Veri Bilimi (YL) (Tezli)
Yüksek Lisans TYYÇ: 7. Düzey QF-EHEA: 2. Düzey EQF-LLL: 7. Düzey

Ders Genel Tanıtım Bilgileri

Ders Kodu: VB5023
Ders İsmi: AR,VR, MR, XR ve Metaevren (Metaverse) ortamlarında Veri Temelli Fırsatlar ve Tehditler
Ders Yarıyılı: Bahar
Ders Kredileri:
AKTS
6
Öğretim Dili: Türkçe
Ders Koşulu:
Ders İş Deneyimini Gerektiriyor mu?: Hayır
Dersin Türü: Bölüm/Program Seçmeli
Dersin Seviyesi:
Yüksek Lisans TYYÇ:7. Düzey QF-EHEA:2. Düzey EQF-LLL:7. Düzey
Dersin Veriliş Şekli: E-Öğrenme
Dersin Koordinatörü: Doç. Dr. ŞEBNEM ÖZDEMİR
Dersi Veren(ler): Deniz Altun
Dersin Yardımcıları:

Dersin Amaç ve İçeriği

Dersin Amacı: Bu dersi tamamlayan öğrenciler;
1. Yapay zeka, makine öğrenimi ve veri analitiği dahil olmak üzere meta veri deposu ortamlarında kullanılan çeşitli veri odaklı teknolojileri anlar.
2. Verileri meta veri deposu ortamlarında kullanırken ortaya çıkan etik ve gizlilik hususlarını analiz eder.
3. Metaverse ortamlarında veriye dayalı teknolojilerin potansiyel risklerini ve faydalarını değerlendirir.
4. Uygulamalı projeler ve alıştırmalar yoluyla metaverse ortamlarında verilerle çalışma becerilerini geliştirir.
Dersin İçeriği: Bu ders, veriye dayalı teknolojilerin metaverse ortamlarında sunduğu potansiyel fırsatları ve tehditleri keşfedecektir. Metaverse ortamları, kullanıcıların birbirleriyle ve sanal nesneler ve ortamlarla gerçek zamanlı olarak etkileşime girmesine izin veren sanal dünyalardır. Bu ortamlar genellikle veriler tarafından yönlendirilir ve bilgisayarlar, akıllı telefonlar ve sanal gerçeklik kulaklıkları gibi çeşitli cihazlar aracılığıyla erişilebilir.
Bu derste öğrenciler, yapay zeka, makine öğrenimi ve veri analitiği dahil olmak üzere metaverse ortamlarında kullanılan çeşitli veri odaklı teknolojiler hakkında bilgi edinecekler. Ayrıca, bu ortamlarda verileri kullanırken ortaya çıkan etik ve mahremiyet hususları ile metaverse ortamlarında veriye dayalı teknolojilerin potansiyel riskleri ve faydaları hakkında bilgi edineceklerdir.
Kurs boyunca, öğrencilere metaverse ortamlarında verilerle çalışma becerilerini geliştirmek için uygulamalı projelere ve alıştırmalara katılma fırsatı verilecektir.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
1) Bu dersi başarıyla tamamlayan öğrenciler, Yapay zeka, makine öğrenimi ve veri analitiği dahil olmak üzere meta veri deposu ortamlarında kullanılan çeşitli veri odaklı teknolojileri anlar.
2) Verileri meta veri deposu ortamlarında kullanırken ortaya çıkan etik ve gizlilik hususlarını analiz eder.
3) Metaverse ortamlarında veriye dayalı teknolojilerin potansiyel risklerini ve faydalarını değerlendirir.
4) Uygulamalı projeler ve alıştırmalarla metaverse ortamlarında verilerle çalışma becerileri geliştirir.

