Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
İşletmeciler İçin Veri Analizi ISL514937.5300
ÖnkoşullarYok
YarıyılGüz, Bahar
Dersin DiliTürkçe
Dersin SeviyesiYüksek Lisans
Dersin Türü
Ders KategorisiUzmanlık/Alan Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik Birimİşletme Bölümü
Dersin KoordinatörüBeyza ÖZKÖK
Dersi Veren(ler)Beyza ÖZKÖK
Asistan(lar)ı
Dersin AmacıBu dersin öncelikli amacı, öğrencilere veri analizi konusunda temel bilgilerin verilmesidir. Ders kapsamında veri analizi ile ilgili temel kavram ve yöntemlerin öğretilmesi hedeflenmektedir. İşletme yönetimi perspektifinden istatistiksel öğrenme yöntemlerini kullanarak veri analitiğinin temelleri ele alınacaktır.
Dersin İçeriğiVeri İşleme, Veri Görselleştirme, Doğrusal ve Doğrusal Olmayan Regresyon, Sınıflandırma Algoritmaları
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • Alberto Boschetti, Luca Massaron - Python Data Science Essentials - Learn the fundamentals of Data Science with Python-Packt Publishing (2015)
  • Jake VanderPlas - Python Data Science Handbook. Essential Tools for Working with Data-O'Reilly Media (2016)
  • Jose Manuel Magallanes Reyes - Introduction to Data Science for Social and Policy Research_ Collecting and Organizing Data with R and Python-Cambridge University Press (2017)
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Makine öğrenmesine ilişkin temel kavramları (sınıflandırma, regresyon, kümeleme vb.) tanımlayabilir ve iş problemlerine uygun algoritmaları seçebilir.
  2. İşletme verilerini analiz edebilmek için veri ön işleme, özellik seçimi ve modelleme süreçlerini uygulayabilir.
  3. Denetimli ve denetimsiz öğrenme yöntemlerini kullanarak iş dünyasına yönelik öngörülerde bulunabilir.
  4. Makine öğrenmesi modellerinin başarı düzeyini değerlendirebilir ve modelin doğruluğunu artırmak için iyileştirme stratejileri geliştirebilir.
  5. Python gibi programlama dillerini kullanarak makine öğrenmesi uygulamaları geliştirebilir.

Ders Öğrenim Çıktısı & Program Çıktısı Matrisi

DÖÇ-1DÖÇ-2DÖÇ-3DÖÇ-4DÖÇ-5
PÇ-1-----
PÇ-2-----
PÇ-3-----
PÇ-4-----
PÇ-5-----
PÇ-6-----
PÇ-7-----
PÇ-8-----
PÇ-9-----
PÇ-10-----
PÇ-11-----

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Python İle Veri Analizine GirişJake VanderPlas - Python Data Science Handbook – Chapter 1
2Veri okuryazarlığıAndre Lessa - Python developer's handbook - Chapter 1
3Pandas İle Veri Manipülasyonu Jake VanderPlas - Python Data Science Handbook – Chapter 3
4Matplotlib İle Veri GörselleştirmeJake VanderPlas - Python Data Science Handbook – Chapter 4
5Veri Ön İşlemeJose Manuel Magallanes Reyes - Introduction to Data Science for Social and Policy Research_ Collecting and Organizing Data with R and Python – Chapter 5
6Veri bilimi için istatistik(Wiley and SAS Business Series) Roger Hoerl, Ron D. Snee - Statistical Thinking_ Improving Business Performance- Chapter 2
7Sklearn İle Basit ve Çoklu Doğrusal Regresyon Modelleri Jake VanderPlas - Python Data Science Handbook
8Ara Sınav 1
9Sklearn İle Doğrusal Olmayan Regresyon Modeli (Lojistik Regresyon)Jake VanderPlas - Python Data Science Handbook
10Sklearn İle Doğrusal Olmayan Regresyon Modeli (Destek Vektör Regresyonu / KNN) Jake VanderPlas - Python Data Science Handbook
11Regresyon Modelleri Uygulaması Jake VanderPlas - Python Data Science Handbook
12Sklearn İle Naive Bayes Sınıflandırma ModeliJake VanderPlas - Python Data Science Handbook
13Sklearn İle Yapay Sinir Ağları Sınıflandırma ModeliJake VanderPlas - Python Data Science Handbook
14Sklearn İle K Means Sınıflandırma ModeliJake VanderPlas - Python Data Science Handbook
15Sunumlar
16Final

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev130
Sunum/Jüri
Projeler
Seminer/Workshop
Ara Sınavlar130
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati143
Laboratuar
Uygulama23
Arazi Çalışması
Sınıf Dışı Ders Çalışması148
Derse Özgü Staj
Ödev110
Küçük Sınavlar/Stüdyo Kritiği
Projeler
Sunum / Seminer29
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)117
Final (Sınav Süresi + Sınav Hazırlık Süresi)120
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok