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. |
Kalkınma Amaçları |
---|
# | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
---|---|---|---|
1 | Veri kavramının iyi anlaşılarak veri kaynaklı problemleri elemine ederek veri setini analize hazır hale getirebilme | Gezi / Gözlem, Rol Oynama, Beyin Fırtınası, | |
2 | Yapısal veri üzerinden sınıflandırma, kümeleme ve zaman serisi analizi gibi tekniklerin uygulanabilmesini sağlama | Gösterip Yaptırma, Problem Çözme, Rol Oynama, | |
3 | Yapısal olmayan metin verisi üzerinde temizleme, ön işleme ve analiz yapma süreçlerinin kavranması | Beyin Fırtınası, Soru-Cevap, Anlatım, | |
4 | Sosyal medya verisini işleyebilme, analiz edebilme ve yorumlama becerisinin kazandırılması | Anlatım, Gözlem, Gezi / Gözlem, | |
5 | Veri görselleştirme kavramının önemini kavrayıp, farklı veri setlerinde uygulayabilme | Gözlem, |
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 | Disiplinindeki temel kavramları ve kuramları bilir. | X | |||||
2 | Disiplinindeki sorunları analiz edip bu sorunlara çözüm önerileri sunacak analitik düşünme becerileri ne sahiptir. | X | |||||
3 | Girişimci kişilik özelliklerini tanır ve girişimci kişilik özelliklerini geliştirme fırsatlarını izler. | X | |||||
4 | Girişimci ve iç girişimci davranışları tanır, bu davranışları iş fırsatlarını değerlendirmede ve görev yaptığı kurumlarda yeniliği teşvik etmede sergileyebilir. | X | |||||
5 | Bilgi teknolojisinin kavramsal bilgisine ve pratik uygulamalarına hâkimdir. | X | |||||
6 | Alanına yönelik bilgi teknolojilerini kullanabilir. | X | |||||
7 | Meslek yaşamında insanların ve ekonomilerin gelişimini ve çevrenin iyileştirilmesini sağlayan faaliyetleri tasarlayabilir. | ||||||
8 | İş yaşamında etik sorunların ve bu sorunların toplumsal ve kurumsal etkilerinin farkında olur. | ||||||
9 | Sorun çözme süreçlerinde etik sorumluluklarını bilir ve bu süreçlerde etik ilkelere riayet eder. |
# | Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı | PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 |
---|---|---|---|---|---|---|---|---|---|---|
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 |
1. Performans Görevi (Uygulama) | 30 |
2. Performans Görevi (Uygulama) | 15 |
1. Ara Sınav | 40 |
3. Performans Görevi (Uygulama) | 15 |
Toplam | 100 |
1. Final | 40 |
1. Yıl İçinin Başarıya | 60 |
Toplam | 100 |
AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
---|---|---|---|
Ara Sınav | 1 | 12 | 12 |
Final | 1 | 25 | 25 |
Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 1 | 32 | 32 |
Proje / Tasarım | 1 | 25 | 25 |
Ödev | 2 | 10 | 20 |
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 | 251 | ||
Toplam İş Yükü / 25 (Saat) | 10,04 | ||
Dersin AKTS Kredisi | 5 |