DERSİN GENEL BİLGİLERİ

Ders Kodu	Ders Adı	Yıl	Yarıyıl	Teorik	Pratik	Kredi	AKTS
YZM6213	Temel Veri Bilimi	2	Güz	3	0	3	6

Dersin Türü:	Üniversite Seçmeli
Dersin Düzeyi:	Lisans      TYYÇ:6. Düzey      QF-EHEA:1. Düzey      EQF-LLL:6. Düzey
Dersin Öğretim Dili:	Türkçe
Dersin Ön/Yan Koşulu:	Yoktur
Dersin Veriliş Şekli:	Yüz yüze
Dersin Koordinatörü:	Dr. Öğr. Üyesi ALPEREN AYTATLI
Dersin Öğretim Eleman(lar)ı:	Dr. Öğr. Üyesi ALPEREN AYTATLI
Dersin Kategorisi:	Yetkinlik Geliştirme (Üniversite Seçmeli)

BÖLÜM II: DERSİN TANITIMI

Dersin Amacı ve İçeriği

Dersin Amacı:

Bu dersin amacı, öğrencilerin veri bilimi alanındaki temel kavramları öğrenmelerini ve Python programlama dili aracılığıyla basit veri setleri üzerinde veri temizleme, keşifsel analiz, görselleştirme ve temel modelleme tekniklerini uygulayabilmelerini sağlamaktır. Ders, yazılım mühendisliği ve endüstri mühendisliği öğrencilerine veriyle çalışma becerisi, analitik düşünme yetkinliği ve veri bilimi araçlarını tanıma imkânı kazandırmayı hedeflemektedir.

Dersin İçeriği:

Bu ders, veri biliminin temel kavramlarını ve uygulamalarını tanıtmaktadır. Öğrenciler; veri türleri ve yapıları, veri kaynakları, veri temizleme ve ön işleme, keşifsel veri analizi, veri görselleştirme, temel olasılık ve istatistik, regresyon ve sınıflandırma yöntemleri, model değerlendirme ölçütleri ve kümeleme teknikleri konularında bilgi edineceklerdir. Ders boyunca Python programlama dili ve popüler veri bilimi kütüphaneleri (Pandas, Matplotlib, Seaborn, Scikit-learn) kullanılarak küçük ölçekli uygulamalar gerçekleştirilecektir. Öğrenciler dönem sonunda grup çalışması ile gerçek bir veri seti üzerinde mini bir proje hazırlayacaklardır.

Dersin Öğrenme Çıktıları (DÖÇ)

Ders Öğrenme Çıktıları (DÖÇ), dersi başarı ile tamamlayan öğrencilerin kendilerinden sahip olmaları beklenen bilgi, beceri ve yetkinlikleri ifade eder. Bu bağlamda, bu ders için tanımlanmış olan Ders Öğrenme Çıktıları aşağıda verilmektedir.

Bilgi (Kuramsal ve/veya olgusal bilgi olarak tanımlanmıştır.)

1) Veri biliminin temel kavramlarını, süreçlerini ve uygulama alanlarını açıklayabilir.

Beceriler (Bilişsel ve/veya uygulama becerileri olarak tanımlanmıştır.)

1) Küçük ölçekli veri kümeleri üzerinde Python kullanarak veri temizleme, analiz ve görselleştirme işlemlerini gerçekleştirebilir.

Yetkinlikler ("Bağımsız Çalışabilme", "Sorumluluk Alabilme", "Öğrenme", "İletişim ve Sosyal" ve "Alana Özgü" yetkinlikler olarak tanımlanmıştır.)

1) Temel istatistiksel yöntemler ile basit regresyon, sınıflandırma ve kümeleme tekniklerini uygulayabilir.

2) Gerçek veri setlerinden elde edilen bulguları yorumlayarak rapor ve sunum halinde paylaşabilir.

