| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Büyük Veriye Giriş | BSM 461 | 7 | 3 + 0 | 3 | 5 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler | |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Seçmeli |
| Dersin Koordinatörü | Dr.Öğr.Üyesi SÜMEYYE KAYNAK |
| Dersi Verenler | Dr.Öğr.Üyesi SÜMEYYE KAYNAK, Prof.Dr. ZAHOOR-UR-REHMAN ZAHOOR-UR-REHMAN, |
| Dersin Yardımcıları | |
| Dersin Kategorisi | Diğer |
| Dersin Amacı | Büyük veri kavramı, depolama ve analiz yöntemleri aktarılacaktır. Büyük
veride sıklıkla uygulanan araçların kullanımı anlatılacaktır. Ayrıca büyük veri
uygulamalarının geliştirilmesi için gerekli altyapılar ile R, Python ve Java dilleri ile uygulamalar yapılacaktır. |
| Dersin İçeriği | Veri bilimindeki temel kavramlar, büyük veri depolama ve analizi, görselleştirmesi, kullanılan araçlar ve uygulamalarının aktarılması |
| Özel Koşullar | |
| Sektör Desteği | |
| Destekleyen Firma | |
| Destekleyen Eğitmen |
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | Büyük veri analizi ve temel kavramları öğrenmek | Anlatım, Soru-Cevap, Tartışma, | |
| 2 | Programlama ile model geliştirmeyi kavramak | Tartışma, Soru-Cevap, Anlatım, | |
| 3 | Büyük veri altyapı sistemlerini öğrenmek | Soru-Cevap, Anlatım, | |
| 4 | Depolama ve analiz işlemlerini uygulamak | Gözlem, Deney ve Laboratuvar, Problem Çözme, Tartışma, Soru-Cevap, Anlatım, | |
| 5 | Teknolojilerin entegrasyonunu kavramak | Deney ve Laboratuvar, Problem Çözme, Tartışma, Gözlem, |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | Büyük veriye giriş: verinin tek makineye sığmadığı eşik, dikey ve yatay ölçekleme | |
| 2 | Tek makinenin sınırları: bellek, dosya biçimleri, sütunlu depolama ve Parquet | |
| 3 | Dağıtık sistemlerin temelleri: yanılgılar, kısmi arıza, idempotentlik, bölümleme ve çoğaltma | |
| 4 | Tutarlılık ve mutabakat (CAP, PACELC, Raft); dağıtık depolama: HDFS ve nesne deposu | |
| 5 | MapReduce programlama modeli: map, shuffle, reduce, combiner ve birleştirme desenleri | |
| 6 | Apache Spark I: tembel değerlendirme, aşamalar ve görevler, Catalyst ve sorgu planı | |
| 7 | Apache Spark II: bölümler, veri çarpıklığı, birleştirme stratejileri ve performans tanılama | |
| 8 | Hadoop Sistem Uygulamaları-Cloudera | |
| 9 | NoSQL veri modelleri ve arama: belge deposu, parçalama anahtarı, ters indeks, Türkçe metin analizi | |
| 10 | Veri gölü, ambar ve göl-ev: tablo biçimleri, atomik yazma ve zaman yolculuğu | |
| 11 | Olay akışları: Apache Kafka, bölüm ve ofset, üretici ve tüketici, teslim garantileri | |
| 12 | Akış işleme: olay zamanı, pencereler, watermark ve kontrol noktası | |
| 13 | Proje Sunumları | |
| 14 | Proje Sunumları |
| Kaynaklar | |
|---|---|
| Ders Notu | |
| Ders Kaynakları | Çevrimiçi kaynak
• Stanford University, Computer Science Course - CS246: Mining Massive Datasets - CS345A: Data Mining Anand Rajaraman and Jeffrey David Ullman Available online at: http://infolab.stanford.edu/~ullman/mmds.html • Brigham Young University, Big Data Science & CAPSTONE Course Available online at: http://bigdata.cs.byu.edu/
Kitap
