VERİ BİLİMİNİN TEMELLERİ

Ders Açıklaması

Bu ders yüksek kaliteli talimatlar, temel düzeydeki veri bilimi teknikleri ve sistematik ve prensipli bir şekilde veri açısından zengin problemleri çözme kabiliyetlerinin iyileştirilmesi ve geliştirilmesine duyulan ilgi aracılığı ile veri biliminin öğrenimi konusu üzerinde yoğunlaşmaktadır. Öğrencilere veri biliminin ne olduğu tanıtılacak, veri biliminin alanlar arasında uygulanabilirliğini keşfedecek ve veri analizinin veri odaklı kararlar vermelerine nasıl yardımcı olabileceğini öğrenecekler. Öğrenciler, Jupyter Notebooks, RStudio, GitHub ve SQL gibi veri bilimcileri tarafından kullanılan çeşitli açık kaynaklı araçlara ve veri bilimi programlarına aşinalık kazanacaklar. Bu ders doğru yolda ilerleyen, sonuçlandırma becerisi yüksek ve iyi veri bilimcilerinin yetiştirilmesini sağlamak üzere gerekli yapı ve sorumluluk duygusunu öğrencilere sunmaktadır.

VERİ BİLİMİNİN TEMELLERİ

Değerlendirme Araçları (Aktif Dönem)

Ders çıktıları

Henüz ders çıktısı tanımlanmamış.

Ders Müfredatı

Henüz haftalık içerik tanımlanmamış.

Referans Kitaplar & Ders Materyalleri

Kaynak kitap listelenmemiş.

Ders Çıktıları

1. L01 1. Öğrenciler, veri türleri, iş akışları ve uygulamalar da dahil olmak üzere veri biliminin temel kavramlarını açıklayabilecektir. 2. Öğrenciler, veri setlerini temizleme, dönüştürme ve düzenleme gibi temel veri ön işleme adımlarını gerçekleştirebilecektir. 3. Öğrenciler, grafikler ve çizimler kullanarak temel veri görselleştirmeleri oluşturup yorumlayabilecektir. 4. Öğrenciler, ortalama, varyans, korelasyon ve olasılık dağılımları gibi temel istatistik kavramlarını uygulayabilecektir. 5. Öğrenciler, temel veri bilimi yöntemlerini kullanarak basit gerçek dünya problemlerini çözebilecektir. SOLO 1

Program Çıktıları

1. P01 Gerçek yaşam durumlarındaki zorluklara veri bilimi ilke ve tekniklerini uygulayabilir ve çözümlerini etkin bir şekilde iletebilirler.
2. P02 Teorik fikirlere, etik koda ve temel verilere ilişkin derinlemesine bilgiye dayalı veri analizi metodolojilerini belirleyebilir ve uygulayabilirler.
3. P03 Gerçek hayattaki uygulamalarda bilgi analizi için yol gösterici kavramları ve değerlendirme prosedürlerini analiz edebilirler.
4. P04 İşle ilgili sorunlara belirsiz çözümler bulmak için ilgili veri analizi modellerini tasarlayabilir ve uygulayabilirler.
5. P05 Paralel ve dağıtılmış bilgi işlem ve makine öğrenimi gibi büyük miktarda veriyle karakterize edilen gerçek dünya sorunlarını ele almak için modern bilgi işlem tekniklerinden yararlanabilirler.
6. P06 Her boyuttaki yapılandırılmış ve yapılandırılmamış veri kümesinden kullanılabilir bilgileri verimli bir şekilde üretmek için gereken yazılım araçlarını yapılandırabilir ve yönetebilirler.
7. P07 Karmaşık verilerden yararlı bilgiler elde etmeyi amaçlayan projeleri organize etmek ve tamamlamak için veri bilimi araçlarını ve tekniklerini yönetebilirler.
8. P08 Gerçek dünyadaki sorunları çeşitli açılardan kavrayarak eleştirel ve yaratıcı düşünebilirler ve sorunları işbirliği içinde çözmek için çeşitli ekiplerde çalışabilirler.
9. P09 Veri tabanlı çözümleri kullanıcı ortamına etkin bir şekilde entegre edebilme ve teknik olmayan profesyonellere bu çözümleri keşfetme, görselleştirme ve kullanma konusunda yardımcı olabilirler.
10. P10 Veri sahipliği ve atıf, veri güvenliği ve hassasiyeti ve veri analizinin mahremiyet üzerindeki etkileri gibi konularda mesleki ve etik standartlar kapsamındaki yükümlülüklerini anlayabilirler.

Pç-Dç Matrisi