Erciyes University - Info Package

Dersin Adı	Dersin Seviyesi	Dersin Kodu	Dersin Tipi	Dersin Dönemi	Yerel Kredi	AKTS Kredisi	Ders Bilgileri
İŞ ANALİTİĞİ VE BÜYÜK VERİ	Birinci Düzey	ÜSY 621		1	7.00	7.00	Yazdır

Dersin Tanımı

Ön Koşul Dersleri	Yoktur. Ancak programlama bilgisi tavsiye edilir.
Eğitimin Dili	Türkçe
Koordinatör	DOÇ. DR. ESRA KAHYA ÖZYİRMİDOKUZ
Dersi Veren Öğretim Eleman(lar)ı	DOÇ. DR. ESRA KAHYA ÖZYİRMİDOKUZ
Yardımcı Öğretim Eleman(lar)ı	-
Dersin Veriliş Şekli	Yüz yüze eğitim, laboratuvar ortamında uygulamalı çalışmalar, veri analizi uygulamaları ve proje tabanlı öğrenme yöntemleri ile yürütülmektedir. Ders kapsamında öğrenciler, Gerçek veri setleri ile analiz yapar, Python ve veri analitiği araçlarını kullanır, Hazır paket programlarını uygular, Bireysel ve grup projeleri geliştirir, Vaka analizleri gerçekleştirir.
Dersin Amacı	Bu dersin amacı; öğrencilere iş analitiği ve büyük veri kavramlarını öğretmek, veri temelli karar verme becerisi kazandırmak ve analitik düşünme yetkinliklerini geliştirmektir.
Dersin Tanımı	Bu ders, işletmelerde veri temelli karar verme süreçlerini destekleyen iş analitiği ve büyük veri kavramlarını kapsamaktadır. Ders kapsamında veri, bilgi ve kazanılmış bilgi dönüşümü, büyük veri teknolojileri, veri analitiği yöntemleri ve iş kararlarına etkileri ele alınmaktadır. Öğrenciler, gerçek veri setleri ile çalışarak veri toplama, veri ön işleme, analiz ve yorumlama süreçlerini uygulamalı olarak öğrenirler. Ders, teorik bilginin yanı sıra uygulama ve proje tabanlı öğrenmeyi içermektedir.

Dersin İçeriği

1	Giriş ve temel kavramlar, bilişim teknolojileri, YBSnin veri boyutu. Veri, bilgi ve kazanılmış bilgi dönüşümü, İş analitiği süreci
2	Büyük veri kavramı (Volume, Velocity, Variety, Value) Veri kaynakları ve veri toplama yöntemleri Veri madenciliği sürecine giriş
3	Veri ön işleme
4	Veri ön işleme NLP
5	Keşifsel veri analizi (EDA) Veri görselleştirme teknikleri Kümeleme yöntemleri
6	Modelleme Makine öğrenimi
7	Makine öğrenimi
8	Derin öğrenme
9	Derin öğrenme
10	Uygulamalar
11	Uygulamalar
12	Uygulamalar
13	Uygulamalar Sunumlar
14	Sunumlar
15
16
17
18
19
20

Dersin Öğrenme Çıktıları

1	İş analitiği, veri analitiği, veri madenciliği, iş zekası kavramlarını açıklar, kavramları bilir.
2	Yapay zeka, makine öğrenimi, derin öğrenme kavramlarını bilir ve uygular.
3	Veri temelli karar verme süreçlerini analiz eder.
4	Veri toplama ve veri hazırlama süreçlerini uygular.
5	Veri modelleme yöntemlerini kullanabilir
6	Keşifsel veri analizi yapar, veri görselleştirme tekniklerini uygular
7	Sonuçları yorumlar
8	Veri temelli çözümler geliştirir
9	Analitik proje planlar, uygular
10

