BÜYÜK VERİ ANALİTİĞİ VE YÖNETİMİ (İNGİLİZCE, TEZSİZ)
Yüksek Lisans	TYYÇ: 7. Düzey	QF-EHEA: 2. Düzey	EQF-LLL: 7. Düzey

Ders Tanıtım Bilgileri

Ders Kodu	Ders Adı	Yarıyıl	Teorik	Pratik	Kredi	AKTS
INE6103	Çok Değişkenli Veri Analizi	Güz	3	0	3	9

Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir.

Temel Bilgiler

Öğretim Dili:	İngilizce
Dersin Türü:	Departmental Elective
Dersin Seviyesi:	LİSANSÜSTÜ
Dersin Veriliş Şekli:	Yüz yüze
Dersin Koordinatörü:
Dersi Veren(ler):	Prof. Dr. SELİM ZAİM Doç. Dr. YÜCEL BATU SALMAN
Opsiyonel Program Bileşenleri:	Yok
Dersin Amacı:	Bu doktora dersinin amacı, öğrencilerin çok değişkenli veri analizine ilişkin değişik konuları anlama becerilerini geliştirmek, bilgilerini arttırmak ve konunun uygulamaları ile yorumlanması hakkında pratik deneyim kazanmalarını sağlamaktır. Dersin odak noktası, doğru analizin seçimi, verinin analize hazır hale getirilmesi, çıktının yorumlanması ve karmaşık bulguların sunumu gibi pratik konuları kapsamaktadır.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
1. Çok değişkenli veri analizi için gereken prosedürleri ve programları kullanabilme becerisi geliştirmek.
2. Belirli bir araştırma problemi için uygun çok değişkenli veri analizi tekniğini belirleyebilmek.

Dersin İçeriği

Bu ders kapsamında işlenecek konular: Doğrusal ve çoklu regresyon modelleri, kukla değişkenli regresyon modelleri, çoklu doğrusal bağlantı problemi ve çözüm yöntemleri, çok değişkenli veri analiz teknikleri (Yapısal eşitlik modeli, faktör analizi, kovaryans analizi, ayırma analizi).

Haftalık Ayrıntılı Ders İçeriği

Hafta	Konu	Ön Hazırlık
1)	Giriş
2)	Verinin değerlendirilmesi ve temel veri manupulasyonları
3)	Çoklu regresyon analizi
4)	Açıklayıcı faktör analizi
5)	Covaryans temelli Yapısal eşitlik modeli
6)	Doğrulayıcı Faktör analizi
7)	Değerlendirme, Arasınav
8)	Yol analizi: Kovaryans temelli yapısal eşitlik modelinde
9)	Varyans temelli yapısal eşitlik modeli
10)	Yol analizi: Varyans temelli yapısal eşitlik modeli altında
11)	Sinir ağları analizi
12)	Ayırma (Diskriminant) analizi
13)	Kümeleme analizi
14)	Problemler, gözden geçirme

Kaynaklar

Ders Notları / Kitaplar:	• Multivariate Data Analysis by Joseph F. Hair, Jr,, William C. Black, Barry J. Babin, Rolph E. Anderson, 7/E, Pearson, 2010. • Applied Multivariate Techniques by Subhash Sharma. John Wiley & Sons, Inc. 1996. • Regression Analysis by Example by Samprit Chatterjee and Ali S. Hadi. John Wiley & Sons, Inc. 2006.
Diğer Kaynaklar:	Various

Değerlendirme Sistemi

Yarıyıl İçi Çalışmaları	Aktivite Sayısı	Katkı Payı
Ara Sınavlar	1	% 40
Final	1	% 60
Toplam		% 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI		% 40
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI		% 60
Toplam		% 100

AKTS / İş Yükü Tablosu

Aktiviteler	Aktivite Sayısı	Süre (Saat)	İş Yükü
Ders Saati	13	3	39
Sınıf Dışı Ders Çalışması	14	6	84
Ödevler	5	5	25
Ara Sınavlar	1	15	15
Final	1	25	25
Toplam İş Yükü			188

Program ve Öğrenme Kazanımları İlişkisi

Etkisi Yok	1 En Düşük	2 Düşük	3 Orta	4 Yüksek	5 En Yüksek

	Dersin Program Kazanımlarına Etkisi	Katkı Payı
1)	Bilimsel literatürü takip eder, eleştirel biçimde analiz eder ve mühendislik problemlerinin çözümünde etkin biçimde kullanır.
2)	Büyük Veri Analitiği ve Yönetimi ile ilgili özgün projeler tasarlar, planlar, uygular ve yönetir.
3)	Büyük Veri Analitiği ve Yönetimi ile ilgili çalışmaları bağımsız olarak yürütür, bilimsel sorumluluk alır ve elde edilen sonuçları eleştirel bir bakış açısıyla değerlendirir.
4)	Yaptığı araştırma ve projelerin sonuçlarını akademik standartlara uygun biçimde yazılı, sözlü ve görsel olarak etkili bir şekilde sunar.
5)	Büyük Veri Analitiği ve Yönetimi alanıyla ilgili uzmanlık gerektiren konularda bağımsız araştırma yapar, özgün düşünce geliştirir ve bu bilgileri uygulamaya aktarır.
6)	Büyük Veri Analitiği ve Yönetimi alanına özgü ileri düzey kuramsal ve uygulamalı bilgileri etkin bir biçimde kullanır.
7)	Mesleki, bilimsel ve etik değerlere uygun hareket eder; mühendislik uygulamalarının toplumsal, çevresel ve etik etkilerini gözeterek sorumluluk alır.