Ders Akış Planı

Hafta Konu Ön Hazırlık
1) Metaverse ortamlarına ve veri odaklı teknolojilere giriş Ön hazırlık gerektirmemektedir.
2) Metaverse ortamları için Sanal Gerçekliğe Giriş Ders ön hazırlık gerektirmemektedir.
3) Metaverse ortamları için Artırılmış Gerçekliğe Giriş Ön hazırlık gerekmemektedir.
4) Metaverse ortamları için Genişletilmiş Gerçekliğe Giriş Ders için ön hazırlık gerekmemektedir.
5) Metaverse ortamlarının ilişki kök teknolojileri (VR; AR; XR) Ders için ön hazırlık gerekmemektedir.
6) Sektörel değerlendirme: Medya ve Pazarlama Sektörü Ders için ön hazırlık gerekmemektedir.
7) Sektörel değerlendirme: Sağlık Sektörü Ders için ön hazırlık gerekmemektedir.
8) Vize Haftası Ders için ön hazırlık gerekmemektedir.
9) Sektörel değerlendirme: Askeriye Ders için ön hazırlık gerekmemektedir.
10) Sektörel Değerlendirme: Mühendislik Ders için ön hazırlık gerekmemektedir.
11) Metaverse ortamlarında yapay zeka Ders için ön hazırlık gerekmemektedir.
12) Metaverse ortamlarında makine öğrenimi Ders için ön hazırlık gerekmemektedir.
13) Metaverse ortamlarında veri analitiği Ders için ön hazırlık gerekmemektedir.
14) Metaverse ortamlarında veriye dayalı teknolojilerin riskleri ve faydaları Ders için ön hazırlık gerekmemektedir.
15) Metaverse ortamlarında veriye dayalı teknolojilerin riskleri ve faydaları Ders için ön hazırlık gerekmemektedir.
16) Final Haftası Ders için ön hazırlık gerekmemektedir.

Kaynaklar

Ders Notları / Kitaplar: Herhangi bir ders kitabı bulunmamaktadır.
There is no textbook.
Diğer Kaynaklar: Güncel makaleler, kitaplar kullanılacaktır.
Current articles and books will be used.

Ders - Program Öğrenme Kazanım İlişkisi

Course Learning Outcomes

1

2

3

4
Program Kazanımları
1) Bu programı başarıyla tamamlayan öğrenciler, Veri biliminin teknik uygulamalarının kapsamını ve kullanılabilecek araçları bilir. 3 1 3 3
2) Bu programı başarıyla tamamlayan öğrenciler, Uygulama sonuçlarının toplum-kültür-hukuk üzerindeki etkilerini bilir. 2 3 2 1
3) Bu programı tamamlayan öğrenciler; Uygulama süreçlerindeki matematiği ve kodu tanır 2 1 2 3
4) Bu programı tamamlayan öğrenciler; Veri bilimindeki süreçlerin çıktı ve birey üzerindeki etkilerini açıklar 3 2 3 3
5) Bu programı başarıyla tamamlayan öğrenciler, Bir bütün olarak veri bilimiyle oluşan içgörü-öngörü ve uzgörüyü belli bir disiplin/vaka karşında anlar. 3 2 3 3

Ders - Öğrenme Kazanımı İlişkisi

Etkisi Yok 1 En Düşük 2 Orta 3 En Yüksek
       
Dersin Program Kazanımlarına Etkisi Katkı Payı
1) Bu programı başarıyla tamamlayan öğrenciler, Veri biliminin teknik uygulamalarının kapsamını ve kullanılabilecek araçları bilir. 2
2) Bu programı başarıyla tamamlayan öğrenciler, Uygulama sonuçlarının toplum-kültür-hukuk üzerindeki etkilerini bilir. 3
3) Bu programı tamamlayan öğrenciler; Uygulama süreçlerindeki matematiği ve kodu tanır 2
4) Bu programı tamamlayan öğrenciler; Veri bilimindeki süreçlerin çıktı ve birey üzerindeki etkilerini açıklar 3
5) Bu programı başarıyla tamamlayan öğrenciler, Bir bütün olarak veri bilimiyle oluşan içgörü-öngörü ve uzgörüyü belli bir disiplin/vaka karşında anlar. 3

Ölçme ve Değerlendirme

Yarıyıl İçi Çalışmaları Aktivite Sayısı Katkı Payı
Ödev 1 % 40
Final 1 % 60
Toplam % 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI % 40
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI % 60
Toplam % 100

İş Yükü ve AKTS Kredisi Hesaplaması

Aktiviteler Aktivite Sayısı İş Yükü
Ders Saati 14 56
Ödevler 8 36
Final 15 50
Toplam İş Yükü 142