BİLGİ PAKETİ / DERS KATALOĞU
| EKONOMİ VE FİNANS | |||||
|---|---|---|---|---|---|
| Kazanılan Yeterlilik | Program Süresi | Toplam Kredi (AKTS) | Öğretim Şekli | Yeterliliğin Düzeyi ve Öğrenme Alanı | |
| LİSANS DERECESİ | 4 | 240 | ÖRGÜN |
TYÇ, TYYÇ, EQF-LLL, ISCED (2011):6. Düzey QF-EHEA:1. Düzey TYYÇ, ISCED (1997-2013): |
|
DERSİN GENEL BİLGİLERİ
| Ders Kodu: | YBS405 | ||||||||
| Ders İsmi: | BÜYÜK VERİ YÖNETİMİ | ||||||||
| Ders Yarıyılı: |
Güz |
||||||||
| Ders Kredileri: |
|
||||||||
| Öğretim Dili: | English | ||||||||
| Ders Koşulu: | |||||||||
| Ders İş Deneyimini Gerektiriyor mu?: | Hayır | ||||||||
| Dersin Türü: | Bölüm/Program Seçmeli | ||||||||
| Dersin Seviyesi: |
|
||||||||
| Dersin Veriliş Şekli: | Yüz yüze | ||||||||
| Dersin Koordinatörü: | Dr. Öğr. Üyesi Volkan USLAN | ||||||||
| Dersi Veren(ler): | Dr. Öğretim Üyesi Volkan Uslan | ||||||||
| Dersin Yardımcıları: |
Dersin Amaç ve İçeriği
| Dersin Amacı: | Veri analizi süreci hakkında temel beceriler kazanmak. Büyük verileri işlemek için teknik ve yaklaşımları tanıtmak. Büyük veriler üzerinde veri analizini uygularken uygun araçları uygulayabilme. Büyük veriden değer elde etmeyi geliştirmek için büyük veri yönetimi tekniklerinin kullanımı ile pratik analitik becerilere sahip olmak. |
| Dersin İçeriği: | Bu ders büyük veri yönetimi hakkında temel bilgiler verir ve büyük verinin özelliklerini açıklar. Bu ders, büyük verilerin nasıl modelleneceği, yönetileceği ve işleneceği hakkında giriş seviyesinde bilgiler verir ve Hadoop'un temellerini tanıtır. |
Öğrenme Kazanımları
|
Bu dersi başarıyla tamamlayabilen öğrenciler;
1) Büyük veri yönetimi kavram ve terimlerini bilmek 2) Gerçek dünyadaki büyük veri problemlerini ve yaklaşımlarını bilmek 3) Veri bilimi ve ilgili veri akışındaki bileşenleri tanımlama becerisi 4) Büyük verinin özelliklerini açıklamak 5) Büyük veri analizi süreçlerini yürütmek |
Ders Akış Planı
| Hafta | Konu | Ön Hazırlık |
| 1) | Dersin Tanıtımı ve Tanışma | Data Science and Big Data Analytics by EMC |
| 2) | Temel Kavramsal Özellikler ve Tarihsel Gelişimi | Data Science and Big Data Analytics by EMC |
| 3) | Konvansiyonel Veri Madenciliği ve Veri Ambarı | Data Science and Big Data Analytics by EMC |
| 4) | Büyük Veri İçerisindeki Veri Bileşenleri | Data Science and Big Data Analytics by EMC |
| 5) | Büyük Veri Uygulama Örnekleri | Data Science and Big Data Analytics by EMC |
| 6) | Büyük Veri Teknolojilerine Genel Bakış | Data Science and Big Data Analytics by EMC |
| 7) | Büyük Veri Teknolojilerinin Mimarisi | Data Science and Big Data Analytics by EMC |
| 8) | Büyük Veri Yönetimi Kapsamında Python Kodlama Pratiği | Data Science and Big Data Analytics by EMC |
| 9) | Vaka Çalışması I | Data Science and Big Data Analytics by EMC |
| 10) | Proje | Data Science and Big Data Analytics by EMC |
| 11) | Büyük Veri Analitiği I | Data Science and Big Data Analytics by EMC |
| 12) | Büyük Veri Analitiği II | Data Science and Big Data Analytics by EMC |
| 13) | Vaka Çalışması II | Data Science and Big Data Analytics by EMC |
| 14) | Dönem Gözden Geçirme ve Öğrenilenlerin Tartışılması | Data Science and Big Data Analytics by EMC |
Kaynaklar
| Ders Notları / Kitaplar: | Practical Data Science with Hadoop and Spark, Ofer Mendelevitch, Pearson |
| Diğer Kaynaklar: |
Ders - Program Öğrenme Kazanım İlişkisi
| Ders Öğrenme Kazanımları | 1 |
2 |
3 |
4 |
5 |
||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Program Öğrenme Çıktıları | |||||||||||||
| 1) Ekonomi ve finans alanı ile ilgili teorik bilgileri analiz etme ve uygulamadaki karşılıklarını değerlendirme becerisi | |||||||||||||
