.png){kind=spacer}
GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS | Kredi |
|---|---|---|---|---|---|---|
| BVA506 | Büyük Veri Teknolojileri ve Uygulamaları | Seçmeli Ders Grubu | 1 | 1 | 6.00 | 3.00 |
Dersin Seviyesi
Yüksek Lisans
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Bu dersin amacı, öğrencilere büyük veri teknolojileri ve uygulamaları hakkında temel bilgi ve becerileri kazandırmak, büyük veri analitiği için kullanılan araçları ve yöntemleri öğretmek ve büyük veri projeleri üzerinde çalışabilme yeteneklerini geliştirmektir.
Dersi Veren Öğretim GörevlisiGörevlileri
DR. NESİBE MANAV MUTLU
Öğrenme Çıktıları
| 1 | Büyük veri kavramını ve özelliklerini öğrenir. |
| 2 | Büyük veri teknolojilerini uygulamalarını öğrenir. |
| 3 | Büyük veri analitiği yöntemlerini kullanabilir. |
| 4 | Büyük veri işleme ve depolama sistemlerini yönetmeyi öğrenir. |
| 5 | Büyük veri uygulamalarını analiz etme ve optimize etme becerisi kazanır. |
Öğrenim Türü
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Bulunmamaktadır.
Ders İçin Önerilen Diğer Hususlar
Bulunmamaktadır.
Dersin İçeriği
Bu dersin amacı, öğrencilere büyük veri teknolojileri ve uygulamaları hakkında temel bilgi ve becerileri kazandırmak, büyük veri analitiği için kullanılan araçları ve yöntemleri öğretmek ve büyük veri projeleri üzerinde çalışabilme yeteneklerini geliştirmektir.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | [OgretimYontemVeTeknikleri] | [OnHazirlik] |
|---|---|---|---|
| 1 | Büyük Veri ve Büyük Veri Teknolojileri | ||
| 2 | Veri Depolama ve Veri Yönetimi | ||
| 3 | Dağıtık Dosya Sistemleri ve Hadoop | ||
| 4 | Büyük Veri İşleme ve Hadoop Ekosistemi | ||
| 5 | Spark ve Spark Veri İşleme Modeli | ||
| 6 | Veri Yönlendirme ve Spark İşlemleri | ||
| 7 | Büyük Veri Analitiği ve Makine Öğrenmesi | ||
| 8 | Veri Akışı ve Gerçek Zamanlı Analiz | ||
| 9 | NoSQL Veritabanları ve Büyük Veri Uygulamaları | ||
| 10 | Büyük Veri Görselleştirme ve Veri Keşfi | ||
| 11 | Büyük Veri Güvenliği ve Mahremiyet Konuları | ||
| 12 | Büyük Veri Projeleri ve Uygulama Senaryoları | ||
| 13 | Büyük Veri Etik ve Yasal Konular | ||
| 14 | Büyük Veri Trendleri ve Geleceği |
Ders Kitabı Malzemesi Önerilen Kaynaklar
1 `Big Data: A Revolution That Will Transform How We Live, Work, and Think` - Viktor Mayer-Schönberger, Kenneth Cukier 2 `Hadoop: The Definitive Guide` - Tom White 3 `Spark: The Definitive Guide` - Bill Chambers, Matei Zaharia 4 `Data Science for Business` - Foster Provost, Tom Fawcett 5 `Big Data Analytics: Methods and Applications` - S. Srinivasan, K.G. Srinivasa, V. Usha
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
Staj durumu bulunmamaktadır
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 1 | 1 |
| Final Sınavı | 1 | 1 | 1 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 76 | 76 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 72 | 72 |
| Toplam İş Yükü (saat) | 150 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | PÇ 12 | PÇ 13 | PÇ 14 | PÇ 15 | |
| ÖÇ 1 | 4 | 4 | 4 | 3 | |||||||||||
| ÖÇ 2 | 5 | 4 | 4 | 3 | |||||||||||
| ÖÇ 3 | 4 | 4 | 4 | 4 | |||||||||||
| ÖÇ 4 | 4 | 4 | 3 | 5 | |||||||||||
| ÖÇ 5 | 5 | 5 | 5 | 5 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek