| BİLGİ TEKNOLOJİLERİ (İNGİLİZCE, TEZSİZ) | |||||
| Yüksek Lisans | TYYÇ: 7. Düzey | QF-EHEA: 2. Düzey | EQF-LLL: 7. Düzey | ||
| Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
| ENM5203 | İstatistik Veri Analizi ve Karar Alma | Güz | 3 | 0 | 3 | 8 |
| Bu dersin açılması ilgili bölüm tarafından yarıyıl başında belirlenir |
| Öğretim Dili: | En |
| Dersin Türü: | Departmental Elective |
| Dersin Seviyesi: | LİSANSÜSTÜ |
| Dersin Veriliş Şekli: | Yüz yüze |
| Dersin Koordinatörü: | Dr. Öğr. Üyesi ETHEM ÇANAKOĞLU |
| Dersi Veren(ler): |
Prof. Dr. SELİM ZAİM Dr. Öğr. Üyesi YÜCEL BATU SALMAN |
| Dersin Amacı: | Bu derste bilgisayar teknolojisi kullanılarak, veri inceleme amaçlı istatistiksel ve kantitatif yöntemler aktarılacaktır. Amaç, bu verileri yorumlayarak modeller oluşturmak ve bu modelleri karar verme sürecinde kullanmaktır. |
|
Bu dersi başarıyla tamamlayabilen öğrenciler; İstatistiksel yöntemlerle karar verme becerisi, anlamlı veri toplama, verileri inceleyip yorumlama/bilgiye çevirebilme |
| Ders içeriğinde veri toplama, veri okuma, hipotez testleri ve güven aralıkları, regresyon analizi ve ANOVA anlatılacaktır. |
| Hafta | Konu | Ön Hazırlık | |
| 1) | Giriş: Veri nedir? | ||
| 2) | Veri toplama | ||
| 3) | Betimleyici istatistikler | ||
| 4) | Güven aralıkları | ||
| 5) | Hipotez testi | ||
| 6) | Hipotez testi | ||
| 7) | Vize | ||
| 8) | Regresyon analizi | ||
| 9) | Regresyon analizi | ||
| 10) | ANOVA | ||
| 12) | ANOVA | ||
| 12) | SPSS | ||
| 13) | Proje sunumları | ||
| 14) | Proje sunumları | ||
| Ders Notları: | N/A |
| Diğer Kaynaklar: | Statistics for Business: Decision Making and Analysis, Robert A. Stine, Dean Foster, Pearson, 2011, 0321123913 |
| Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
| Devam | % 0 | |
| Laboratuar | % 0 | |
| Uygulama | % 0 | |
| Arazi Çalışması | % 0 | |
| Derse Özgü Staj | % 0 | |
| Küçük Sınavlar | % 0 | |
| Ödev | % 0 | |
| Sunum | % 0 | |
| Projeler | 1 | % 35 |
| Seminer | % 0 | |
| Ara Sınavlar | 1 | % 25 |
| Ara Juri | % 0 | |
| Final | 1 | % 40 |
| Rapor Teslimi | % 0 | |
| Juri | % 0 | |
| Bütünleme | % 0 | |
| Toplam | % 100 | |
| YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 25 | |
| YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 75 | |
| Toplam | % 100 | |
| Aktiviteler | Aktivite Sayısı | Süre (Saat) | İş Yükü |
| Ders Saati | 14 | 3 | 42 |
| Laboratuvar | 0 | 0 | 0 |
| Uygulama | 0 | 0 | 0 |
| Derse Özgü Staj | 0 | 0 | 0 |
| Arazi Çalışması | 0 | 0 | 0 |
| Sınıf Dışı Ders Çalışması | 14 | 4 | 56 |
| Sunum / Seminer | 1 | 15 | 15 |
| Proje | 1 | 90 | 90 |
| Ödevler | 0 | 0 | 0 |
| Küçük Sınavlar | 0 | 0 | 0 |
| Ara Juri | 0 | 0 | 0 |
| Ara Sınavlar | 1 | 40 | 40 |
| Rapor Teslimi | 0 | 0 | 0 |
| Juri | 0 | 0 | 0 |
| Final | 1 | 60 | 60 |
| Toplam İş Yükü | 303 | ||
| Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
| Dersin Program Kazanımlarına Etkisi | Katkı Payı | |
| 1) | Temel Yazılım Mühendisliği bilgi ve yetkinliklerini kullanır. | |
| 2) | Yazılım Mühendisliği uygulamaları için gerekli olan program geliştirme becerisini uygular. | |
| 3) | Veri yapılarını kullanır ve algoritma geliştirme bilgilerini uygular. | |
| 4) | İşletim sistemleri üzerinde sistem programları geliştirir. | |
| 5) | Bilgisayar organizasyonu, tasarımı ve mimarilerini tanımlar. | |
| 6) | Bilgisayar ağları ve ağ güvenliği yapılarını oluşturur. | |
| 7) | İş zekası, veri madenciliği ve veri analizi araçlarını kullanır, tekniklerini uygular. | |
| 8) | Veritabanı uygulamaları ve WEB tabanlı programlar geliştirir. | |
| 9) | Bilgi teknolojileri projelerini tanımlar, analiz eder, tasarlar ve yönetir. | |
| 10) | Eğitimde teknoloji tabanlı ortamları ve araçları kullanır ve geliştirir. | |
| 11) | İş ortamındaki bilişim teknolojileri ihtiyaçlarını saptar, tanımlar ve çözer. | |
| 12) | Bilişim teknolojileri yetkinliklerini mesleki sorumluluklar ve etik kuralları çerçevesinde kullanır. |