Ders Adı Kodu Yarıyıl T+U Saat Kredi AKTS
Karar Destek Sistemleri VBA 002 0 2 + 0 2 3
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Dili Türkçe
Dersin Seviyesi Lisans
Dersin Türü Seçmeli
Dersin Koordinatörü Öğr.Gör.Dr. YÜKSEL YURTAY
Dersi Verenler Öğr.Gör.Dr. YÜKSEL YURTAY,
Dersin Yardımcıları
Dersin Kategorisi Alanına Uygun Temel Öğretim
Dersin Amacı

Bu dersin amacı, öğrencilere Karar Destek Sistemleri (KDS) konusunda temel bilgi ve beceriler kazandırmaktır. Ders kapsamında, karar verme süreçlerinde bilişim sistemlerinin rolü, veri analitiği ve yapay zekâ destekli karar mekanizmalarının işleyişi ele alınacaktır. Öğrenciler, KDS’nin bileşenleri, kullanım alanları ve güncel teknolojiler hakkında bilgi sahibi olacak; ayrıca karar destek araçlarını etkin bir şekilde kullanarak veri odaklı karar alma süreçlerini geliştirmeyi öğreneceklerdir. Ders, teorik bilgilerin yanı sıra uygulamalı örnekler ve vaka çalışmalarıyla desteklenerek öğrencilerin analitik düşünme ve problem çözme yetilerini güçlendirmeyi hedeflemektedir.

Dersin İçeriği

Seçmeli

# Ders Öğrenme Çıktıları Öğretim Yöntemleri Ölçme Yöntemleri
Hafta Ders Konuları Ön Hazırlık
1 Karar destek sistemleri - Giriş
2 Karar Verme Süreçleri ve Modelleri
3 Veri Yönetimi ve Veri Ambarı, Uygulama tanıtımı
4 Veri Madenciliği ve Keşifsel Veri Analizi, Uygulama tanıtımı
5 Model Yönetimi ve Matematiksel Modeller, Uygulama tanıtımı
6 Yapay Zekâ ve Makine Öğrenmesi Temelleri, Uygulama tanıtımı
7 Uzman Sistemler ve Bilgi Tabanlı Karar Destek
8 Bulanık Mantık ve Karar Verme, Uygulama tanıtımı
9 Grup Karar Destek Sistemleri (GKDS)
10 Coğrafi Bilgi Sistemleri (CBS) ve Mekansal Karar Destek
11 Gerçek Zamanlı Karar Destek Sistemleri
12 KDS'de Etik ve Güvenlik Konuları
13 KDS Uygulama Örnekleri ve Vaka Çalışmaları
14 Gelecek Trendleri ve KDS'nin Evrimi
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
Değerlendirme Sistemi
Yarıyıl Çalışmaları Katkı Oranı
1. Ara Sınav 70
1. Ödev 30
Toplam 100
1. Final 50
Toplam 50
AKTS - İş Yükü Etkinlik Sayı Süre (Saat) Toplam İş Yükü (Saat)