.png){kind=spacer}
GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS | Kredi |
|---|---|---|---|---|---|---|
| BLG507 | Büyük Veri Analitiği | Seçmeli Ders Grubu | 1 | 1 | 6.00 | 3.00 |
Dersin Seviyesi
Yüksek Lisans
Dersin Sunulduğu Dil
Dersin Amacı
Bu ders, Hadoop ekosisteminin temelleri, Hadoop mimarisi ve HDFS, MapReduce programlama, Hadoop yönetimi, Spark programlamaya giriş, PySpark ve Scala dillerini kullanarak Spark programlama, bellek içi hesaplama için RDD'ler, NoSQL veritabanları ve dağıtık veri depolama, Spark ile makine öğrenimi ve akış veri işleme konularını içermektedir. Büyük veri analitiği, sürekli artan büyük verileri analiz ederek gizli örüntüleri keşfetme ve değerli içgörüler elde etme sürecidir. Bu dersin amacı, öğrencilere büyük veri analitiğinin temel kavramlarını ve yöntemlerini aktarmak, büyük veri analitiği yaklaşımlarını ve teknolojilerini anlamalarına ve büyük veri çözümlerinde bunları uygulayabilmelerine yardımcı olmaktır. Öğrenciler, Hadoop ve Spark gibi popüler araçları kullanarak büyük veri analitiği problemlerini çözme becerilerini geliştirme fırsatı bulacaklardır.
Dersi Veren Öğretim GörevlisiGörevlileri
Öğrenme Çıktıları
| 1 | Büyük veri kavramını ve özelliklerini anlama. |
| 2 | Büyük veri teknolojilerini uygulama becerisi geliştirme. |
| 3 | Büyük veri analitiği yöntemlerini kullanabilme yeteneği geliştirme. |
| 4 | Büyük veri işleme ve depolama sistemlerini yönetme yeteneği geliştirme. |
| 5 | Büyük veri uygulamalarını analiz etme ve optimize etme becerisi geliştirme. |
Öğrenim Türü
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
yok
Ders İçin Önerilen Diğer Hususlar
yok
Dersin İçeriği
Bu ders, Hadoop ekosisteminin temelleri, Hadoop mimarisi ve HDFS, MapReduce programlama, Hadoop yönetimi, Spark programlamaya giriş, PySpark ve Scala dillerini kullanarak Spark programlama, bellek içi hesaplama için RDD'ler, NoSQL veritabanları ve dağıtık veri depolama, Spark ile makine öğrenimi ve akış veri işleme konularını içermektedir. Büyük veri analitiği, sürekli artan büyük verileri analiz ederek gizli örüntüleri keşfetme ve değerli içgörüler elde etme sürecidir. Bu dersin amacı, öğrencilere büyük veri analitiğinin temel kavramlarını ve yöntemlerini aktarmak, büyük veri analitiği yaklaşımlarını ve teknolojilerini anlamalarına ve büyük veri çözümlerinde bunları uygulayabilmelerine yardımcı olmaktır. Öğrenciler, Hadoop ve Spark gibi popüler araçları kullanarak büyük veri analitiği problemlerini çözme becerilerini geliştirme fırsatı bulacaklardır.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | [OgretimYontemVeTeknikleri] | [OnHazirlik] |
|---|---|---|---|
| 1 | Büyük veriye giriş | ||
| 2 | Hadoop ekosisteminin temelleri | ||
| 3 | Hadoop mimarisi ve HDFS | ||
| 4 | MapReduce programlama | ||
| 5 | Hadoop yönetimi: bir kümeyi yapılandırma, uygulama ve bakımını yapma | ||
| 6 | NoSQL veritabanları: dağıtık veri işlemleri ve entegrasyonu | ||
| 7 | Apache Spark’a giriş | ||
| 8 | Ara Sınav | ||
| 9 | RDD'ler ve bellek içi hesaplama | ||
| 10 | PySpark ile programlama | ||
| 11 | Scala ile programlama | ||
| 12 | Spark ile makine öğrenimi | ||
| 13 | Spark ile akan veri işleme | ||
| 14 | Öğrenci sunumları |
Ders Kitabı Malzemesi Önerilen Kaynaklar
yok
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
yok
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 72 | 72 |
| Final Sınavı | 1 | 76 | 76 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 1 | 1 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 1 | 1 |
| 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 | 5 | 5 | 5 | 5 | 4 | 4 | 4 | 4 | 5 | 4 | 5 | 4 |
| ÖÇ 2 | 4 | 4 | 5 | 5 | 4 | 5 | 4 | 5 | 4 | 4 | 4 | 5 | 4 | 5 | 3 |
| ÖÇ 3 | 4 | 5 | 4 | 5 | 5 | 4 | 5 | 4 | 5 | 5 | 5 | 4 | 5 | 4 | 4 |
| ÖÇ 4 | 4 | 4 | 4 | 4 | 4 | 4 | 5 | 4 | 5 | 4 | 4 | 4 | 3 | 4 | 4 |
| ÖÇ 5 | 4 | 4 | 5 | 4 | 4 | 4 | 4 | 5 | 4 | 5 | 5 | 4 | 4 | 4 | 4 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek