Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi Dersin Dönemi Yerel Kredi AKTS Kredisi Ders Bilgileri
BIG DATA TECHNOLOGIES Üçüncü Düzey CENG 529 1 7.50 7.50 Yazdır
   
Dersin Tanımı
Ön Koşul Dersleri N/A
Eğitimin Dili English
Koordinatör DR. ÖĞRETİM ÜYESİ FEHİM KÖYLÜ
Dersi Veren Öğretim Eleman(lar)ı Dr. Fehim KÖYLÜ
Yardımcı Öğretim Eleman(lar)ı
Dersin Veriliş Şekli live in a classroom environment
Dersin Amacı Literature review of processing techniques and tools on cluster computers for terabyte-sized data stacks, called big data technologies,
Dersin Tanımı Literature review of processing techniques and tools on cluster computers for terabyte-sized data stacks, called big data technologies,

Dersin İçeriği
1 BIG DATA CONCEPT, CLASSIC COMPLEXITY METRIC FOR SOFTWARE AND DATA PROCESSING
2 UNITS OF DATA, DATA SOURCES, KEY TECHNIQUES, DATA EXTRACTION, CLEANING, AND INTEGRATION
3 DATA FLOW AND MANAGEMENT, DATA SEARCH, ANALYTICS, AND VISUALIZATION, DATA SECURITY AND PRIVACY
4 THE FOUR AGE OF SCIENTIFIC DISCOVERY (EXPERIMENTAL, THEORETICAL, COMPUTATIONAL, DATA EXPLORATION AND MODELING)
5 THE FIRST BIG DATA PROBLEM, INTERNET SEARCH ENGINE, GOOGLE PAPERS
6 V KEYWORDS FOR BIG DATA,
7 DATA DEFINITION, DIFFERENT TYPES OF DATA, DIKW PYRAMID, DATA LANDSCAPE,
8 TYPES OF ATTRIBUTES, ORDINAL, NOMINAL, INTERVAL, RATIO, DISCRETE/CONTINUOUS, SIMPLE/COMPOSITE, SINGLE-VALUED/MULTI-VALUED, RECORD, DATA MATRIX, DOCUMENT DATA, TRANSACTION DATA, GRAPH DATA, SPATIAL DATA, TEMPORAL DATA, SEQUENTIAL DATA, SPARSE DATA,
9 DATABASE MANAGEMENT SYSTEMS, RELATIONAL DATA, STRUCTURED DATA, RELATIONAL ALGEBRA, RELATIONAL QUERIES, NORMALIZATION
10 PARALLEL AND DISTRIBUTED PROGRAMMING PARADIGMS, PARTITIONING, MPI, MAP REDUCE,
11 APACHE HADOOP AND RELATED PROJECTS, HADOOP ECOSYSTEM, HDFS, YARN, MAP REDUCE EXAMPLES,
12 HBASE, CASSANDRA, MAHOUT, HIVE,
13 SPARK
14
15
16
17
18
19
20

Dersin Öğrenme Çıktıları
1 Map reduce programming concept
2 Data, information, knowledge and wisdom process
3 Machine learning
4 Artificial intelligence and deep learning
5 Cluster computing
6
7
8
9
10

*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) 14 3 42
Ödevler 2 20 40
Sunum / Seminer hazırlama 2 15 30
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 4 3 12
Ara sınavlar 1 4 4
Proje (Yarıyıl ödevi) 0 0 0
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 4 3 12
Yarıyıl sonu sınavı 1 4 4
Araştırma 0 0 0
Toplam iş yükü     186
AKTS     7.50

Değerlendirme yöntemleri ve kriterler
Yarıyıl içi değerlendirme Sayısı Katkı Yüzdesi
Ara sınav 1 50
Kısa sınav 0 0
Ödev 2 50
Yarıyıl içi toplam   100
Yarıyıl içi değerlendirmelerin başarıya katkı oranı   40
Yarıyıl sonu sınavının başarıya katkı oranı   60
Genel toplam   100

Önerilen Veya Zorunlu Okuma Materyalleri
Ders kitabı
Yardımcı Kaynaklar

Ders İle İlgili Dosyalar