyu değişen koşullara uyum sağlama becerilerini gösterir, doğru öğrenme kaynaklarını seçer, kendi öğrenme sürecini düzenler | ||||||
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| Toplam | 0 |
| Toplam | 0 |
| 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 | ||