Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
---|---|---|---|---|---|
Veri Görselleştirme | ISE 515 | 0 | 3 + 0 | 3 | 6 |
Ön Koşul Dersleri | |
Önerilen Seçmeli Dersler | |
Dersin Dili | Türkçe |
Dersin Seviyesi | YUKSEK_LISANS |
Dersin Türü | Seçmeli |
Dersin Koordinatörü | Dr.Öğr.Üyesi TUĞRUL TAŞCI |
Dersi Verenler | |
Dersin Yardımcıları | |
Dersin Kategorisi | Diğer |
Dersin Amacı | Günümüzde, teknolojideki olağanüstü gelişmelerle birlikte çok sayıda ve farklı tipteki kayıt araçları kullanılabilir duruma gelmiştir. Doğal, sosyal ve beşeri bilimler, yaşam ve sağlık bilimleri, eğitim ve günlük hayatla ilgili devasa boyutta veriler bu araçlarla elde edilebilmektedir. Internet, mobil bağlılık, dijital video ve imge kaydedici cihazların günlük hayatın bir parçası olması hayatın her alanında sürekli bir veri artışını beraberinde getirmektedir. İnsanın algı kapasitesi, duyu organları, psikolojik ve sezgisel süreçler ile zihinsel hesaplamalara dayalı olarak şekillenmektedir. Veri görselleştirme, iyi bir görsel kodlama ile insanın algı kapasitesini artırmayı ve analitik düşünme ve karar verme süreçlerine destek olmayı amaçlayan bir araştırma alanı olarak çeşitli alanlara ait karmaşık ve devasa boyuttaki verilerin uygun şekilde değerlendirilerek kullanışlı bilgiye dönüştürülmesi için gerekli yöntem ve araçları sunmaktadır. Veri görselleştirme dersinde, lisansüstü öğrenciler görselleştirmenin teorik altyapısının yanında, sunum, rapor, tez, makale ve kitap gibi her türlü akademik çalışmalarında etkili görsel içerikler hazırlayabilmek için gerekli araçların kullanımını uygulamalı olarak öğrenebilecektir. |
Dersin İçeriği | Veri Görselleştirme Terminolojisi ve Temel Kavramlar, Görsel Algılama, Renk Seçimi ve Tasarım İlkeleri, Çok Değişkenli Çizim ve Grafik Oluşturma, Metin Verisi Görselleştirme, Zaman Verisi Görselleştirme, Etkileşim ve Animasyon, Hiyerarşik Veri Görselleştirme, Graf ve Ağ Verisi Görselleştirme, Harita Verisi ve İnfografikler, İş Zekası Uygulamalarında Veri Görselleştirme, Veri Görselleştirme Yazılımları |
# | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
---|---|---|---|
1 | Veri ve veri analizi ile ilgili temel kavram ve uygulamaları öğrenir. | Anlatım, | |
2 | Veri Görselleştirme ile ilgili temel tanım ve kavramları öğrenir. | Anlatım, | |
3 | Çok boyutlu görselleştirme ve grafik türleri hakkında bilgi sahibi olur. | Anlatım, | |
4 | Veri görselleştirme yazılımlarını etkin şekilde kullanarak analiz yapabilmeyi kavrar. | Gözlem, Gezi / Gözlem, Tartışma, |
Hafta | Ders Konuları | Ön Hazırlık |
---|---|---|
1 | Veri Görselleştirme Terminolojisi ve Temel Kavramlar | |
2 | Görsel Algılama, Renk Seçimi ve Tasarım İlkeleri | |
3 | Veri Görselleştirme Yazılımları (Excel, PowerPoint, MATLAB) | |
4 | Veri Görselleştirme Yazılımları (MS Visio, ConceptDraw) | |
5 | Çok Değişkenli Çizim ve Grafik Oluşturma | |
6 | Metin Verisi Görseleştirme | |
7 | Zaman Verisi Görselleştirme | |
8 | Görselleştirmede Etkileşim ve Animasyon | |
9 | Hiyerarşik Veri Görselleştirme | |
10 | Graf ve Ağ Verisi Görselleştirme | |
11 | Harita Verisi ve İnfografikler | |
12 | Veri Görselleştirme Yazılımları (MSAS, MSRS) | |
13 | İş Zekâsı Uygulamalarında Veri Görselleştirme - 1 | |
14 | İş Zekâsı Uygulamalarında Veri Görselleştirme - 2 |
Kaynaklar | |
---|---|
Ders Notu | |
Ders Kaynakları | 1. Camões, J. (2016). Data at Work: Best practices for creating effective charts and information graphics in Microsoft Excel, New Riders. 2. Meirelles, I. (2013). Design for information: an introduction to the histories, theories, and best practices behind effective information visualizations. Rockport Publishers. 3. Cairo, A. (2012). The Functional Art: An introduction to information graphics and visualization. New Riders. 4. Ware, C. (2010). Visual thinking: For design. Morgan Kaufmann. 5. Siciliano, A. (2008). MATLAB: Data analysis and visualization. World Scientific. |
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. | ||||||
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. | ||||||
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. | ||||||
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. | ||||||
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. | ||||||
6 | Bilişim sistemlerinin işleyişinde verinin önemini ortaya koyarak veri hazırlama, veri analizi ve veri görselleştirme uygulamaları ile sistem verimliliğine katı sağlayıcı yetkinlikler kazanır. | ||||||
7 | İlgili alanlarda kitap, makale ve benzeri bilimsel yayın üretmek ve uygulama yapabilmek için gerekli yetkinlikleri kazanır. |
# | Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı | PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 |
---|---|---|---|---|---|---|---|---|
1 | Veri ve veri analizi ile ilgili temel kavram ve uygulamaları öğrenir. | |||||||
2 | Veri Görselleştirme ile ilgili temel tanım ve kavramları öğrenir. | |||||||
3 | Çok boyutlu görselleştirme ve grafik türleri hakkında bilgi sahibi olur. | |||||||
4 | Veri görselleştirme yazılımlarını etkin şekilde kullanarak analiz yapabilmeyi kavrar. |
Değerlendirme Sistemi | |
---|---|
Yarıyıl Çalışmaları | Katkı Oranı |
1. Ara Sınav | 25 |
1. Kısa Sınav | 25 |
1. Performans Görevi (Seminer) | 35 |
1. 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) |
---|---|---|---|
Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 3 | 48 |
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 3 | 48 |
Ara Sınav | 1 | 2 | 2 |
Kısa Sınav | 1 | 4 | 4 |
Performans Görevi (Uygulama) | 2 | 12 | 24 |
Final | 1 | 12 | 12 |
Toplam İş Yükü | 138 | ||
Toplam İş Yükü / 25 (Saat) | 5,52 | ||
Dersin AKTS Kredisi | 6 |