Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS | Kredi |
---|---|---|---|---|---|---|
YZM532 | Python ile Veri Bilimi | Seçmeli Ders Grubu | 1 | 1 | 6.00 | 3.00 |
Yüksek Lisans
Türkçe
Bu dersin amacı, öğrencilere veri bilimi alanına giriş yapmak, Python programlama dilini kullanarak veri bilimi projeleri geliştirmek, NumPy ve Pandas gibi önemli kütüphaneleri öğretmek, veri manipülasyonu, görselleştirme, veri keşfi, ön işleme ve istatistik gibi temel becerileri kazandırmak, makine öğrenmesi ve derin öğrenme kavramlarına giriş yapmak, denetimli ve denetimsiz öğrenme algoritmalarını öğretmek, model değerlendirme ve performans analizi yapmak, büyük veri ve paralel işleme konularını ele almak ve öğrencilerin proje çalışması yoluyla uygulama becerilerini geliştirmektir.
-
1 | Python programlama dilini kullanarak veri bilimi projeleri geliştirme becerisi geliştirmek. |
2 | Veri manipülasyonu, veri görselleştirme ve veri analizi için Python kütüphanelerini kullanma yetkinliği kazanmak. |
3 | Makine öğrenmesi ve istatistiksel modelleme tekniklerini Python ile uygulama becerisi geliştirmek. |
4 | Büyük veri setlerini işleme ve analiz etme yetkinliği geliştirmek. |
5 | Veri bilimi projelerinde etik, güvenilirlik ve veri gizliliği konularını anlama ve uygulama becerisi kazanmak. |
Birinci Öğretim
YOK
YOK
Bu dersin amacı, öğrencilere veri bilimi alanına giriş yapmak, Python programlama dilini kullanarak veri bilimi projeleri geliştirmek, NumPy ve Pandas gibi önemli kütüphaneleri öğretmek, veri manipülasyonu, görselleştirme, veri keşfi, ön işleme ve istatistik gibi temel becerileri kazandırmak, makine öğrenmesi ve derin öğrenme kavramlarına giriş yapmak, denetimli ve denetimsiz öğrenme algoritmalarını öğretmek, model değerlendirme ve performans analizi yapmak, büyük veri ve paralel işleme konularını ele almak ve öğrencilerin proje çalışması yoluyla uygulama becerilerini geliştirmektir.
Hafta | Teorik | [OgretimYontemVeTeknikleri] | [OnHazirlik] |
---|---|---|---|
1 | Veri Bilimi ve Python'a Giriş | ||
2 | NumPy: Bilimsel Hesaplama Kütüphanesi | ||
3 | Pandas: Veri Manipülasyonu ve Analizi | ||
4 | Veri Görselleştirme: Matplotlib ve Seaborn | ||
5 | Veri Keşfi ve Ön İşleme | ||
6 | İstatistik Temelleri | ||
7 | Makine Öğrenmesine Giriş | ||
8 | Ara Sınav | ||
9 | Model Değerlendirme ve Doğrulama | ||
10 | Değerlendirme Metrikleri ve Performans Analizi | ||
11 | Denetimsiz Öğrenme Algoritmaları | ||
12 | Derin Öğrenme ve Sinir Ağları | ||
13 | Büyük Veri ve Paralel İşleme | ||
14 | Proje Çalışması ve Uygulama | ||
15 | Final Sınavı |
`Python for Data Analysis` - Wes McKinney `Python Data Science Handbook` - Jake VanderPlas `Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow` - Aurélien Géron
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 |
-
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 |
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 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 |
ÖÇ 2 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 |
ÖÇ 3 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 |
ÖÇ 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 |
ÖÇ 5 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 |