Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
Büyük Veri İşleme Ve AnaliziBLM412035300
ÖnkoşullarYok
YarıyılGüz
Dersin Diliİngilizce, Türkçe
Dersin SeviyesiLisans
Dersin TürüSeçmeli @ Bilgisayar Mühendisliği Lisans Programı
Seçmeli @ Biyomedikal Mühendisliği Lisans Programı
Seçmeli @ Elektronik & Haberleşme Mühendisliği Lisans Programı
Ders KategorisiUzmanlık/Alan Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik BirimBilgisayar Mühendisliği Bölümü
Dersin KoordinatörüMehmet Sıddık Aktaş
Dersi Veren(ler)Mehmet Sıddık Aktaş
Asistan(lar)ı
Dersin AmacıBu dersin amacı, öğrencilere büyük veri uygulamaları için programlama modellerini, büyük veri algoritmalarını ve büyük veri programlama araçlarını öğretmek olacaktır. Öğrenciler büyük veri programlama platformları ile ilgili en yeni teknolojileri öğrenecektir.
Dersin İçeriğiDersin içerinde, büyük veri algoritmaları, büyük veri programlama paradigmaları ve platformları, büyük veri analizi araçları işlenecektir. Bunun yanı sıra büyük veri araştırma alanında çok sayıda araştırma makalesinin öğrenilmesi, sunulması, tartışılması sağlanacaktır.
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • Mining of Massive Datasets, Jure Leskovec, Anand Rajaraman, Jeff Ullman, Cambridge University Press, Nov. 2014.
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Büyük Veri Programlama alanında güncel olarak ilgilenilen öğrencilerin çalışmalarına olanak sağlayacak bir katkı sağlayabilir.
  2. Büyük Veri İşleme ve Analizi ile ilgili temel kavramlarını öğrenme ve uygulayabilme bilgi ve becerisi kazandıracaktır.
  3. Büyük Veri İşleme ve Analizi becerileri öğreterek veri-yoğun uygulamaların geliştirilmesi becerisi kazandıracaktır.
  4. Büyük Veri işleme platformları kullanılarak geliştirilmiş uygulamaların performans, ölçeklenebilirlik, kullanılabilirlik gibi kriterlere dayalı olarak değerlendirilmesi için gerekli becerileri kazandıracaktır.
  5. Öğrenciler Büyük Veri İşleme alanında kullanılan güncel yazılımlar hakkında bilgi sahibi olabilecektir

Ders Öğrenim Çıktısı & Program Çıktısı Matrisi

DÖÇ-1DÖÇ-2DÖÇ-3DÖÇ-4DÖÇ-5

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Derse Giriş
2Eşle-İndirge Programlama Modeli
3Büyük Veride Benzer Elemanların Tespiti
4Akan Verinin İşlenmesi
5Büyük Veride Link Analizi
6Büyük Veride Sıkça Geçen Terimlerin Tespiti
7NoSQL Veri Tabanları
8Ara Sınav 1 / Uygulama veya Konu Tekrarı
9Ara Sınav
10Büyük Veri için Öneri Sistemleri
11Boyutsal Küçültme
12Büyük Ölçekli Makine Öğrenimi
13Sosyal Ağ Grafikleri Madencilği
14Öğrenci Sunumları
15Final

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım155
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği315
Ödev
Sunum/Jüri
Projeler120
Seminer/Workshop
Ara Sınavlar120
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati133
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması133
Derse Özgü Staj
Ödev
Küçük Sınavlar/Stüdyo Kritiği31
Projeler115
Sunum / Seminer
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)130
Final (Sınav Süresi + Sınav Hazırlık Süresi)130
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok