Yönetim Bilişim Sistemleri (YL) (Tezli) (İngilizce)
Yüksek Lisans TYYÇ: 7. Düzey QF-EHEA: 2. Düzey EQF-LLL: 7. Düzey

Ders Genel Tanıtım Bilgileri

Ders Kodu: MIS5001
Ders İsmi: Data Science and Managing Big Data
Ders Yarıyılı: Güz
Ders Kredileri:
AKTS
6
Öğretim Dili: İngilizce
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. OKAN YAŞAR
Dersi Veren(ler):
Dersin Yardımcıları:

Dersin Amaç ve İçeriği

Dersin Amacı: Bu ders, özellikle büyük veri yönetimine odaklanarak öğrencilere kapsamlı bir veri bilimi anlayışı sağlamak üzere tasarlanmıştır. Öğrenciler, büyük ve karmaşık veri kümelerini analiz etmek için veri bilimi tekniklerini uygulamayı öğrenecek ve işle ilgili karar alma süreçlerini bilgilendirebilecek içgörüler elde edeceklerdir. Ders, veri toplama, temizleme, analiz ve temsilin yanı sıra büyük veriyi ölçeklenebilir bir şekilde işlemek için kullanılan araçlar ve teknolojiler de dahil olmak üzere veri biliminin tüm yelpazesini kapsamaktadır. Veri bilimi uygulamalarının etik sonuçları da incelenecektir.
Dersin İçeriği: 1. Veri biliminin temel kavramları ve veri analitiği yaşam döngüsü.
2. Modern araçlarla büyük veri setlerini yönetme, temizleme ve işleme.
3. Büyük veri için istatistiksel analiz ve tahmine dayalı modelleme teknikleri.
4. Büyük veri depolama, bulut altyapısı ve veritabanı teknolojileri.
5. Büyük verinin işlenmesinde etik hususlar ve veri gizliliği konuları.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
1) Büyük veriyi yönetmek ve analiz etmek için gerekli kavram ve araçlara hakimiyet.
2) Büyük veri kümeleri üzerinde istatistiksel ve tahmine dayalı analizler yapabilme becerisi.
3) Depolama, işleme ve bulut tabanlı çözümler dahil olmak üzere büyük veri teknolojilerini anlama.
4) Büyük veri analitiği ve gizlilik kaygılarını çevreleyen etik konular hakkında bilgi.
5) Veri bilimi yöntemlerini bir iş veya araştırma ortamında uygulamaya hazır olma.

Ders Akış Planı

Hafta Konu Ön Hazırlık
1) Veri Bilimine giriş ve modern veri ortamındaki rolü.
2) Büyük veri analitiği için veri yapıları, türleri ve kaynakları.
3) Veri temizleme, hazırlama ve ön işleme teknikleri.
4) Büyük veri için tanımlayıcı istatistikler ve keşifsel veri analizi.
5) Yüksek boyutlu uzaylarda istatistiksel çıkarım ve hipotez testleri.
6) Makine öğrenimi ve tahmine dayalı modellemeye giriş.
7) Büyük ve karmaşık veri setleri için veri görselleştirme teknikleri.
8) Ara sınav
9) Büyük veri depolama çözümleri ve veritabanı teknolojileri.
10) Büyük veri için bulut bilişim: hizmetler, araçlar ve mimariler.
11) Büyük veri araçları ile ölçeklenebilirlik ve paralel işleme.
12) Büyük veri analitiği için gelişmiş makine öğrenimi modelleri.
13) Veri gizliliği, güvenliği ve etik hususlar.
14) Endüstri vaka çalışmalarında veri biliminin uygulanması.
15) Final projesine hazırlık: uçtan uca bir veri bilimi analizi.
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) - Yönetim bilgi sistemlerini ve stratejik önemini bilir. 3 2 2 2 3
2) - Yönetim bilgi sisteminin tasarımındaki tüm unsurları ve kavramları tanır. 3 3 3 3 3
3) - YBS ve yeni sanayi devrimi arasındaki ilişkiyi açıklar. 3 3 3 3 3
4) - Sorunları çözmede, rekabet avantajı elde etmede yönetim bilgi sisteminin rolünü anlar. 3 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) - Yönetim bilgi sistemlerini ve stratejik önemini bilir. 3
2) - Yönetim bilgi sisteminin tasarımındaki tüm unsurları ve kavramları tanır. 3
3) - YBS ve yeni sanayi devrimi arasındaki ilişkiyi açıklar. 3
4) - Sorunları çözmede, rekabet avantajı elde etmede yönetim bilgi sisteminin rolünü 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 3 9
Arazi Çalışması 1 3
Ara Sınavlar 16 82
Final 16 48
Toplam İş Yükü 142