BİLGİSAYAR MÜHENDİSLİĞİ (İNGİLİZCE, TEZSİZ) | |||||
Yüksek Lisans | TYYÇ: 7. Düzey | QF-EHEA: 2. Düzey | EQF-LLL: 7. Düzey |
Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
SEN5550 | İş Zekası | Güz Bahar |
3 | 0 | 3 | 8 |
Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir. |
Öğretim Dili: | İngilizce |
Dersin Türü: | Departmental Elective |
Dersin Seviyesi: | LİSANSÜSTÜ |
Dersin Veriliş Şekli: | Yüz yüze |
Dersin Koordinatörü: | Prof. Dr. ADEM KARAHOCA |
Dersi Veren(ler): |
Prof. Dr. ADEM KARAHOCA |
Opsiyonel Program Bileşenleri: | Yok |
Dersin Amacı: | Katılımcılar iş zekâsının temel kullanım alanlarını öğrenecek, veri madenciliği yöntemlerinin iş zekâsına katkılarını görecek, açık kaynak kodlu ve ticari iş zekâsı çözümleri ile tanışacak ve uygulama geliştireceklerdir. |
Bu dersi başarıyla tamamlayabilen öğrenciler; 1. İş Zekâsı kavramını öğrenir 2. Raporlama araçlarına hâkimiyeti artar 3. Veri madenciliğinin sağladığı katkıları öğrenir 4. Temel ETL araçlarını kullanır |
Bu dersin içeriğinde iş zekasına giriş, veritabanı yönetim sistemleri, veri ambarı modelleri ve mimarileri, veri madenciliği, önişleme, metodoloji ve güdümlü algoritmalar ve güdümlü olmayan algoritmalar bulunmaktadır. |
Hafta | Konu | Ön Hazırlık |
1) | İş zekâsına giriş | |
2) | Veritabanı yönetim sistemleri – 1 | |
3) | Veritabanı yönetim sistemleri – 2 | |
4) | Veri ambarı modelleri ve mimarileri – uygulama | |
5) | Veri ambarlarında Datamart’lar | |
6) | Veri madenciliği – 0 (önişleme) | |
7) | Veri madenciliği – 0 (önişleme) / Ara Sınav | |
8) | Veri madenciliği – 1 (Metodoloji ve güdümlü algoritmalar) | |
9) | Veri madenciliği – 2 (Güdümlü algoritmalar devam) | |
10) | Veri madenciliği – 3 (Güdümlü olmayan algoritmalar) | |
11) | Proje sunumları – 1 | |
12) | Proje sunumları – 2 | |
13) | Proje sunumları – 3 | |
14) | Genel değerlendirme ve kapanış |
Ders Notları / Kitaplar: | Business Intelligence: Making Better Decisions Faster by Elizabeth Vitt, Michael Luckevich, Stacia Misner (2002) |
Diğer Kaynaklar: | Yok |
Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
Devam | 14 | % 5 |
Ödev | 2 | % 10 |
Projeler | 1 | % 20 |
Ara Sınavlar | 1 | % 25 |
Final | 1 | % 40 |
Toplam | % 100 | |
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 40 | |
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 60 | |
Toplam | % 100 |
Aktiviteler | Aktivite Sayısı | Süre (Saat) | İş Yükü |
Ders Saati | 14 | 3 | 42 |
Uygulama | 14 | 3 | 42 |
Sınıf Dışı Ders Çalışması | 14 | 3 | 42 |
Ara Sınavlar | 1 | 22 | 22 |
Final | 1 | 41 | 41 |
Toplam İş Yükü | 189 |
Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
Dersin Program Kazanımlarına Etkisi | Katkı Payı | |
1) | İleri düzey Bilgisayar Mühendisliği kavramlarını tanımlamak ve uygulamak | |
2) | Gelişmiş mühendislik problemlerini formüle edip çözmek | |
3) | İleri düzey matematik, fen ve mühendislik bilgisi gerçek promlemler üzerinde uygulamak. | |
4) | Araştırma projesi doğrultusunda literatürü dikkatlice gözden geçirip, kendi sonuçları ile önceki literatür arasında bağlantı kurmak | |
5) | Mühendislik alanındaki bilimsel araştırmaları yorumlayıp analiz etmek ve çalışma alanındaki bilgileri kullanmak | |
6) | Disiplinlerarası etkileşim bulunan araştırma takımlarında etkin şekilde çalışmak | |
7) | Bilimsel bilgiye ulaşmak | |
8) | Mevcut bilgiyi geliştirme yöntemleri bulmak | |
9) | Araştırma konusu ile ilgili fikir ve bulgularını sözlü ve yazılı olarak etkin şekilde ifade edebilmek | |
10) | Araştırma bulgularını seminer ve konferanslarda savunabilmek | |
11) | İlerleme raporlarını yayınlanmış doküman, tez, makalelere dayandırarak yazmak | |
12) | Profesyonel ve etik davranış sorumluluğu sergilemek | |
13) | Yeni profesyonel uygulamalar ve yetileri yorumlamak için farkındalık geliştirmek |