YAPAY ZEKA MÜHENDİSLİĞİ
Lisans	TYYÇ: 6. Düzey	QF-EHEA: 1. Düzey	EQF-LLL: 6. Düzey

Ders Tanıtım Bilgileri

Ders Kodu	Ders Adı	Yarıyıl	Teorik	Pratik	Kredi	AKTS
AIN2002	Veri Bilimine Giriş	Bahar	2	2	3	6

Temel Bilgiler

Öğretim Dili:	İngilizce
Dersin Türü:	Must Course
Dersin Seviyesi:	LİSANS
Dersin Veriliş Şekli:	Hibrit
Dersin Koordinatörü:	Öğ.Gör. MUSTAFA ÜMİT ÖNER
Dersin Amacı:	The aim of the course is to give students theoretical knowledge and application skills in the field of data science.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
Students will be able to develop solutions to data science problems and evaluate the success of the solutions they develop by applying these techniques.

At the end of the course, you will:
1) To be able to define data science problems
2) To be able to apply data collection, cleaning and preparation techniques used in data science
3) To be able to perform explanatory data analysis and visualization on datasets
4) To be able to apply the necessary methods for extracting and selecting features on datasets
5) To recognize the basic problem types in data science and to be able to choose the methods used for their solutions
6) To evaluate the success and performance of data science solutions

Dersin İçeriği

For this purpose, basic techniques used in data science and basic data science problems will be introduced.

Haftalık Ayrıntılı Ders İçeriği

Hafta	Konu	Ön Hazırlık
1)	Basic Concepts
2)	Data Exploration
3)	Data Pre-Processing, Cleaning, Preparation
4)	Dimensionality Reduction: Feature Extraction
5)	Dimensionality Reduction: Feature Selection
6)	Supervised Learning: Model Selection and Generalization
7)	Supervised Learning Algorithms
8)	Midterm Exam
9)	Unsupervised Learning (Clustering)
10)	Unsupervised Learning (Clustering)
11)	Anomaly Detection
12)	Text Mining
13)	Project Presentation
14)	Project Presentation

Kaynaklar

Ders Notları / Kitaplar:	Textbook: Introduction to Data Mining by Pang-Ning Tan, Michael Steinbach and Vipin Kumar Reference Book: Introduction to Machine Learning by Ethem Alpaydın, The MIT Press
Diğer Kaynaklar:	Textbook: Introduction to Data Mining by Pang-Ning Tan, Michael Steinbach and Vipin Kumar Reference Book: Introduction to Machine Learning by Ethem Alpaydın, The MIT Press

Değerlendirme Sistemi

Yarıyıl İçi Çalışmaları	Aktivite Sayısı	Katkı Payı
Küçük Sınavlar	8	% 16
Projeler	1	% 20
Ara Sınavlar	1	% 24
Final	1	% 40
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	14	2	28
Laboratuvar	14	2	28
Proje	1	30	30
Küçük Sınavlar	8	2	16
Ara Sınavlar	1	22	22
Final	1	28	28
Toplam İş Yükü			152

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)	Matematik, fen bilimleri ve yapay zeka mühendisliği konularında yeterli altyapıya sahiptir.	5
2)	Matematik, fen bilimleri ve yapay zeka mühendisliği alanlardaki kuramsal ve uygulamalı bilgileri mühendislik çözümleri için beraber kullanır.	5
3)	Mühendislik problemlerini saptar, tanımlar, formüle eder ve çözer, bu amaçla uygun analitik yöntemler ve modelleme tekniklerini seçer ve uygular.	5
4)	Bir sistemi, sistem bileşenini ya da süreci analiz eder ve istenen gereksinimleri karşılamak üzere gerçekçi kısıtlar altında tasarlar; bu doğrultuda modern tasarım yöntemlerini uygular.	5
5)	Mühendislik uygulamaları için gerekli olan modern teknik ve araçları seçer ve kullanır.	5
6)	Deney tasarlar, deney yapar, veri toplar sonuçları analiz eder ve yorumlar.	5
7)	Bireysel olarak ve çok disiplinli takımlarda etkin olarak çalışır.
8)	Bilgiye erişir ve bu amaçla kaynak araştırması yapar, veri tabanları ve diğer bilgi kaynaklarını kullanır.
9)	Yaşam boyu öğrenmenin gerekliliği bilincindedir; bilim ve teknolojideki gelişmeleri izler ve kendini sürekli yeniler.
10)	Alanının gerektirdiği en az Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyinde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanır.
11)	Sözlü ve yazılı etkin iletişim kurar; bir yabancı dili en az Avrupa Dil Portföyü B1 Genel Düzeyinde kullanır.
12)	Mühendislik çözümlerinin ve uygulamalarının evrensel ve toplumsal boyutlardaki etkilerinin bilincinde olur; girişimcilik ve yenilikçilik konularının farkında olur ve çağın sorunları hakkında bilgiye sahiptir.
13)	Mesleki ve etik sorumluluk bilincine sahiptir.
14)	Proje yönetimi, işyeri uygulamaları, çalışanların sağlığı, çevre ve iş güvenliği konularında bilinç; mühendislik uygulamalarının hukuksal sonuçları hakkında farkındalığa sahiptir.