BÜYÜK VERİ KAVRAM VE UYGULAMALARI

Ders Açıklaması

Bu ders, insan yaşamının birçok yönünün dijitalleşmesi ve sosyal medya platformlarının giderek büyümesiyle giderek daha erişilebilir hale gelen büyük verileri incelemeyi amaçlar. Ders, büyük veri hakkında geniş bir anlayış ve büyük veri manipülasyonunun farklı yaklaşımlarını sunar. Öğrenciler, metin, video, ses, fotoğraf ve daha fazlası gibi çeşitli biçimlerde depolanabilen büyük verilerin terabaytlarca ve petabaytlarca depolama alanını nasıl işgal edebileceğini keşfedecekler. Bu derste Hadoop yazılımı, Hadoop Dağıtılmış Dosya Sistemi (HDFS) ve MapReduce tekniğinin yanı sıra denetimli ve denetimsiz makine öğrenimi yaklaşımları tanıtılmakta ve yapay sinir ağları kapsamlı bir şekilde incelenecektir. Dersi tamamlayan öğrencilerin farklı yöntem ve araçlar kullanarak internetten büyük veri kümelerini toplayabilmeleri ve işleyebilmeleri beklenmektedir.

BÜYÜK VERİ KAVRAM VE UYGULAMALARI

Değerlendirme Araçları (Aktif Dönem)

Değerlendirme öğesi tanımlanmamış.

Ders çıktıları

Henüz ders çıktısı tanımlanmamış.

Ders Müfredatı

Referans Kitaplar & Ders Materyalleri

1. 01 Kamal, R., & Saxena, P. (2019). Big Data Analytics: Introduction to Hadoop, Spark, and Machine Learning (1st ed.). McGraw-Hill Education.

Ders Çıktıları

1. L01 Büyük verinin temel kavramlarını, özelliklerini ve gerçek yaşam bağlamlarındaki zorluklarını açıklar. SOLO 4
2. L02 Hadoop, HDFS, HBase, MapReduce ve YARN dahil olmak üzere büyük veri ekosistemi bileşenlerinin mimarisini ve işlevlerini açıklar. SOLO 3
3. L03 Büyük ölçekli yapılandırılmış ve yapılandırılmamış veri kümelerini depolamak, yönetmek ve işlemek için dağıtık hesaplama yöntemlerini uygular. SOLO 3.5
4. L04 Spark ve ilgili büyük veri araçlarını kullanarak veri işleme ve analiz görevlerini uygular. SOLO 4
5. L05 Büyük veri problemlerini analiz eder ve sınıflandırma, regresyon ve gözetimsiz öğrenme teknikleri dahil uygun makine öğrenmesi yaklaşımlarını seçer. SOLO 3.5
6. L06 Farklı büyük veri teknolojilerinin iş ve gerçek yaşam uygulamaları için uygunluğunu ve ölçeklenebilirliğini değerlendirir. SOLO 5
7. L07 Analitik sonuçları teknik ve teknik olmayan hedef kitleler için etkili biçimde görselleştirir. SOLO 5
8. L08 Etik, gizlilik, güvenlik ve veri sahipliği konularını dikkate alarak büyük veri kümelerini toplar, işler, yorumlar ve veriye dayalı bir çözüm geliştirir. SOLO 5

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