1- Hands-On Big Data Modeling, James Lee, Tao Wei, Suresh Kumar Mukhiya 2- An Introduction to Data Science (2013) 3rd edition , Jeffrey Stanton 3- Big Data Fundamentals, Thomas Erl, Wajid Khattak, Paul Buhler 4- R Programming for Data Science(2016), Roger D. Peng. 5- Big Data: Principles And Best Practices of Scalable Real-Time Data Systems, Nathan Marz with James Warren 6- Mining of Massive Datasets 2nd edition |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 a | Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; | ||||||
| 1 b | Bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi. | ||||||
| 2 a | Karmaşık mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi; | ||||||
| 2 b | Bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. | ||||||
| 3 | Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi. | X | |||||
| 4 | Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi. | X | |||||
| 5 a | Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama becerisi. | ||||||
| 5 b | Deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. | ||||||
| 6 a | Disiplin içi takımlarda etkin biçimde çalışabilme becerisi. | ||||||
| 6 b | Çok disiplinli takımlarda etkin biçimde çalışabilme becerisi. | ||||||
| 6 c | Bireysel çalışma becerisi. | ||||||
| 7 a | Sözlü ve yazılı etkin iletişim kurma, etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme becerisi, | ||||||
| 7 b | En az bir yabancı dil bilgisi. | ||||||
| 7 c | Etkin sunum yapabilme becerisi. | ||||||
| 7 d | Açık ve anlaşılır talimat verme ve alma becerisi. | ||||||
| 8 | Yaşam boyu öğrenmenin gerekliliği konusunda farkındalık; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi. | X | |||||
| 9 a | Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk hakkında bilgi, | ||||||
| 9 b | Mühendislik uygulamalarında kullanılan standartlar hakkında bilgi. | ||||||
| 10 a | Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; | ||||||
| 10 b | Girişimcilik, yenilikçilik hakkında farkındalık | ||||||
| 10 c | Sürdürülebilir kalkınma hakkında bilgi. | ||||||
| 11 a | Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; | ||||||
| 11 b | Mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık. | ||||||
| 12 | Bilişim Teknolojilerinin yönetim, denetim, gelişim ve güvenliği/güvenilirliği hakkında bilgi sahibi olma ve farkındalık, | ||||||
| # | Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı | PÇ 1 a | PÇ 1 b | PÇ 2 a | PÇ 2 b | PÇ 3 | PÇ 4 | PÇ 5 a | PÇ 5 b | PÇ 6 a | PÇ 6 b | PÇ 6 c | PÇ 7 a | PÇ 7 b | PÇ 7 c | PÇ 7 d | PÇ 8 | PÇ 9 a | PÇ 9 b | PÇ 10 a | PÇ 10 b | PÇ 10 c | PÇ 11 a | PÇ 11 b | PÇ 12 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Büyük veri analizi ve temel kavramları öğrenmek | ||||||||||||||||||||||||
| 2 | Programlama ile model geliştirmeyi kavramak | ||||||||||||||||||||||||
| 3 | Büyük veri altyapı sistemlerini öğrenmek | ||||||||||||||||||||||||
| 4 | Depolama ve analiz işlemlerini uygulamak | ||||||||||||||||||||||||
| 5 | Teknolojilerin entegrasyonunu kavramak |
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 1. Ara Sınav | 50 |
| 1. Ödev | 50 |
| Toplam | 100 |
| 1. Final | 50 |
| 1. Yıl İçinin Başarıya | 50 |
| Toplam | 100 |
| AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 14 | 3 | 42 |
| Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 14 | 3 | 42 |
| Ara Sınav | 1 | 10 | 10 |
| Ödev | 1 | 18 | 18 |
| Final | 1 | 15 | 15 |
| Toplam İş Yükü | 127 | ||
| Toplam İş Yükü / 25 (Saat) | 5,08 | ||
| dersAKTSKredisi | 5 | ||