1. Eğitim Bilgi Sistemi
  2. Veri Bilimi ve Analitiği Bölümü
  3. Büyük Veri ve Analitiği (2024 - 2025)
Ders Adı Kodu Yarıyıl T+U Saat Kredi AKTS
Büyük Veri ve Analitiği VBA 306 6 3 + 0 3 5
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Dili Türkçe
Dersin Seviyesi Lisans
Dersin Türü Zorunlu
Dersin Koordinatörü Arş.Gör. YASİN ALTUNBAŞAK
Dersi Verenler
Dersin Yardımcıları
Dersin Kategorisi Diğer
Dersin Amacı
Dersin İçeriği

Bu ders, büyük veri ve analitiği ile ilgili temel kavramları, yöntemleri, kullanılabilecek teknolojileri ve örneklerle uygulamaları kapsamaktadır. Ders, büyük veri analitiğinde platformlar, depolama ve analiz, HADOOP yapısı, HDFS dosyalama sistemi, MapReduce çerçevesi, spark ve veri analitiği ve büyük veri görselleştirme konularını içermektedir.
# Ders Öğrenme Çıktıları Öğretim Yöntemleri Ölçme Yöntemleri
1 Büyük veri analitiği alanında temel kavramları anlar.
2 Büyük veri kaynaklarından veri toplama ve temizleme yöntemlerini uygular
3 Makine öğrenimi tekniklerini büyük veri setleri üzerinde uygular.
4 Büyük veri depolama ve işleme altyapılarını anlar ve kullanır.
5 Büyük veri analitiği projeleri için veri görselleştirme ve raporlama tekniklerini uygular.
6 Büyük veri analitiği projelerini gerçek dünya senaryolarına uygulayarak çözümler.
Hafta Ders Konuları Ön Hazırlık
1 Büyük Veri Analitiği Tanıtımı
2 Büyük Veri Analitiği Platformları
3 Büyük Veri Depolama ve Analiz
4 HADOOP Yapısı ve Komutları
5 HDFS Dosyalama Sistemi
6 Büyük Veri Analizi Teknikleri
7 MapReduce Çerçevesi ve Hadoop
8 Spark ve Veri Analitiği
9 Spark veri akışı
10 Spark ile MLLib, Machine Learning uygulamaları
11 Bağlı Büyük Veri - Graf Hesaplama
12 Bağlı Büyük Veri - Graf Analitiği
13 Grafiksel Modeller
14 Büyük Veri Görselleştirme
Kaynaklar
Ders Notu
Ders Kaynakları
Sıra Program Çıktıları Katkı Düzeyi
1 2 3 4 5
1 Veri Biliminde matematik konusunda yeterli bilgi birikimine ve bu alandaki kuramsal ve uygulamalı bilgileri, karmaşık veri bilimi problemlerinin çözümünde kullanabilme becerisine sahiptir.
2 Bilimsel araştırma yapabilme yeteneği ile elde edilen bilgiyi derinlemesine analiz edebilir ve yorumlayabilir
3 Analitik, modelleme ve deneysel araştırmaların tasarlanması ve uygulanması konusunda yetkinliğe; karmaşık veri setlerini analiz etme ve yorumlama yeteneğine sahiptir
4 Eksik veya kısıtlı veri setleriyle çalışarak bilgiyi tamamlayabilir ve farklı disiplinlerden gelen bilgileri entegre edebilir
5 Veri bilimi ve analitiği problemlerini tanımlama ve çözme becerisi için gerekli programlama becerisine sahiptir
6 Çok disiplinli takımlarda liderlik yapabilme, karmaşık problemlere yönelik çözüm stratejileri geliştirebilme, sorumluluk alma ve takım çalışmasına katkı sağlama becerisine sahiptir
7 Yenilikçi fikirler ve yöntemler geliştirme kabiliyetine; veri bilimi ve analitiği alanında veri işleme süreçlerinde yeni yaklaşımlar ortaya koyabilme becerisine sahiptir
8 Gereksinim duyulan veri ve bilgileri tanımlama, erişme ve değerlendirme, veri yönetimi ve analitiği alanında yetkindir.
9 Veri bilimi ve analitiği alanındaki güncel gelişmeleri takip edebilir, öğrenme ve yeni teknolojileri hızlı bir şekilde adapte edebilir
10 Yapılan çalışmaların sonuçlarını etkili bir şekilde aktarabilir ve teknik ve karmaşık konuları anlaşılır bir şekilde sunabilir
11 Veri bilimi ve analitiği uygulamalarının sosyal ve çevresel etkilerinin farkındadır ve bu bağlamda uyum sağlayabilir
12 Veri toplama, analiz etme ve raporlama süreçlerinde toplumsal, bilimsel ve etik değerler hakkında bilgi sahibidir; etik ilkeleri gözetir ve toplumun faydasını ön planda tutar
# 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 PÇ 11 PÇ 12
1 Büyük veri analitiği alanında temel kavramları anlar.
2 Büyük veri kaynaklarından veri toplama ve temizleme yöntemlerini uygular
3 Makine öğrenimi tekniklerini büyük veri setleri üzerinde uygular.
4 Büyük veri depolama ve işleme altyapılarını anlar ve kullanır.
5 Büyük veri analitiği projeleri için veri görselleştirme ve raporlama tekniklerini uygular.
6 Büyük veri analitiği projelerini gerçek dünya senaryolarına uygulayarak çözümler.
Değerlendirme Sistemi
Yarıyıl Çalışmaları Katkı Oranı
Toplam 0
Toplam 0
AKTS - İş Yükü Etkinlik Sayı Süre (Saat) Toplam İş Yükü (Saat)