Erciyes University - Info Package

Dersin Adı	Dersin Seviyesi	Dersin Kodu	Dersin Tipi	Dersin Dönemi	Yerel Kredi	AKTS Kredisi	Ders Bilgileri
TEZ ÇALIŞMASI II	Üçüncü Düzey	YBS 802		3	25.00	25.00	Yazdır

Dersin Tanımı

Ön Koşul Dersleri	Tez Çalışması I dersini almış olmak
Eğitimin Dili	Türkce
Koordinatör	DOÇ. DR. ESRA KAHYA ÖZYİRMİDOKUZ
Dersi Veren Öğretim Eleman(lar)ı	Tez danışmanları
Yardımcı Öğretim Eleman(lar)ı	-
Dersin Veriliş Şekli	Bireysel çalışma, danışman gözetiminde, uygulamalı
Dersin Amacı	Bu dersin amacı, öğrencinin tez çalışmasını yürütmesi, veri toplama ve analiz süreçlerini gerçekleştirmesi, elde ettiği bulguları yorumlaması ve tezini akademik kurallara uygun şekilde tamamlamasıdır. Ayrıca öğrencinin analitik düşünme, model geliştirme ve bilimsel çıktı üretme becerilerini ileri düzeyde geliştirmesi hedeflenmektedir.
Dersin Tanımı	Bu ders, öğrencinin tez çalışması kapsamında veri toplama, veri analizi, modelleme ve sonuçların yorumlanması süreçlerini gerçekleştirdiği ve tezini akademik bir metin olarak tamamladığı bireysel bir çalışmadır.

Dersin İçeriği

1	Tez çalışmasının planlanması ve ilerleme takibi
2	Veri toplama sürecinin yürütülmesi
3	Veri ön işleme ve veri temizleme
4	Veri analizi tekniklerinin uygulanması
5	Analitik model geliştirme Yapay zekâ ve makine öğrenmesi uygulamaları Büyük veri analitiği uygulamaları
6	YBS arayüzünü gerçekleştirme
7	Sistem analizi ve tasarımı
8	Sistem analizi ve tasarımı
9	Bulguların elde edilmesi Bulguların yorumlanması Sonuçların değerlendirilmesi Akademik yazım süreci Tez bölümlerinin oluşturulması Tablo ve grafiklerin hazırlanması Bulguların raporlanması Tartışma ve sonuç yazımı Tezin bütünleştirilmesi Sistem analizi ve tasarımı
10	Raporlama
11	Raporlama ve sunum
12	Makale hazırlama süreci
13	Makale yayınlar
14	Tez teslim süreci Sunum hazırlanması Tez savunma hazırlığı Kaynakça ve atıf düzenlemeleri
15
16
17
18
19
20

Dersin Öğrenme Çıktıları

1	Veri toplama süreçlerini yürütür
2	Veri ön işleme ve analiz yapar
3	YBS sistemini kavramsal olarak modeller
4	YBS sistemi çerçevesinde bir uygulama sunar
5	Analitik modeller geliştirir Yapay zekâ ve makine öğrenmesi tekniklerini uygular Büyük veri analitiği yöntemlerini kullanır
6	Bulguları yorumlar
7	Akademik tez yazar
8	Bilimsel çıktı üretir
9	Araştırma sonuçlarını raporlar
10	Tez savunması gerçekleştirir

*Dersin Program Yeterliliklerine Katkı Seviyesi

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
Yıldızların sayısı 1’den (en az) 5’e (en fazla) kadar katkı seviyesini ifade eder

Planlanan Öğretim Faaliyetleri, Öğretme Metodları ve AKTS İş Yükü

	Sayısı	Süresi (saat)	Sayı*Süre (saat)
Yüz yüze eğitim	14	3	42
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme)	10	20	200
Ödevler	0	0	0
Sunum / Seminer hazırlama	2	20	40
Kısa sınavlar	0	0	0
Ara sınavlara hazırlık	0	0	0
Ara sınavlar	0	0	0
Proje (Yarıyıl ödevi)	2	20	40
Laboratuvar	0	0	0
Arazi çalışması	0	0	0
Yarıyıl sonu sınavına hazırlık	2	90	180
Yarıyıl sonu sınavı	0	0	0
Araştırma	2	60	120
Toplam iş yükü			622
AKTS			25.00

Değerlendirme yöntemleri ve kriterler

Yarıyıl içi değerlendirme	Sayısı	Katkı Yüzdesi
Ara sınav	0	0
Kısa sınav	0	0
Ödev	0	0
Yarıyıl içi toplam		0
Yarıyıl içi değerlendirmelerin başarıya katkı oranı		0
Yarıyıl sonu sınavının başarıya katkı oranı		0
Genel toplam		0

Önerilen Veya Zorunlu Okuma Materyalleri

Ders kitabı	Tez konusu ile ilgili ulusal ve uluslararası makaleler Scopus ve Web of Science veri tabanları Veri analitiği, büyük veri ve yapay zekâ literatürü
Yardımcı Kaynaklar	Tez konusu ile ilgili ulusal ve uluslararası makaleler Scopus ve Web of Science veri tabanları

Ders İle İlgili Dosyalar