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		4	5.00	5.00	Yazdır

Dersin Tanımı

Ön Koşul Dersleri	YOK
Eğitimin Dili	Türkçe
Koordinatör	ÖĞRETİM GÖREVLİSİ GÖKHAN GÜVEN
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	Students use theoretical, conceptual and applied knowledge about international relations and its sub-fields such as international politics, political history and international law.
2	Students discuss issues of social studies such as economics, management, public finance, law and public administration.
3	Students analyze world history from an analytical perspective.
4	Students evaluate foreign policies of Turkey and other international actors from a theoretical and methodological perspective.
5	Students analyze the relationship between foreign and domestic policy domains.
6	Students evaluate the functioning of international legal system.
7	Students apply their theoretical and conceptual knowledge of international relations into actual international affairs.
8	Students use their good command of English to follow scientific and contemporary resources.
9	Students analyze theories, concepts and facts of international relations methodologically.
10	Students have communications and computer skills required in the field of international relations.
11	Students contribute to national and international development by becoming aware of ethics, social justice, basic rights and environmental protection.
12	Students use their good command of second foreign language.
13	Students conduct a scientific study in the field of international relations both individually and as a part of a group.
14	Students use their presentation skills on the basis of their theoretical knowledge of international issues.
15	Students use their theoretical applied knowledge of administrative sciences, protocol, public ethics and legislation.
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	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