Haftalık Ders Planı

Hafta	Konu	Materyal Paylaşımı *
		Ön Hazırlık	Pekiştirme
1)	Giriş
2)	Veri Türleri ve Yapıları
3)	Veri Kaynakları
4)	Veri Temizleme
5)	Keşifsel Veri Analizi (EDA)
6)	Veri Görselleştirme I
7)	Veri Görselleştirme II
8)	Vize
9)	Temel Olasılık ve İstatistik
10)	Regresyon Analizi & Sınıflandırma
11)	Model Değerlendirme
12)	Kümeleme
13)	Uygulama Projesi Çalışması
14)	Proje Sunumları

*Bu alan öğrencilerin ders öncesi hazırlık ve sonrası dersi pekiştirme için paylaşılan ders materyallerini içerir.

Ders İçin Zorunlu/Önerilen Kaynaklar

Ders Notları / Kitaplar:	Her hafta BeykozOnline üzerinden verilecek.
Diğer Kaynaklar:	Lecture Notes – BeykozOnline Python Data Science Handbook (VanderPlas) The Art of Statistics – David Spiegelhalter Think Stats – Allen B. Downey Hands-On Machine Learning with Scikit-Learn, Keras & TensorFlow – Aurélien Géron

Dersin Program Öğrenme Çıktılarına Katkı Düzeyi

Etkisi Yok	1 En Düşük	2 Düşük	3 Orta	4 Yüksek	5 En Yüksek

	Program Öğrenme Çıktıları	Katkı Oranı (1-5)
1)	Grafik tasarımın temel kavramlarını, tarihsel gelişimini ve kuramsal çerçevesini açıklayabilir.
2)	Görsel iletişim tasarımında kullanılan tipografi, renk teorisi ve kompozisyon ilkelerini tanımlayabilir.
3)	Grafik tasarımın toplumsal, kültürel ve etik boyutlarını değerlendirerek disiplinlerarası bir bakış açısı geliştirebilir.
4)	Yaratıcı problem çözme yöntemlerini kullanarak özgün ve yenilikçi tasarım çözümleri geliştirebilir.
5)	Görsel hiyerarşi, algı psikolojisi ve kullanıcı deneyimi (UX) ilkelerini kullanarak uluslararası pazara uygun tasarımlar yapabilir.
6)	Dijital araçlar ve tasarım yazılımlarını etkin kullanarak profesyonel grafik tasarım çalışmaları gerçekleştirebilir.
7)	Uluslararası grafik tasarım projelerinde bireysel veya ekip içinde sorumluluk alarak yaratıcı çözümler geliştirebilir.
8)	Grafik tasarım projelerini yönetebilir ve süreçlerini planlayarak profesyonel çalışma disiplinini uygulayabilir.
9)	Grafik tasarım alanındaki küresel yenilikleri, teknolojileri ve metodolojileri takip ederek kendini sürekli geliştirebilir.
10)	Kültürlerarası tasarım ilkelerini benimseyerek küresel kitlelere hitap eden görsel çözümler üretebilir.
11)	Kültürel çeşitliliğe duyarlı, etik değerlere uygun ve sürdürülebilir tasarım çözümleri geliştirebilir.
12)	Grafik tasarım süreçlerinde bağımsız çalışma ve takım çalışmasına katılım sağlayabilir.	5

BÖLÜM IV: DERSİN ÖĞRENME VE ÖĞRETME YÖNTEMLERİ İLE ÖLÇME VE DEĞERLENDİRME YÖNTEMLERİ

Dersin Öğrenme ve Öğretme Yöntemleri

(Üniversitemiz genelinde kullanılan tüm öğrenme ve öğretme yöntemleri sistematik olarak yönetilmektedir. Akademik birimlerden gelen talepler doğrultusunda bölüm/programların öğrenme ve öğretme yöntemleri ilgili kurullarımız tarafından değerlendirilmekte ve uygun bulunursa, üniversite havuzunda toplanmaktadır. Bölüm ve programlar, kendileri için program tasarımlarına uygun olan yöntemleri bu havuzdan seçebilmektedirler. Benzer şekilde, dersler için kullanılması uygun görülen yöntemler de programlar düzeyinde belirlenmiş olan yöntemler arasından seçilebilmektedir.)

