| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Bulut Bilişim ve Büyük Veri Yapıları | ENM 523 | 0 | 3 + 0 | 3 | 6 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler | |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | YUKSEK_LISANS |
| Dersin Türü | Seçmeli |
| Dersin Koordinatörü | Doç.Dr. SAFİYE SENCER |
| Dersi Verenler | Doç.Dr. SAFİYE SENCER, |
| Dersin Yardımcıları | |
| Dersin Kategorisi | Diğer |
| Dersin Amacı | Teknolojinin ilerlemesiyle birlikte saklanan veri, büyük miktarlara ulaşmıştır. Bulut bilişim yapısının analiz edilmesi ile birlikte bu büyük verilerin depolanabilme yapısı ve ilgili bulut bilişim tekniklerini uygulamalı olarak öğrenilmesi ve incelenmesi amaçlanmaktadır. Bu ders kapsamında bulut bilişim modelleri, teknikleri ve mimarilerine odaklanılarak, bulut bazlı yazılım sistemleri tasarlamak ve geliştirmek hedeflenmektedir. SaaS, PaaS, IaaS ve IdaaS gibi kavramlar ve bu kavramlara yönelik hizmet sağlayıcıları tanıtılacaktır. Sanallaştırma ve bulut hesaplamadaki güncel uygulamalar hakkında bilgi vermektir. Aynı zamanda bilgi çıkarsaması ile ilgili kural yapısının elde edilebilmesi sürecinin uygulamalı olarak öğrenilmesi hedeflenmektedir. Sanallaştırılmış işletim sistemleri, kuruluşları ve uygulamaları anlatılacaktır. Hesaplama modelleri, teknik ve mimarileri tanıtılacaktır. Sanallaştırma ve bulut hesaplamada uygulama tasarımları ve büyük veri yapıları ile uygulama biçimleri hakkında bilgi verilecektir. Kurumsal Kaynak Planlamasındaki kullanım ile bulut bilişim uygulama arasındaki bağlantı üzerinde durulacaktır. Derste bulut bilişim algoritmaları, geliştirilen teknikler ve uygulamalar incelenerek, finansal, tıbbi, sanayi, imalat v.b. birçok veri kümesi üzerinde analiz yapılarak veri üzerinden bilgi çıkarma teknikleri öğretilecektir. |
| Dersin İçeriği | Büyük veri yapıları ve özellikleri ile bulut bilişim mimarisi, mimari algoritmalarının incelenmesi ve istatistiksel, makine öğrenimi ve kural çıkarımı temelleri ile algoritma yapılarının incelenmesini içermektedir. Google App Engine kullanarak basit uygulamalar geliştirebileceklerdir. Sanallaştırma, service yönelimli mimari ve web servisleri hakkında bilgi sahibi olacaklardır. Dağıtık depolama ve güvenlik kavramlarını öğreneceklerdir |
| Kalkınma Amaçları |
|---|
|
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | Deney ve Laboratuvar, | ||
| 2 | Anlatım, | ||
| 3 | Gezi / Gözlem, | ||
| 4 | Gözlem, |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | Bulut Bilişime Giriş ve Büyük Veri ve Özellikleri | |
| 2 | Bulut Bilişim Hizmet ve Dağıtım Modelleri | |
| 3 | Bulut Teknolojileri (Web Servisler, AJAX, Mashups) | |
| 4 | Bulut Geliştirme: Bulutta Veri Saklanması | |
| 5 | Sanallaştırma Teknolojileri ve Çok Kiracılı Yazılım Bulut Geliştirme: | |
| 6 | Yazılım Mimarisi Özel Ticari Şirket Yazılımları | |
| 7 | İş Akışı ve İş Süreçleri- | |
| 8 | SQL Kullanılarak İstatiksel Analiz | |
| 9 | Google App Engine kullanıalrak basit uygulamalar geliştirme | |
| 10 | Sanallaştırma ve Servis Yönelimli Mimari üzerinde çalışma | |
| 11 | Dağıtık Depolama ve Güvenlik Kavramları | |
| 12 | Bağlantı analizi-Web madenciliği | |
| 13 | Bulut Geliştirme | |
| 14 | Bulut Bilişim Uygulaması |
| Kaynaklar | |
|---|---|
| Ders Notu | (1) Li, X., Qiu, J., Cloud Computing for Data- Intensive Applications, ISBN 978-1-4939-1904-8 ISBN 978-1-4939-1905-5 (eBook), DOI 10.1007/978-1-4939-1905-5, Springer, New York 2014.
