Türkçe | English
OF TEKNOLOJİ FAKÜLTESİ / YAZILIM MÜHENDİSLİĞİ BÖLÜMÜ
( I. ÖĞRETİM)
Ders Bilgi Paketi
http://www.ktu.edu.tr/ofyazilim
Tel: +90 0462 3778353
OFTF
OF TEKNOLOJİ FAKÜLTESİ / YAZILIM MÜHENDİSLİĞİ BÖLÜMÜ / ( I. ÖĞRETİM)
Katalog Ana Sayfa
  Katalog Ana Sayfa  KTÜ Ana Sayfa   Katalog Ana Sayfa
 
 

YZM3036Büyük Veri Analizi2+0+0AKTS:4
Yıl / YarıyılBahar Dönemi
Ders DuzeyiLisans
Yazılım Şekli Seçmeli
BölümüYAZILIM MÜHENDİSLİĞİ BÖLÜMÜ
Ön KoşulYok
Eğitim SistemiYüz yüze
Dersin Süresi14 hafta - haftada 2 saat teorik
Öğretim ÜyesiDr. Öğr. Üyesi Mustafa Hakan BOZKURT
Diğer Öğretim Üyesi
Öğretim DiliTürkçe
StajYok
 
Dersin Amacı:
Bu ders, Büyük Veri ile ilgili öne çıkan konuları kapsamaktadır. Ders, büyük verinin özellikleri ve zorlukları, büyük veri platformları, büyük ölçekli veriler için depolama ve erişim mimarileri, büyük veri analitiği için makine öğrenimi algoritmaları ve araçları, veri akışı özellikleri ve veri akışları üzerinde gerçek zamanlı analitik, bağlantılı büyük verinin görselleştirmesi konularını ele almayı amaçlamaktadır.
 
Öğrenim KazanımlarıPÖKKÖY
Bu dersi başarı ile tamamlayan öğrenciler :
ÖK - 1 : Büyük verinin ne olduğunu, özelliklerini tanımlayabilir1,
ÖK - 2 : Büyük veri problemlerini kavrayabilir1,
ÖK - 3 : Veri çıkarımı, dönüşümü ve yüklemesi kavramlarını tanımlayabilir1,
ÖK - 4 : Güncel büyük veri teknolojileri hakkında genel bilgileri kavrayabilecek bu teknolojilerden yararlanarak işlem yapabilir1,
ÖK - 5 : Büyük veri akışları üzerinde nasıl analiz yapılacağını kavrayabilir1,
PÖKK :Program öğrenim kazanımlarına katkı, ÖY : Ölçme ve değerlendirme yöntemi (1: Yazılı Sınav, 2: Sözlü Sınav, 3: Ev Ödevi, 4: Laboratuvar Çalışması/Sınavı, 5: Seminer / Sunum, 6: Dönem Ödevi / Proje),ÖK : Öğrenim Kazanımı
 
Ders İçeriği
Büyük veri nedir? Büyük veriye giriş. Büyük veri analizi için ihtiyaç duyulan ve kullanılan güncel teknolojiler. Büyük verilerin çıkarımı, depolanması, dönüştürülmesi, yüklenmesi, etiketlenmesi ve keşfi. Büyük verinin analizi, görselleştirilmesi. Büyük veride makine öğrenmesi.
 
Haftalık Detaylı Ders Planı
 HaftaDetaylı İçerikÖnerilen Kaynak
 Hafta 1Büyük Veriye Giriş
 Hafta 2Büyük Veri Teknolojileri
 Hafta 3Büyük Veri Teknolojileri
 Hafta 4Büyük Veri için Yazılım Dilleri
 Hafta 5Veri Modelleri ve Sorgu Dilleri
 Hafta 6Çıkarma, Dönüşüm, Yükleme
 Hafta 7Çıkarma, Dönüşüm, Yükleme
 Hafta 8Veri Görselleştirme
 Hafta 9Arasınav
 Hafta 10Büyük Veri Analitiği
 Hafta 11Büyük Veri ile Makine Öğrenmesi
 Hafta 12Büyük Veri ile Eğitmenli Öğrenme
 Hafta 13Büyük Veri ile Eğitmensiz Öğrenme
 Hafta 14Büyük Veri Uygulama Süreci Tasarımı
 Hafta 15Büyük Veri Uygulaması
 Hafta 16Dönem Sonu Sınavı
 
Ders Kitabı / Malzemesi
1Chambers, B., & Zaharia, M. 2018; Spark: The definitive guide: Big data processing made simple. " O'Reilly Media, Inc.".
2Balusamy, B., Kadry, S., & Gandomi, A. H. 2021;. Big Data: Concepts, Technology, and Architecture. John Wiley & Sons.
 
İlave Kaynak
1McKinney W., 2022, Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter, O?Reilly
2Herend D. & Işık M. 2019; Adım Adım Bigdata ve Uygulamaları, Pusula Yayıncılık
 
Ölçme Yöntemi
YöntemHaftaTarih

Süre (Saat)Katkı (%)
Proje 15 40
Dönem sonu sınavı 16 3 60
 
Öğrenci Çalışma Yükü
İşlem adıHaftalık süre (saat)

Hafta sayısı

Dönem toplamı
Yüz yüze eğitim 2 14 28
Sınıf dışı çalışma 2 14 28
Ödev 2 9 18
Proje 1 14 14
Dönem sonu sınavı için hazırlık 1 14 14
Dönem sonu sınavı 3 1 3
Toplam Çalışma Yükü105