1. Eğitim Bilgi Sistemi
  2. Veri Bilimi ve Analitiği Bölümü
  3. Sinyal ve Görünrü Analitiği (2026 - 2027)
Ders Adı Kodu Yarıyıl T+U Saat Kredi AKTS
Sinyal ve Görünrü Analitiği VBA 305 5 3 + 0 3 5
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Dili Türkçe
Dersin Seviyesi Lisans
Dersin Türü Zorunlu
Dersin Koordinatörü Öğr.Gör.Dr. SEVDA GÜL
Dersi Verenler Öğr.Gör.Dr. SEVDA GÜL,
Dersin Yardımcıları
Dersin Kategorisi Diğer
Dersin Amacı
Dersin İçeriği

Kursun temel amacı, sayısal sinyal ve görüntü işlemenin temel kavramlarını öğrenmektir. Bu ders kapsamında, öğrenciler, 1D ve 2D sinyallerin temel özelliklerini öğrenir. Zamana, mekana ve frekansa göre, sinyalleri analiz eder ve sinyalleri işler.

Özel Koşullar
Sektör Desteği
Destekleyen Firma
Destekleyen Eğitmen
# Ders Öğrenme Çıktıları Öğretim Yöntemleri Ölçme Yöntemleri
1 Ayrık zamanlı sinyallerin temel kavramlarını bilir.
2 Sayısal sinyal işleme ve görüntü işlemenin temel kavramlarını bilir ve anlar.
3 Programlama dillerini kullanarak uygulama gerçekleştirir.
4 Elde edilen sonuçları eleştirel bir şekilde analiz eder.
Hafta Ders Konuları Ön Hazırlık
1 Ayrık zamanlı sinyaller ve sistemler
2 Ayrık Fourier dönüşümü
3 Hızlı Fourier dönüşümü
4 Konvolüsyon
5 Dalgacık dönüşümü
6 Veri elde etme
7 Sayısal filtreler
8 Sayısal görüntü işlemeye giriş
9 Görüntü zenginleştirme
10 Görüntü restorasyonu
11 Renk uzayları
12 Görüntü sıkıştırma
13 Görüntü bölütleme
14 Görüntü analizi
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 Ayrık zamanlı sinyallerin temel kavramlarını bilir.
2 Sayısal sinyal işleme ve görüntü işlemenin temel kavramlarını bilir ve anlar.
3 Programlama dillerini kullanarak uygulama gerçekleştirir.
4 Elde edilen sonuçları eleştirel bir şekilde analiz eder.
Değerlendirme Sistemi
Yarıyıl Çalışmaları Katkı Oranı
1. Ara Sınav 60
1. Proje / Tasarım 40
Toplam 100
1. Final 50
Toplam 50
AKTS - İş Yükü Etkinlik Sayı Süre (Saat) Toplam İş Yükü (Saat)