VERİ BİLİMİ İÇİN ALGORİTMALAR

Ders Açıklaması

Bu ders, çeşitli yapılandırılmış, yarı yapılandırılmış ve yapılandırılmamış veri türlerini işlemek için gereken algoritmik teknikleri ve yaklaşımları kapsar. Dersin amacı, çeşitli formatlarda büyük veri kümelerini işlemek ve analiz etmek için temel olarak kullanılan algoritmik yöntemleri öğretmektir. Ders, özellikle büyük veri kümelerinin nasıl önceden işleneceğini, büyük veri kümelerinin etkin bir şekilde nasıl depolanacağını, büyük veri kümeleri için hızlı algoritmaların nasıl tasarlanacağını ve tasarlanan algoritmaların performansının nasıl değerlendirileceğini kapsar. Sıralama, arama ve eşleştirme ile grafik ve akış algoritmaları tanıtılır. Bu dersi tamamlayan öğrenciler, farklı veri türlerinin ön işlemesi, düzenlenmesi, işlenmesi ve saklanması için farklı algoritmalar hakkında geniş bir bilgiye sahip olacaklardır. Öğrenciler ayrıca her bir algoritmanın performans analizini yapabilecektir.

VERİ BİLİMİ İÇİN ALGORİTMALAR

Değerlendirme Araçları (Aktif Dönem)

Değerlendirme öğesi tanımlanmamış.

Ders çıktıları

Henüz ders çıktısı tanımlanmamış.

Ders Müfredatı

Henüz haftalık içerik tanımlanmamış.

Referans Kitaplar & Ders Materyalleri

Kaynak kitap listelenmemiş.

Ders Çıktıları

1. L01 Algoritma kavramını açıklamak ve algoritma karmaşıklığını analiz etmek SOLO 4
2. L02 İkili arama ağaçlarını ve yığınları (heap) işlemek SOLO 3
3. L03 Karma (hashing) tekniklerini uygulamak SOLO 4
4. L04 Farklı sıralama algoritmalarını karşılaştırmak ve en verimli sıralama tekniğini uygulamak SOLO 4
5. L05 Farklı arama algoritmalarını karşılaştırmak ve en verimli arama tekniğini uygulamak SOLO 4
6. L06 Çizgeleri (graf) analiz etmek ve genişlik öncelikli arama (BFS) algoritmasını uygulamak SOLO 4
7. L07 Dinamik programlama tekniklerini uygulamak SOLO 4

Program Çıktıları

1. Yönetim Bilişim Sistemlerindeki temel kavramlar ve teorik çerçeveler hakkında ileri düzeyde bilgi gösterebilir ve bunları alandaki güncel gelişmeleri yansıtan yenilikçi modeller geliştirmek için uygulayabilir.
2. Gelişmiş YBS bilgisini uygulayarak ve birden fazla teorik bakış açısını sentezleyerek karmaşık organizasyonel sorunları analiz edebilir ve entegre bilişim sistemleri çözümleri tasarlayabilir.
3. Gerçek dünya bağlamlarında organizasyonel verilerin etkili bir şekilde depolanmasını, alınmasını ve kullanılmasını sağlayan veritabanı sistemleri ve veri odaklı uygulamalar geliştirebilir ve yönetebilir.
4. Eyleme dönüştürülebilir içgörüler çıkarmak ve stratejik, veri odaklı karar almayı desteklemek için veri analitiği, iş zekası araçları ve veri görselleştirme tekniklerini kullanabilir.
5. Dijital dönüşümü yönlendirmek, organizasyonel performansı artırmak ve orijinal araştırma soruları formüle etmek için Yapay Zeka, Nesnelerin İnterneti ve Block-Zinciri gibi ortaya çıkan teknolojileri değerlendirebilir ve uygulayabilir.
6. Uygun metodolojileri kullanarak bağımsız ve işbirlikçi araştırmalar yürütebilir ve bulguları çeşitli kitlelere uygun akademik yazılar ve sunumlar aracılığıyla etkili bir şekilde iletebilir.
7. Bilimsel ve profesyonel standartlara bağlı kalarak, bilişim teknolojilerinin araştırılması, geliştirilmesi ve kullanımında etik, yasal ve toplumsal etkileri belirleyebilir ve ele alabilir.
8. Çok disiplinli takımlarda etkili bir şekilde iş birliği yapabilir ve karmaşık teknoloji odaklı zorlukları ele almada liderlik gösterebilir.
9. Kurumsal ortamlarda BT projelerini planlamak, yürütmek ve izlemek için proje yönetimi metodolojilerini ve araçlarını uygulayabilir.
10. Yenilikçiliği ve sürdürülebilir büyümeyi destekleyen, kurumsal hedefler ve stratejilerle uyumlu bilişim sistemleri geliştirebilir ve entegre edebilir.
11. Gereksinim toplama, modelleme, prototipleme ve ERP, CRM ve SCM gibi kurumsal sistem mimarilerini değerlendirme dahil olmak üzere kapsamlı sistem analizi ve tasarımı gerçekleştirebilir.
12. Siber güvenlikte uygun ilkeleri, teknolojileri ve en iyi uygulamaları uygulayarak kurumsal bilgi güvenliği risklerini değerlendirebilir ve azaltabilir.

Pç-Dç Matrisi