Programa Genelinde Kullanılan Öğrenme ve Öğretme Yöntemleri	Ders İçin Kullanılan Öğrenme ve Öğretme Yöntemleri
Anlatım
Tartışma
Vaka Çalışması
Problem Çözme
Okuma
Ödev
Proje Hazırlama
Beyin Fırtınası
Soru Cevap
Bireysel ve Grup Çalışması
Derse Aktif Katılım

Dersin Ölçme ve Değerlendirme Yöntemleri

(Üniversitemiz genelinde kullanılan tüm ölçme ve değerlendirme yöntemleri sistematik olarak yönetilmektedir. Akademik birimlerden gelen talepler doğrultusunda bölüm/programların ölçme ve değerlendirme yöntemleri ilgili kurullarımız tarafından değerlendirilmekte ve uygun bulunursa, üniversite havuzunda toplanmaktadır. Bölüm ve programlar, kendileri için program tasarımlarına uygun olan yöntemleri bu havuzdan seçebilmektedirler. Benzer şekilde, dersler için kullanılması uygun görülen yöntemler de programlar düzeyinde belirlenmiş olan yöntemler arasından seçilebilmektedir.)

Programa Genelinde Kullanılan Ölçme ve Değerlendirme Yöntemleri	Ders İçin Kullanılan Ölçme ve Değerlendirme Yöntemleri
Ara Sınav
Sunum
Yarıyıl Sonu Sınavı
Kısa Sınav
Rapor Değerlendirme
Ödev Değerlendirme

Dersin Ölçme ve Değerlendirme Yöntemlerinin Başarı Notuna Katkısı

Ölçme ve Değerlendirme Yöntemleri	Uygulama Sayısı / Yarıyıl	Katkı Oranı
Ödev	1	% 5.00
Projeler	1	% 10.00
Ara Sınavlar	1	% 35.00
Yarıyıl Sonu Sınavı	1	% 50.00
Toplam		% 100
YARIYIL İÇİ ÖLÇME VE DEĞERLENDİRME YÖNTEMLERİNİN BAŞARI NOTUNA KATKI ORANI		% 50
YARIYIL SONU SINAVININ BAŞARI NOTUNA KATKI ORANI		% 50
Toplam		% 100

BÖLÜM V: DERSİN İŞ YÜKÜ VE AKTS KREDİSİ

ÖĞRENME VE ÖĞRETME ETKİNLİKLERİ İŞ YÜKÜ
Öğrenme ve Öğretme Etkinlikleri	Etkinlik Sayısı/Yarıyıl	Süresi (saat)	Toplam İş Yükü
Ders	13	3	39
Laboratuvar	0	0	0
Uygulama	0	0	0
Derse Özgü Staj	0	0	0
Arazi Çalışması	0	0	0
Sınıf Dışı Ders Çalışması	1	65	65
Sunum / Seminer	0	0	0
Proje	1	25	25
Ödevler	1	10	10
Öğrenme ve Öğretme Etkinlikleri Toplam İş Yükü	-	-	139
ÖLÇME VE DEĞERLENDİRME ETKİNLİKLERİ İŞ YÜKÜ
Ölçme ve Değerlendirme Etkinlikleri	Etkinlik Sayısı/Yarıyıl	Süresi (saat)	Toplam İş Yükü
Kısa Sınav	0	0	0
Ara Sınavlar	1	3	3
Yarıyıl Sonu Sınavı	1	3	3
Ölçme ve Değerlendirme Etkinlikleri Toplam İş Yükü	-	-	6
TOPLAM İŞ YÜKÜ (Öğrenme ve Öğretme + Ölçme ve Değerlendirme Etkinlikleri)			145
DERSİN AKTS KREDİSİ (Toplam İş Yükü/25.5 Saat)			6