DİŞ HEKİMLİĞİ
Lisans	TYYÇ: 7. Düzey	QF-EHEA: 1. Düzey	EQF-LLL: 6. Düzey

Ders Tanıtım Bilgileri

Ders Kodu	Ders Adı	Yarıyıl	Teorik	Pratik	Kredi	AKTS
COP4434	IBM Büyük Veri ve Analitik	Güz	3	0	3	6

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

Temel Bilgiler

Öğretim Dili:	İngilizce
Dersin Türü:	Non-Departmental Elective
Dersin Seviyesi:	LİSANS
Dersin Veriliş Şekli:	Yüz yüze
Dersin Koordinatörü:	Doç. Dr. CEMAL OKAN ŞAKAR
Dersi Veren(ler):	Prof. Dr. TAŞKIN KOÇAK Doç. Dr. CEMAL OKAN ŞAKAR
Opsiyonel Program Bileşenleri:	Yok
Dersin Amacı:	Öğrenciler, IBM'den üst düzey yöneticilerin derslerini alacaklar. Her ders farklı bir konuyu ele alacak ve öğretim üyesi kendi deneyimlerini konunun teorik temelleri ile paylaşacaktır. Kurslar, temel kavramlar, hizmetler, IBM yazılımı, donanım teklifleri ve IBM varlıkları da dahil olmak üzere İş Analitiği ve Büyük Veri yeteneklerini ve hizmet alanlarını içerecektir. Ayrıca, Büyük Veri hizmetlerinin etkili bir şekilde kullanılmasını göstermek için endüstri uygulamarı tartışılacaktır. Dersler, öğrencilerin başarılı bir profesyonel kariyere hazırlanmalarında yardımcı olacaktır.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
Beklenen faydalar aşağıdaki gibi çok boyutludur:
- Mezun olan mühendislerin profesyonel iş için çok daha hazır olmaları
- Gerçek hayat problemlerine ve iş ihtiyaçlarına yönelik akademik araştırmaları (tez dahil) yönlendirmek
- Yeni teknolojilerin uygulaması olarak yeni sanayi projeleri yaratmak

Dersin İçeriği

Ders, Büyük Veri hizmetleri, IBM yazılımı, donanım konseptleri ve IBM varlıkları da dahil olmak üzere Büyük Veri ve Analitiği yetenekleri ve uygulama alanlarını içerecektir. Ayrıca, Büyük Veri hizmetlerinin etkili bir şekilde kullanılmasını göstermek için endüstri uygulamaları kullanılacaktır. Dersin öğrenme yöntemleri anlatım, grup çalışması, teknoloji destekli öğrenme, proje hazırlama, uygulama şeklindedir.

Haftalık Ayrıntılı Ders İçeriği

Hafta	Konu	Ön Hazırlık
1)	Daha İyi İş Çıktıları için Büyük Veri ve Analitiği
2)	Endüstri Tabanlı Büyük Veri, En Çok Kullanıldığı Alanlar
3)	Büyük Veri Teknolojisine ve IBM Büyük Veri Platformuna Genel Bir Bakış
4)	IBM Büyük Veri Platformu, Veri Gezgini
5)	Veri depolama
6)	Bilgi Entegrasyonu, Master Data Yönetimi, Guardium, OPTİM
7)	Hadoop Teknolojisi
8)	Ara sınav
9)	Müşteri için Ana Veri Yönetimi
10)	Yapısal Olmayan Verilerin Kuruluşa Entegrasyonu
11)	Metin Analitiği
12)	Büyük Veri ve Analitik Altyapı
13)	Büyük Veri ve Analitik Altyapı
14)	Tekrar

Kaynaklar

Ders Notları / Kitaplar:	Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die by E. Siegel
Diğer Kaynaklar:	S Chandramouli et al, Big Data Analytics, ISBN: 9789393330468 \| Year: 2024

Değerlendirme Sistemi

Yarıyıl İçi Çalışmaları	Aktivite Sayısı	Katkı Payı
Küçük Sınavlar	2	% 5
Projeler	1	% 25
Ara Sınavlar	1	% 30
Final	1	% 40
Toplam		% 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI		% 35
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI		% 65
Toplam		% 100

AKTS / İş Yükü Tablosu

Aktiviteler	Aktivite Sayısı	Süre (Saat)	İş Yükü
Ders Saati	14	3	42
Proje	1	20	20
Küçük Sınavlar	2	14	28
Ara Sınavlar	1	25	25
Final	1	30	30
Toplam İş Yükü			145

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)	Klinik uygulamasında ulusal ve uluslararası gelişmeleri izler ve bilimsel davranır.
2)	Mesleki uygulamalarda profesyonellik ve etiği benimser.
3)	Meslektaşları, hasta yakınları, hastalar ve interdisipliner ortamlarda iyi iletişim kurar.
4)	Bireysel ve toplumsal diş hekimliği uygulamalarında sağlıklılığı önceler.
5)	Mesleki uygulamasında kurumsal liderlik ve yönetim kurallarını uygular.
6)	Mesleki uygulamasında bilişim teknolojilerini izler ve uygular.
7)	Klinik uygulamalarında tanı ve tedavi süreçlerindeki mesleki kurallarını dikkate alır.
8)	Mesleğinin gelişimi açısından girişimciliği destekler.
9)	Sürekli teknolojik ve mesleki gelişimini sağlar.