(2) Mining of Massive Datasets, Jure Leskovec, Anand Rajaraman, Jeffrey David Ullman, Stanford University, 2011.
(3) Enterprise Cloud Computing, by Gautam Shroff, Cambridge University Press, 2010 |
| Ders Kaynakları | (1) Handbook of Cloud Computing, Borko Furht · Armando Escalante Editors Springer (2010); Ivanka Menken, Cloud Computing Virtualization Specialist Complete Certification Kit: Study Guide Book and Online Course Emereo Pty Ltd; 2 edition (August 26, 2010) (2) Real-Time Big Data Analytics: Emerging Architecture, Mike Barlow, O’Reilly Media, 2013. (3) Big Data, Data Mining, and Machine Learning: Value Creation for Business Leaders and Practitioners, Jared Dean, Wiley, 2014. (4) Data Science and Big Data Analytics: Discovering, Analyzing, Visualizing and Presenting Data, EMC Education Services, 2015. |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Yaşadığı toplumun bilgi toplumu olmasına katkıda bulunmak, toplumsal, bilimsel, kültürel ve etik sorunlara çözüm sunmak amaçlarıyla alanındaki bilimsel, teknolojik, sosyal veya kültürel ilerlemeleri ulusal ve uluslararası bilimsel ortamlarda (toplantılarda) tanıtır. | X | |||||
| 2 | Alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, alanında güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgiye sahip olup ve elde ettiği bilgiyi değerlendirir, yorumlar ve uygular. | X | |||||
| 3 | Alanı ile ilgili problemleri tanımlar ve formüle eder, yeni ve/veya özgün fikir ve yöntemler geliştirir; karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler ile gelişmekte olan yenilikçi yöntemleri kullanır. | X | |||||
| 4 | Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular, belirsiz, sınırlı ya da eksik verileri bilimsel yöntemlerle tamamlar; verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. | X | |||||
| 5 | Alanındaki uygulamaların sosyal, çevresel, sağlık, güvenlik, hukuki boyutlarını ve iş hayatı uygulamalarını bilir ve bunların getirdiği kısıtların farkındadır. Disiplin içi ve çok disiplinli takımlarda etkin bir biçimde birlikte ve ya bağımsız çalışabilir ve sorumluluk alır. | X | |||||
| 6 | sürdürülebilir kalkınma ve endüstri mühendisliğinin gelişen koşullara göre gelişmelerini izleyebilmek ve uygulayabilmek için yaşam boyu öğrenme, bilim ve teknolojideki gelişmeleri izler ve bunun için kendini sürekli yenileme becerisine sahip olur. | X | |||||
| # | Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı | PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 |
|---|---|---|---|---|---|---|---|
| 1 | |||||||
| 2 | |||||||
| 3 | |||||||
| 4 |
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 1. Ara Sınav | 60 |
| 1. Ödev | 40 |
| Toplam | 100 |
| 1. Yıl İçinin Başarıya | 60 |
| 1. Final | 40 |
| Toplam | 100 |
| AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 3 | 48 |
| Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 3 | 48 |
| Ödev | 1 | 25 | 25 |
| Proje / Tasarım | 1 | 20 | 20 |
| Final | 1 | 1 | 1 |
| Toplam İş Yükü | 142 | ||
| Toplam İş Yükü / 25 (Saat) | 5,68 | ||
| Dersin AKTS Kredisi | 6 | ||