ÇANKIRI KARATEKİN ÜNİVERSİTESİ - Bologna Bilgi Sistemi


  • Ders Tanımı
  • Ders Adı Kodu Yarıyıl Teori+Uygulama (Saat) Havuz Statü AKTS
    Mühendislikte Veri Analizi ve Büyük Veri (Big Data) KMÜ527 GÜZ-BAHAR 3+0 Üniversite S 6
    Öğrenme Çıktıları
    1-Mühendislikte sıkça kullanılan istatistiksel R program arayüzünü ve R programlama dilini kullanır.
    2-Mühendislikte kullanılan temel istatistiksel yöntemleri R programlama dili ile uygular.
    3-Mühendislikte kullanılan çok değişkenli veri analizlerini R programlama dili ile uygular.
    4-Karışık veri modellerini oluşturur.
  • AKTS / İŞ YÜKÜ TABLOSU
  • EtkinlikKatkı Yüzdesi

    (100)

    SayısıSüresi (Saat)Toplam İş Yükü (Saat)
    Ders Süresi (Hafta x Ders Saati)14342
    Sınıf Dışı Ders Çalışma Süresi (Ön çalışma, pekiştirme)14684
    Ödevler0000
    Kısa Süreli Sınavlar (sınav + hazırlık) 2021224
    Ara Sınavlar (sınav + hazırlık)3011515
    Proje0000
    Laboratuar 0000
    Yarıyıl Sonu Sınavı (sınav + hazırlık) 5011515
    Diğer 0000
    Toplam İş Yükü(Saat)   180
    Toplam İş Yükü(Saat)/ 30 (s)     6 ---- (6)
    Dersin AKTS Kredisi   6
  • Ders Akışı
  • Hafta Konular Ön Hazırlık
    1 Giriş Ders Notu
    2 R programının tanıtılması ve yükleme Ders Notu
    3 Veri manipülasyonlarının R üzerinden gerçekleştirilmesi Ders Notu
    4 Fonksiyonlar ve döngülerin yazımı Ders Notu
    5 Veri analizlerinin R üzerinden yapılması Ders Notu
    6 Faktör Analizi Ve Kümeleme Analizinin R ile uygulaması Ders Notu
    7 Regresyon Analizi R ile uygulaması Ders Notu
    8 Ara Sınav
    9 Tekli ve çoklu varyans analizlerinin (Anova-Manova) R ile uygulaması Ders Notu
    10 Lojistik Regresyon yönteminin R ile uygulaması Ders Notu
    11 Araştırma konusu belirlenmesi Ders Notu
    12 Regresyon problemleri için büyük veri örnekleri Ders Notu
    13 Kümeleme problemleri için büyük veri örnekleri Ders Notu
    14 Regresyon problemleri için R uygulamaları Ders Notu
    15 Kümeleme problemleri için R uygulamaları Ders Notu
    Ön Koşul -
    Ders Dili Türkçe
    Dersin Koordinatorü -
    Dersi Verenler

    1-)Doktor Öğretim Üyesi Efehan Ulaş

    Ders Yardımcıları -
    Kaynaklar Byrne (2009) Structural Equation Modeling With Amos: Basic Concepts, Applications, And Programming, 2nd Edition. Taylor And Francis Hair, J., F., Anderson, R., E., (2010). Multivariate Data Anlaysis, Lousiana State Universit.
    Yardımcı Kitap -
    Döküman -
    Dersin Amacı Bilimsel araştırmalarda mühendislik alanında sıkça kullanılan modellerin oluşturulması ve modelde kullanılacak istatistiksel yöntemin belirlenip analiz edilmesi.
    Dersin İçeriği Giriş R programının tanıtılması ve yükleme Veri manipülasyonlarının R üzerinden gerçekleştirilmesi Fonksiyonlar ve döngülerin yazımı Veri analizlerinin R üzerinden yapılması Faktör Analizi Ve Kümeleme Analizinin R ile uygulaması Regresyon Analizi R ile uygulaması Tekli ve çoklu varyans analizlerinin (Anova-Manova) R ile uygulaması Lojistik Regresyon yönteminin R ile uygulaması Araştırma konusu belirlenmesi Regresyon problemleri için büyük veri örnekleri Regresyon problemleri için R uygulamaları
  • Program Yeterlilik Çıktıları
  • Program Yeterlilik Çıktıları Katkı Düzeyi
    1 Alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular. 4
    2 Mühendislikte uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir. 3
    3 Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bir arada kullanabilir. 3
    4 Mesleğinin yeni ve gelişmekte olan uygulamalarının farkında olup, gerektiğinde bunları inceler ve öğrenir. 4
    5 Alanı ile ilgili problemleri tanımlar ve formüle eder, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular. 4
    6 Yeni ve/veya özgün fikir ve yöntemler geliştirir; karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler geliştirir. 5
    7 Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık problemleri çözümler ve irdeler. 4
    8 Çok disiplinli takımlarda liderlik yapar, karmaşık durumlarda çözüm yaklaşımları geliştirir, bağımsız çalışabilir ve sorumluluk alır. -
    9 İngilizceyi en az Avrupa Dil Portföyü B2 Genel Düzeyinde kullanarak, sözlü ve yazılı iletişim kurar. -
    10 Çalışmalarının süreç ve sonuçlarını, o alandaki veya alan dışındaki ulusal ve uluslararası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır. 3
    11 Mühendislik uygulamalarının sosyal, çevresel, sağlık, güvenlik, hukuk boyutları ile proje yönetimi ve iş hayatı uygulamalarını bilir ve bunların mühendislik uygulamalarına getirdiği kısıtların farkındadır. -
    12 Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. 5
    Çankırı Karatekin Üniversitesi  Bilgi İşlem Daire Başkanlığı  @   2017 - Webmaster