İSTİNYE ÜNİVERSİTESİ BİLGİ PAKETİ / DERS KATALOĞU
| Veri Bilimi (YL) (Tezli) (İngilizce) | |||||
| Yüksek Lisans | TYYÇ: 7. Düzey | QF-EHEA: 2. Düzey | EQF-LLL: 7. Düzey | ||
Ders Genel Tanıtım Bilgileri
| Ders Kodu: | DATS5026 | ||||
| Ders İsmi: | Sağlık Bilimlerinde Veri Bilimi Uygulamaları | ||||
| Ders Yarıyılı: | Güz | ||||
| Ders Kredileri: |
|
||||
| Öğretim Dili: | İngilizce | ||||
| Ders Koşulu: | |||||
| Ders İş Deneyimini Gerektiriyor mu?: | Hayır | ||||
| Dersin Türü: | Bölüm/Program Seçmeli | ||||
| Dersin Seviyesi: |
|
||||
| Dersin Veriliş Şekli: | E-Öğrenme | ||||
| Dersin Koordinatörü: | Araş. Gör. KAZIM TİMUÇİN UTKAN | ||||
| Dersi Veren(ler): | |||||
| Dersin Yardımcıları: |
Dersin Amaç ve İçeriği
| Dersin Amacı: | Bu dersin amacı, öğrencileri sağlık bilimleri alanında veri bilimi tekniklerini etkin bir şekilde uygulamak için gerekli bilgi ve uygulamalı deneyimle donatmaktır. Öğrenciler, sağlık verilerinin sunduğu benzersiz zorlukları ve bunların üstesinden nasıl geleceklerini öğreneceklerdir. Ders, veri ön işleme, tahmine dayalı modelleme ve sonuçları sağlık profesyonelleri için anlamlı bir şekilde yorumlama dahil olmak üzere veri bilimi uygulamalarının tüm yelpazesini kapsayacaktır. Ayrıca, sağlık verilerinin sorumlu bir şekilde ele alınmasının ayrılmaz bir parçası olan kritik etik ve gizlilik konularını da ele alacağız. |
| Dersin İçeriği: | 1. Sağlık Bilimleri ve Veri Bilimi kesişimine genel bakış 2. Sağlık Verilerinde Veri İşleme ve Ön İşleme 3. Sağlık verilerinin analizi için kullanılan makine öğrenimi modelleri 4. Sağlık bilimlerinde modellerin değerlendirilmesi ve yorumlanması 5. Sağlık Veri Biliminde etik hususlar ve veri gizliliği |
Öğrenme Kazanımları
|
Bu dersi başarıyla tamamlayabilen öğrenciler;
1) Sağlık verilerinin benzersiz yönlerini ve sağlık bilimlerinde veri biliminin uygulanmasını anlamak ve ifade etmek. 2) Sağlıkla ilgili veri kümelerini etkin bir şekilde önceden işlemek, temizlemek ve yönetmek için gerekli becerileri edinme. 3) Sağlık bilimleri alanındaki problemleri çözmek için uygun makine öğrenimi modelleri geliştirmek ve değerlendirmek. 4) Veri bilimi analizlerinden elde edilen bulguları sağlık bilimlerindeki teknik olmayan paydaşlara iletebilme. 5) Sağlık verileriyle çalışırken etik ve gizlilik konularını anlamak ve veri gizliliğini ve bütünlüğünü korumak için en iyi uygulamaları uygulamak. |
Ders Akış Planı
| Hafta | Konu | Ön Hazırlık |
| 1) | Sağlık Bilimleri ve Veri Bilimine Giriş: Kesişim ve Fırsatlar. | - |
| 2) | Sağlık veri yapıları, sağlık veri türleri ve bunların önemi. | - |
| 3) | Sağlık Veri Biliminde Veri Yönetişimi, Gizlilik Yasaları ve Etik. | - |
| 4) | Sağlık verilerinin ön işlenmesi: Eksik veri ve gürültü ile başa çıkma. | - |
| 5) | Sağlık verilerinin analizi ve yorumlanması için görselleştirme teknikleri. | - |
| 6) | Sağlık verileriyle ilgili makine öğrenimi algoritmalarına giriş. | - |
| 7) | Sağlık veri kümeleri için özellik seçimi, çıkarımı ve boyut azaltma teknikleri. | - |
| 8) | Ara Sınav | - |
| 9) | Sağlık verilerinde derin öğrenme: Fırsatlar ve zorluklar. | - |
| 10) | Tahmin ve trend analizi için sağlık verilerinde zaman serisi analizi. | - |
| 11) | Klinik notlar ve sağlık kayıtları için Doğal Dil İşleme (NLP). | - |
| 12) | Sağlık bilimlerinde tahmine dayalı modelleme ve risk sınıflandırması. | - |
| 13) | Sağlık veri kümelerinde model değerlendirme, doğrulama ve aşırı uyum kavramı. | - |
| 14) | Vaka çalışmaları: Sağlık ortamlarında veriden karar vermeye. | - |
| 15) | Sağlık veri biliminde güncel eğilimler ve gelecekteki yönelimleri. | - |
| 16) | Final Sınavı | - |
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 |
5 |
|---|---|---|---|---|---|
| Program Kazanımları | |||||
| 1) Bu programı başarıyla tamamlayan öğrenciler, Veri biliminin teknik uygulamalarının kapsamını ve kullanılabilecek araçları bilir. | 3 | 2 | 3 | 3 | 3 |
| 2) Bu programı başarıyla tamamlayan öğrenciler, Uygulama sonuçlarının toplum-kültür-hukuk üzerindeki etkilerini bilir. | 3 | 3 | 3 | 3 | 3 |
| 3) Bu programı tamamlayan öğrenciler; Uygulama süreçlerindeki matematiği ve kodu tanır | 3 | 2 | 3 | 3 | 3 |
| 4) Bu programı tamamlayan öğrenciler; Veri bilimindeki süreçlerin çıktı ve birey üzerindeki etkilerini açıklar | 3 | 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 | 3 | 3 | 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 | 3 |
| 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 |
| Ara Sınavlar | 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 | 16 | 32 |
| Ara Sınavlar | 8 | 61 |
| Final | 8 | 49 |
| Toplam İş Yükü | 142 | |