Erciyes University - Info Package

Dersin Adı	Dersin Seviyesi	Dersin Kodu	Dersin Tipi	Dersin Dönemi	Yerel Kredi	AKTS Kredisi	Ders Bilgileri
VERİ BİLİMİNE GİRİŞ	Birinci Düzey	A-İŞL222	Seçmeli	4	5.00	5.00	Yazdır

Dersin Tanımı

Ön Koşul Dersleri	YOK
Eğitimin Dili	Türkçe
Koordinatör
Dersi Veren Öğretim Eleman(lar)ı	ÖĞRETİM GÖREVLİSİ GÖKHAN GÜVEN
Yardımcı Öğretim Eleman(lar)ı	YOK
Dersin Veriliş Şekli	Her öğrenciye bir bilgisayar düşecek şekilde laboratuvar ortamında yapılmaktadır. Python kodlama platformu olarak Jupyter Hub ve dersi alan öğrenciler için özel olarak tahsis edilen kullanıcı hesapları kullanılacaktır. Sınıf içi tartışmalar yapılacağından derse katılım önemlidir.
Dersin Amacı	Python programlama dili üzerinden Veri Bilimine giriş niteliğinde temel-orta seviyede programlama bilgisi verilmesi amaçlanmaktadır.
Dersin Tanımı	Veri Bilimine yönelik ve Python programlama diline başlangıç/orta seviyede hakimiyet sağlayacak olan bir derstir.

Dersin İçeriği

1	JupyterLab Platformu: Not defterini kullanma, Satırı Markdown, Code ya da Raw olarak ayarlama, Satır oluşturma/silme, Kod çalıştırma, Kaydetme ve paylaşma, Çekirdek (Kernel) Seçimi, Anaconda Kurulumu
2	Veri biliminin tanıtımı. Veri bilimi metodolojisi. Veri Metodolojisi Akış Şeması. İşi Anlama, Analitik Yaklaşım, Veri Gereksinimi, Veri Toplama, Veri Anlayışı, Veri Hazırlama, Modelleme, Değerlendirme, Dağıtım, Geri Bildirim.
3	Pandas Kütüphanesini kullanma, Veriseti Alma, Veri Toplama, Veri Okuma, Veriseti içindeki verileri önizleme, Başlık Ekleme, Dataframe''''''''in belirli sütunlarını görüntüleme
4	Eksik verilerden kurtulma, numpy kütüphanesini kullanma, Verisetini kaydetme, Çeşitli dosya biçimlerini okuma/kaydetme, Verisetinin temel analizi, Dataframe hakkında özet bilgi alma, Betimleme.
5	Veri Düzenleme, Veri Düzenlemenin Amacı, Veri Alma, Eksik Değerleri Betimleme, Eksik Değerleri İşleme, Özellikler içindeki eksik değerleri sayma, Eksik verileri doldurma adımları: Ortalama, Frekans, Eksik değerler içeren satırları kaldırma
6	Veri biçimlerini düzenleme, Veri türlerini görüntüleme, Veri türlerini dönüştürme, Veri Standardizasyonu, Veri Normalizasyonu, Veri Tasnifleme, Kukla Değişken Kullanımı
7	Veri Analizi, Desenleri Tespit Etmek için görselleştirmeyi kullanma, matplotlib kütüphanesinin kullanımı, Korelasyon Hesaplama, Sürekli Sayısal Değerler üzerinde çalışma, Regresyon Çizgisini Anlama, Pozitif Doğrusal İlişki, Negatif Doğrusal İlişki, Zayıf Doğrusal İlişki
8	Ara Sınavlar
9	Kategorik Değerler, Tanımlayıcı İstatistiksel Analiz, Değer Sayımları, Gruplamanın Temelleri, Isı Haritası, Korelasyon ve Nedensellik
10	Pearson Korelasyonu, p Değeri, ANOVA (Varyans Analizi), F-test puanı ve p değeri yorumlama, Makine öğrenmesi için değişkenlerin seçimi
11	Model Geliştirme, scipy kütüphanesini kullanma, sckit-learn kütüphanesini kullanma, Doğrusal regresyon ve çoklu regresyon, bağımlı ve bağımsız değişken kavramlarının tanıtımı, Basit doğrusal regresyon teorisi, doğrusal regresyon modeli kurma
12	Çoklu Doğrusal Regresyon, çoklu doğrusal regresyonun geçerli sayılmasını sağlayan şartlar: Doğrusallık, bağımsızlık, eş varyanslılık, normallik, çoklu doğrusallık durumu, Çoklu doğrusal regresyon modeli kurma.
13	Modellerin Görselliştirilerek Değerlendirilmesi, Regresyon grafiği, Artık-Kalıntı Grafiği, Dağılım Grafiği, Polinom Regresyon, Veri Boru Hattı
14	Tahminleri Metriklerle Değerlendirme Yöntemleri: R kare, Ortalama Karesel Hata. Metrikleri Görselleştirme ve Karar Verme.
15	Model Değerlendirme ve İyileştirme, Aşırı uyum, yetersiz uyum, Ridge Regresyonu, Grid Arama
16	Final Sınavları
17	Final Sınavları
18
19
20

