| Hafta |
Konu |
Ön Hazırlık |
| 1) |
Büyük Veriye giriş ve Büyük Veri uygulamalarının tanıtılması
|
-- |
| 2) |
Büyük Veri işleme adımlarının açıklanması
|
-- |
| 3) |
Büyük Veri referans mimarilerinin açıklanması
|
-- |
| 4) |
Veri Bilimi kavramlarının açıklanarak makine öğrenmesi konusunda bilgi verilmesi
|
-- |
| 5) |
Derin öğrenme konusunda temel kavramların açıklanarak Büyük Veriye etkisinin açıklanması
|
-- |
| 6) |
Apache Hadoop, Hadoop Distributed File Systems ve Apach Spark teknolojilerinin açıklanması
|
-- |
| 7) |
Docker konteynır ve Docker Toolbox teknolojilerinin açıklanarak, ders için kullanılacak olan imaj ve ilgili pratik Python örneklerinin (tutorial) açıklanması
|
-- |
| 8) |
Ara Sınav |
-- |
| 9) |
Apache Spark ve Resilient Distributed Dataset (RDD) konusunda bilgi verilmesi
|
-- |
| 10) |
Apache Spark üzerinde Data Frames kavramlarının açıklanarak örneklerle anlatılması
|
-- |
| 11) |
Apache Spark üzerinde Machine Learning Pipeline kavramının açıklanarak Regresyon problemleri ile bir örnek durum çalışmasının anlatılması (Lineer ve lineer olmayan 2 regresyon algoritması ile gerçekleme)
|
-- |
| 12) |
Derin öğrenmenin Bilgisayarlı Görme konusundaki uygulamalarının açıklanması
|
-- |
| 13) |
Mask R-CNN nesne tanıma algoritması, Convolutional Neural Networks (CNN) ve Long Short-Term Memory (LSTM) algoritmalarının anlatılması
|
-- |
| 14) |
Grup Proje Sunumları
|
-- |
| |
Dersin Program Kazanımlarına Etkisi |
Katkı Payı |
| 1) |
Matematik, fen bilimleri ve bilgisayar mühendisliğine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi.
|
|
| 2) |
Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
|
|
| 3) |
Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi.
|
|
| 4) |
Bilgisayar mühendisliği uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi.
|
4 |
| 5) |
Karmaşık mühendislik problemlerinin veya bilgisayar mühendisliği araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi.
|
3 |
| 6) |
Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi.
|
|
| 7) |
Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi.
|
|
| 8) |
Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi.
|
|
| 9) |
Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi.
|
|
| 10) |
Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi.
|
|
| 11) |
Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.
|
|
BAHÇEŞEHİR ÜNİVERSİTESİ BİLGİ PAKETİ / DERS KATALOĞU
