ECTS @ IUE ECTS @ IUE ECTS @ IUE ECTS @ IUE ECTS @ IUE ECTS @ IUE ECTS @ IUE

ucuncuduzeymenu.asp

Ders Bilgi Formu ( BİT 562 )


   Temel bilgiler
Ders adı: Büyük Veri Analizi
Ders kodu: BİT 562
Öğretim üyesi: Dr. Öğr. Üyesi Burcu YILMAZ
AKTS kredisi: 7.5
GTÜ kredisi: 3 (3+0+0)
Yılı, Dönemi: 2016-17, Güz ve Bahar
Dersin düzeyi: Yüksek lisans
Dersin tipi: Alan seçmeli
Öğretim dili: Türkçe
Öğretim şekli: Yüz yüze
Ön koşullar: Yok
Staj durumu: Yok
Dersin amacı: Büyük veri manipülasyonu, saklanması, analizi ve çözümlemesi için kullanılabilecek teknolojilerin bir bütün olarak tanıtılması ve örneklerle uygulamalarının yapılmasıdır.
   Öğrenme çıktıları Yukarı

Bu dersi başarıyla tamamlayan öğrenciler, şu yetilere sahip olurlar:

  1. İstatistik analiz ve makine öğrenmesi tekniklerinin teorisini anlamak ve büyük veri çözümlemesindeki pratik uygulamalarını yapmak.

    Program Çıktılarına Katkıları

    1. İleri düzey Bilgisayar Mühendisliği kavramlarını tanımlamak ve uygulamak
    2. Gelişmiş mühendislik problemlerini formüle edip çözmek
    3. Hızla değişen teknolojik çevreye adapte olabilmek için bilgi ve yetilerini sürekli geliştirmek
    4. Yeni profesyonel uygulamalar ve yetileri yorumlamak için farkındalık geliştirmek

    Değerlendirme Tipi

    1. Ödev
    2. Seminer/sunum
  2. Büyük veri manipülasyonu, saklanması ve analizi için kullanılan platform ve yöntem bilgisi ve bunların uygulamanmasında tecrübe edinme.

    Program Çıktılarına Katkıları

    1. İleri düzey Bilgisayar Mühendisliği kavramlarını tanımlamak ve uygulamak
    2. Gelişmiş mühendislik problemlerini formüle edip çözmek
    3. Mühendislik alanındaki bilimsel araştırmaları yorumlayıp analiz etmek ve çalışma alanındaki bilgileri kullanmak
    4. Mevcut bilgiyi geliştirme yöntemleri bulmak
    5. İlerleme raporlarını yayınlanmış doküman, tez, makalelere dayandırarak yazmak.

    Değerlendirme Tipi

    1. Yazılı sınav
    2. Ödev
    3. Seminer/sunum
  3. Büyük veri çözümlemesinin bilgi işlem, sağlık ve sosyal uygulama alanlarında kullanma.

    Program Çıktılarına Katkıları

    1. İleri düzey Bilgisayar Mühendisliği kavramlarını tanımlamak ve uygulamak
    2. İleri düzey matematik, fen ve mühendislik bilgisi kullanmak
    3. Bilimsel bilgiye ulaşmak
    4. Mevcut bilgiyi geliştirme yöntemleri bulmak
    5. İlerleme raporlarını yayınlanmış doküman, tez, makalelere dayandırarak yazmak.
    6. Yeni profesyonel uygulamalar ve yetileri yorumlamak için farkındalık geliştirmek

    Değerlendirme Tipi

    1. Ödev
    2. Seminer/sunum
    3. Dönem projesi
   İçerik Yukarı
1. hafta: R ve R Studio ile istatistiksel analiz.
2. hafta: R ile görselleştirme.
3. hafta: Veri temizleme ve standartlaştırma.
4. hafta: MapReduce.
5. hafta: Hadoop’a giriş.
6. hafta: Batch processing.
7. hafta: HBase ve Low Latency NoSQL.
8. hafta: Impala ve Flume’da gerçek zamana yakın analiz ve arama . (Ara sınav)
9. hafta: Stream computing.
10. hafta: Predictive analytics.
11. hafta: Büyük verilerin görselleştirilmesi.
12. hafta: IT alanında örnek çalışmalar.
13. hafta: Sosyal ve sağlık alanlarında örnek çalışmalar.
14. hafta: Final projeleri ve sunumlar.
15. hafta*: Final projeleri ve sunumlar.
16. hafta*: Final projeleri ve sunumlar. (Final sınavı)
Ders kitapları ve materyaller: "Understanding Big Data: Analytics for Enterprise Class Hadoop and Streaming Data", Dirk deRoos, Chris Eaton, George Lapis, Paul Zikopoulos, Tom Deutsch
Önerilen kaynaklar: Ders notları ve makaleler
  * 15. ve 16. haftalar arası final sınavına hazırlık haftası bulunmaktadır.
Değerlendirme Yukarı
Değerlendirme tipi Hafta numarası Ağırlık (%)
Ara sınavlar (Vizeler): 8 30
Dönem içi diğer çalışmalar: 0
Proje: 20
Ödev: 4-10 10
Kısa sınav (Quiz): 0
Final sınavı: 16 40
  Toplam ağırlık:
(%)
   İş yükü Yukarı
Etkinlik Süre (Haftalık saat) Toplam hafta sayısı Dönem boyu toplam iş yükü
Dersler (Yüz yüze öğretme): 3 14
Ders dışı bireysel çalışma: 3 14
Uygulama, Rehberli problem çözme: 0 0
Ödev: 4 6
Dönem projesi: 6 8
Dönem projesi sunumu: 6 1
Kısa sınav (Quiz): 0 0
Ara sınav için bireysel çalışma: 8 1
Ara sınav (Vize): 2 1
Final sınavı için bireysel çalışma: 8 1
Final sınavı: 3 1
    Toplam işyükü:
    Toplam AKTS kredisi:
*
  * AKTS kredisi, toplam iş yükünün 25'e bölümüdür. (1 AKTS = 25 saatlik iş yükü)
-->