Dersin Öğrenme Çıktıları

1	Orta seviyede Python programlama dilini kullanarak verileri analiz eder.
2	Makine öğrenmesi için model kurar ve geliştirir.
3	Python programlama dilinde yazılmış yapay zeka modellerini okur ve değiştirir.
4
5
6
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi

1	İşletmeciliğin temel kavramlarını açıklar.
2	İşletmenin yönetim, pazarlama, üretim, muhasebe, finansman, insan kaynakları yönetimi, halkla ilişkiler ve araştırma geliştirme gibi temel fonksiyonları arasındaki ilişkileri kurar.
3	İşletmenin temel fonksiyonlarına sistem bakış açısıyla bakar ve bu fonksiyonların bütüne yaptıkları katkıyı açıklar.
4	İşletmenin ilgili fonksiyonlarına yönelik yasal ve etik kuralları listeler ve uygular.
5	İşletme biliminin gelişimine katkıda bulunan “yönetim-örgüt kuramlarını” açıklar ve bu kuramların uygulamadaki yerini tartışır.
6	Tüm örgütler için sözkonusu olan temel yönetim sürecini (planlama, organizasyon, yürütme, koordinasyon, kontrol) tasarlar.
7	İşletme faaliyetlerini etkileyen ve bu faaliyetlerden etkilenen insan davranışlarının gerisinde yatan nedenleri algı, tutum ve niyet ilişkisi kurarak açıklar.
8	Yeni iş-işletme kurma süreçlerini tasarlar ve geliştirir.
9	İşletmelerin bağlamsal koşullarında meydana gelen değişimleri analiz ederek, tüm işletme fonksiyonlarına yönelik stratejik alternatifler tasarlar ve stratejik plan yapar.
10	İşletmenin paydaşlarıyla olan ilişkilerini anlar ve paydaş memnuniyetinin artırılmasına yönelik öneriler geliştirir.
11	Sözlü ve yazılı iletişim kurma tekniklerini ve bunlarla ilgili teknolojileri kullanmayı öğrenir ve uygular.
12	Bilimsel bir araştırmayı bağımsız şekilde tasarlar, uygular ve sonuçlarını yorumlar.
13	İşletmelerdeki temel iş yapma süreçlerini tanımlar ve bu süreçleri kalite standartları çerçevesinde yürütür.
14	Belirsizliğin ve riskin yüksek olduğu gerçek iş ortamında, analitik düşünür ve problemleri çözer.
15	İşletmenin mali tablolarını hazırlayarak analiz eder.
16	Bir işletmede gerçekleşen işlemlerin muhasebe kayıtlarını yapar ve denetler.
17	Ulusal ve uluslararası piyasaları takip ederek finansal kararlar alır.
18	Ulusal ve uluslararası boyutlarda farklı pazar koşullarına ve müşteri potansiyeline uygun, etkin ve yaratıcı pazarlama karması stratejileri geliştirir.
19	Uluslararası gelişmeleri takip edecek düzeyde yabancı dil bilir.
20	ECDL (European Computer Driving Licence)/ICDL de (International Computer Driving Licence) yedi modüle karşılık gelen temel/orta/ileri düzey bilgisayar kullanım yetkinliği elde eder.
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	2	20
Ödevler	10	2	20
Sunum / Seminer hazırlama	0	0	0
Kısa sınavlar	0	0	0
Ara sınavlara hazırlık	1	10	10
Ara sınavlar	1	2	2
Proje (Yarıyıl ödevi)	0	0	0
Laboratuvar	0	0	0
Arazi çalışması	0	0	0
Yarıyıl sonu sınavına hazırlık	1	15	15
Yarıyıl sonu sınavı	1	2	2
Araştırma	5	2	10
Toplam iş yükü			121
AKTS			5.00

Değerlendirme yöntemleri ve kriterler

Yarıyıl içi değerlendirme	Sayısı	Katkı Yüzdesi
Ara sınav	1	100
Kısa sınav	0	0
Ödev	0	0
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	Jupyter Lab üzerinden her ders için paylaşılacak ders notları.
Yardımcı Kaynaklar	YOK

Ders İle İlgili Dosyalar

DBP Hakkında

Ders Hakkında

Bölüm Hakkında