Dersin Amacı: |
Veri biliminin ilk ve önemli bir adımı olan istatistiğin temel konularının matematiksel arka planı ve bir veri analiz dili yardımıyla uygulanabilmesini öğretmektir . |
Dersin İçeriği: |
Veri, enformasyon, bilgi üçlüsü arasındaki ilişki, yapısal, yarı yapısal, yapısal olmayan veri, veri kaynakları, veri toplamada dikkat edilmesi gerekenler, evren, örneklem, dağılım kavramları ve veri seti üzerindeki etkileri, R dili ve detaylı kullanımı, temel istatistiksel kavramlar, güven aralıkları, korelasyonlar ve türleri, Ki-kare, t ve F dağılımları, hipotez testleri, Ki-kareye dayanan önemlilik testleri, basit ve çoklu regresyon, matematiksel arka planları ve R dilindeki uygulamaları |
Hafta |
Konu |
Ön Hazırlık |
1) |
Veri bilimi, veri madenciliği, makine öğrenmesi, yapay zeka kavramları arasındaki farklar, benzerlikler ve kesişim kümelerindeki yöntemler. Veri, enformasyon, bilgi kavramları |
|
2) |
Veri analizinin kapsamı, adımları, süreçte kullanılan araçlar. R diline giriş (R’yi kurma, community ve Cran yapısı, avantaj ve dezavantajları ile RStudio, paket ve yansı seçimi, temel menüler) |
|
3) |
R dili ile temel işlemler (R’deki default verisetlerini çağırma, çağrılan bir veri setinin özetini ve veri yapısını anlama, veriden belli satır ve sütunları görüntüleme) |
|
4) |
R dili ve temel kavramlar (değişkenler, operatörler, vektörler, matrisler, diziler, tablolar, temel döngü ve koşul yapıları) |
|
5) |
R dili ile temel işlemler ( kendi veri setini yaratma, yazdırma/kaydetme, geri çağırma, internetten veri seti bulma ve çağırma, basit düzeyli grafikler) |
|
6) |
Veri manipülasyonu (R’deki default fonksiyonlar ile veri manipülasyonu) |
|
7) |
Veri manipülasyonu (R paketlerindeki komutlar ile veri manipülasyonu – Tidyverse/Dplyr) |
|
8) |
Temel tanımlayıcı istatistikler, hipotez oluşturma ve güven aralığı kavramları, bunların R dili ile uygulanması |
|
9) |
Korelasyon kavramı, türleri ve R dili ile uygulama |
|
10) |
Ki-kare, t ve F dağılımları, hipotez testleri, Ki-kareye dayanan önemlilik testleri, bunların R dili ile uygulanması |
|
11) |
Ki-kare, t ve F dağılımları, hipotez testleri, Ki-kareye dayanan önemlilik testleri, bunların R dili ile uygulanması |
|
12) |
Regresyon Kavramı, basit regresyon ve çoklu regresyon, bunların R dili ile uygulanması |
|
13) |
Regresyon Kavramı, basit regresyon ve çoklu regresyon, bunların R dili ile uygulanması |
|
14) |
LDA ve EDA, R dili uygulamaları |
|
15) |
LDA ve EDA, R dili uygulamaları |
|
16) |
Final Sınavı/Kapsamlı Ödev |
|
Ders Notları / Kitaplar: |
Illowsky, B.; Dean, S. (2018). Introductory Statistics, Rice University OpenStax, ISBN: 978-1-947172-05-0. https://d3bxy9euw4e147.cloudfront.net/oscms-prodcms/media/documents/IntroductoryStatistics-OP_i6tAI7e.pdf
Büyüköztürk, Ş.; Çokluk, Ö.; Köklü, N. (2018). Sosyal Bilimler İçin İstatistik, Pegem Akademi, ISBN: 9789756802335.
|
Diğer Kaynaklar: |
Özdemir, Ş. (2018). R Dili İle Veri Ön İşlemeden Model Seçimine Kadar Makine Öğrenmesi Süreci. BTK Akademi Eğitim Videoları. https://www.btkakademi.gov.tr/portal/course/r-dili-ile-veri-on-islemeden-model-secimine-kadar-makine-ogrenmesi-sureci-2305#!/about
Introduction to R, Datacamp.
R Tutorial for Beginners: Learn R Programming Language, Guru99. https://www.guru99.com/r-tutorial.html
|
|
Dersin Program Kazanımlarına Etkisi |
Katkı Payı |
1) |
Yönetim bilişim sistemlerine yönelik, başta işletme ve bilgisayar mühendisliği ile ilgili olmak üzere, disiplinlerarası geniş bir perspektife sahiptir. |
3 |
2) |
Yönetim bilişim sistemlerini teknik, örgütsel ve yönetsel açıdan kavrar ve programlama mantığını bilerek güncel bir programlama dili kullanır. |
3 |
3) |
Çeşitli iş problemlerinin kavranmasına ve çözümüne yönelik farklı bilişim teknolojileri ve sistemlerini kullanır. |
2 |
4) |
Yönetim bilişim sistemleri alanındaki verileri, kavram ve fikirleri bilimsel ve teknolojik yöntemlerle yorumlar. |
1 |
5) |
Bir bilişim sistemi için gerekli ihtiyaçları analiz ederek sisteme ait veritabanın analiz, dizayn ve uygulama aşamalarındaki süreçlere hakim olur. |
1 |
6) |
Bilişim projelerine teknik ve yönetsel katkı verir ve sorumluluk alır. |
2 |
7) |
Çeşitli istatistiki teknikleri ve sayısal yöntemleri kullanarak karmaşık iş ve bilişim problemlerini çözer ve istatistik programlarını etkin bir şekilde kullanarak analizler yapar.
|
2 |
8) |
Bir yabancı dili eğitim-öğretim düzeyine göre, Avrupa Dil Portföyü kriteri açısından en az B1 Genel Düzeyi’nde kullanır. |
1 |
9) |
Takım çalışması, müzakere, liderlik ve girişimcilik yeteneklerini geliştirir. |
1 |
10) |
Evrensel etik değerlere, sosyal sorumluluk bilincine ve yeterli düzeyde gerekli hukuk bilgisine sahiptir. |
1 |
11) |
Yaşam boyu öğrenmeye ilişkin olumlu tutumlar geliştirebilerek bireysel öğrenme ihtiyaçlarını belirler ve bunları gidermeye yönelik çalışmalar yapar. |
1 |
12) |
Alanı ile ilgili konularda düşünce ve çözüm önerilerini hem yazılı hem de sözlü olarak aktarır ve gerektiğinde hem ulusal hem de uluslararası platformlarda sunar ve yayınlar. |
1 |
13) |
Alanının gerektirdiği en az Avrupa Bilgisayar Kullanma Lisansı ileri düzeyinde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanır. |
1 |