*Dersin Program Yeterliliklerine Katkı Seviyesi

1	İnsan vücudunun temel yapısı, organ ve sistemlerine ait tanım ve terimleri, yerleşimleri, komşulukları ve işleyişleri hakkında bilgi sahiptir.
2	Sağlığın korunması, sistemlere ait hastalıklar ve acil durumlarda ilk yardım bilgisine sahiptir.
3	Ameliyat odasındaki bütün alet ve cihazların periyodik kontrollerini yaptırır.
4	Ameliyat masasının her ameliyattan önce kontrolünü sağlar, hazır hale getirir ve gerekli malzemeleri hazırlar.
5	Ameliyat için hastaya uygun pozisyon verir.
6	Ameliyat sonrasında cerrahi aletlerin, malzemelerin ve ortamın dezenfeksiyonunu sağlayarak yeniden kullanıma hazır hale getirir.
7	Ameliyat sırasında hastadan çıkartılan herhangi bir cerrahi materyalin uygun bir şekilde ilgili birime gönderilmesini sağlar.
8	Cerrahi malzemelerin sterilizasyonunu ve uygun şartlarda muhafaza edilmesini sağlar.
9	Hastanın ameliyat odasına alınmasına ve ameliyat sonrası transportuna yardımcı olur.
10	Cerrahi işlem sırasında hekimin uygun gördüğü durum ve şekilde cerrahi ekibe dahil olur.
11	Kendi alanı ile ilgili teknolojileri kullanır.
12	Birey ve halk sağlığı, iş güvenliği ve çevre koruma konularında yeterli bilince sahiptir.
13	Alanıyla ilgili konularda bilişim ve iletişim teknolojilerini kullanır ve mesleki bilgilerini yazılı ve sözlü iletişim yoluyla aktarır.
14	Bir yabancı dilde temel düzeyde iletişim kurar ve mesleki uygulamalarda kullanır.
15	Alanı ile ilgili bilgi, beceri ve yetkinlikleri yaşam boyu öğrenme bilinciyle güncelleyip kendini kişisel ve mesleki olarak geliştirir.
16	Alanıyla ilgili temel mesleki yasal mevzuatı anlar. Sosyal, kültürel ve hukuksal hak ve sorumluluklara uygun hareket eder.
17	Kalite yönetimi ve süreçlerine katılır.
18	Diğer sağlık disiplinleri ile çalışır.
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)	14	3	42
Ödevler	2	3	6
Sunum / Seminer hazırlama	1	5	5
Kısa sınavlar	0	0	0
Ara sınavlara hazırlık	0	0	0
Ara sınavlar	1	3	3
Proje (Yarıyıl ödevi)	1	40	40
Laboratuvar	0	0	0
Arazi çalışması	0	0	0
Yarıyıl sonu sınavına hazırlık	0	0	0
Yarıyıl sonu sınavı	1	3	3
Araştırma	2	15	30
Toplam iş yükü			171
AKTS			7.00

Değerlendirme yöntemleri ve kriterler

Yarıyıl içi değerlendirme	Sayısı	Katkı Yüzdesi
Ara sınav	1	20
Kısa sınav	0	0
Ödev	1	20
Yarıyıl içi toplam		40
Yarıyıl içi değerlendirmelerin başarıya katkı oranı		40
Yarıyıl sonu sınavının başarıya katkı oranı		60
Genel toplam		100

Önerilen Veya Zorunlu Okuma Materyalleri

Ders kitabı	McKinsey Global Institute Reports on Big Data and Analytics Han, J., Kamber, M., & Pei, J. (2012). Data Mining: Concepts and Techniques. Morgan Kaufmann. Géron, A. (2019). Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow. O’Reilly Media. Cielen, D., Meysman, A., & Ali, M. (2016). Introducing Data Science: Big Data, Machine Learning, and More. Manning Publications.
Yardımcı Kaynaklar	Davenport, T. – Competing on Analytics Makaleler, veri tabanları, Google Classroom notları ve videoları, veri setleri (Kaggle, Google data)

Ders İle İlgili Dosyalar

DBP Hakkında

Ders Hakkında

Bölüm Hakkında