| 2) Akademik, işletme, ve politika odaklı yazılı ve görsel kaynakları kullanarak sosyal ve davranış bilimleri alanında özgün bilgileri edinme becerisi | |||||||||||||
| 3) Ekonomi ve finans alanına ilişkin bilgileri teknik ve bilgisayar destekli enstrümanlara işleyerek bilgi elde etme becerisi | |||||||||||||
| 4) Edinilen bilgileri ekonomi ve finans alanın gerektirdiği teknik donanımla (bilgisayar ortamında vb.) araştırma raporu veya makalesi şeklinde Türkçe veya İngilizce olarak sunma becerisi | |||||||||||||
| 5) Karar alma ve uygulama ile alınan kararları davranış haline getirmede ekonomi ve finans alanına ilişkin sahip olunan bilgileri kullanabilme becerisi | |||||||||||||
| 6) Ekonomi ve finans alanı, ilgili alt dallar ve diğer sosyal bilimler alanları ile sinerji halinde çok disiplinli yorum üretme ve analiz yapma becerisi | |||||||||||||
| 7) Etik ve mesleki sorumlulukları özümseme ve doğru tartabilme becerisi | |||||||||||||
| 8) Türkçe ve İngilizce üst düzey etkin yazılı ve sözlü iletişim kurabilme becerisi | |||||||||||||
| 9) Ekonomi ve finans disiplininin küresel bağlamda etkisinin özümsenmesi için gerekli olan geniş kapsamlı bir anlayışa sahip olmak | |||||||||||||
| 10) Yaşam boyu öğrenim becerisini kazanmış olmak | |||||||||||||
| 11) Güncel konulara ilişkin geniş bilgi sahibi olmak | |||||||||||||
| 12) Yeniliğe ve değişen koşullara karşı açık ve uyumlu olmak | |||||||||||||
| 13) Veri analizi yolu ile bilgi ve çıkarım elde edebilmek için gerekli teknik bilgilere teorik ve pratik bağlamında sahip olmak | |||||||||||||
Ders - Öğrenme Kazanımı İlişkisi
| Etkisi Yok | 1 En Düşük | 2 Orta | 3 En Yüksek |
| Dersin Program Kazanımlarına Etkisi | Katkı Oranı | |
| 1) | Ekonomi ve finans alanı ile ilgili teorik bilgileri analiz etme ve uygulamadaki karşılıklarını değerlendirme becerisi | |
| 2) | Akademik, işletme, ve politika odaklı yazılı ve görsel kaynakları kullanarak sosyal ve davranış bilimleri alanında özgün bilgileri edinme becerisi | |
| 3) | Ekonomi ve finans alanına ilişkin bilgileri teknik ve bilgisayar destekli enstrümanlara işleyerek bilgi elde etme becerisi | |
| 4) | Edinilen bilgileri ekonomi ve finans alanın gerektirdiği teknik donanımla (bilgisayar ortamında vb.) araştırma raporu veya makalesi şeklinde Türkçe veya İngilizce olarak sunma becerisi | |
| 5) | Karar alma ve uygulama ile alınan kararları davranış haline getirmede ekonomi ve finans alanına ilişkin sahip olunan bilgileri kullanabilme becerisi | |
| 6) | Ekonomi ve finans alanı, ilgili alt dallar ve diğer sosyal bilimler alanları ile sinerji halinde çok disiplinli yorum üretme ve analiz yapma becerisi | |
| 7) | Etik ve mesleki sorumlulukları özümseme ve doğru tartabilme becerisi | |
| 8) | Türkçe ve İngilizce üst düzey etkin yazılı ve sözlü iletişim kurabilme becerisi | |
| 9) | Ekonomi ve finans disiplininin küresel bağlamda etkisinin özümsenmesi için gerekli olan geniş kapsamlı bir anlayışa sahip olmak | |
| 10) | Yaşam boyu öğrenim becerisini kazanmış olmak | |
| 11) | Güncel konulara ilişkin geniş bilgi sahibi olmak | |
| 12) | Yeniliğe ve değişen koşullara karşı açık ve uyumlu olmak | |
| 13) | Veri analizi yolu ile bilgi ve çıkarım elde edebilmek için gerekli teknik bilgilere teorik ve pratik bağlamında sahip olmak |
Öğrenme Etkinliği ve Öğretme Yöntemleri
Ölçme ve Değerlendirme Yöntemleri ve Kriterleri
Ölçme ve Değerlendirme
| Yöntemler | Uygulama Sayısı / Yarıyıl | Katkı Oranı |
| Uygulama | 3 | % 5 |
| Projeler | 1 | % 20 |
| Ara Sınavlar | 1 | % 25 |
| Yarıyıl Sonu Sınavı | 1 | % 40 |
| Toplam | % 90 | |
| YARIYIL İÇİ ÖLÇME VE DEĞERLENDİRME YÖNTEMLERİNİN BAŞARI NOTUNA KATKI ORANI | % 50 | |
| YARIYIL SONU SINAVININ BAŞARI NOTUNA KATKI ORANI | % 40 | |
| Toplam | % 90 | |