| Dersin Adı | Dersin Kodu | Dersin Türü | Dersin Düzeyi | Dersin Yılı | Dersin Verildiği Dönem | AKTS Kredisi |
|---|---|---|---|---|---|---|
| Büyük Veri Analizine Giriş | BLM442 | Seçmeli | Lisans | 4 | Bahar | 5 |
Öğretim Elemanı Adı
Dr. Öğr. Üyesi Fidan KAYA GÜLAĞIZ
Prof. Dr. Nevcihan DURU
Prof. Dr. Ahmet SAYAR
Doç. Dr. Süleyman EKEN
Dr. Öğr. Üyesi Furkan GÖZ
Dersin Öğrenme Kazanımları
1) Çok büyük veri setlerini nasıl isleyeceğini öğrenir
2) Büyük veri işleme ve maden tekniklerini öğrenir
3) Farklı büyük veri çatılarını anlar, kurgular ve kullanır
4) Gerçek problemlerin çözümünde, akan ve arka planda çalışan büyük veri çatılarının uygulanabilirliğini ve kullanımını anlar
5) Endüstride büyük veri kullanım senaryolarını tanımlar
6) Öneri ve tahmin sistemlerinin nasıl geliştirilebileceğini anlar
7) Hadoop ve Spark büyük veri çatılarının, kümeleme ve dağıtık hesaplama mimarileri olarak nasıl kurulacağını ve kullanılacağını görür
Program Yeterliliği İlişkisi
| Program Yeterlilikleri | |||||||||||||
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | ||
| Öğrenme Kazanımları | |||||||||||||
| 1 | Orta | Orta | Düşük | Düşük | Orta | ||||||||
| 2 | Orta | Orta | Düşük | Düşük | Orta | ||||||||
| 3 | Düşük | Düşük | Düşük | Düşük | Orta | ||||||||
| 4 | Orta | Orta | Düşük | Düşük | Orta | ||||||||
| 5 | Orta | Düşük | Düşük | Düşük | Orta | ||||||||
| 6 | Orta | Orta | Düşük | Düşük | Orta | ||||||||
| 7 | Düşük | Yüksek | Orta | Orta | Düşük | Orta | |||||||
Eğitim Şekli
Yüz Yüze
Ön Koşullar, Diğer Koşullar
Yok
Önerilen Destekleyici Dersler
İstenmemekte
Dersin İçeriği
Web teknolojilerindeki gelişmeler ve verinin yaratılması, toplanması ve kullanımındaki artış, birçok veri-odaklı uygulamalarda verinin büyüklüğünde ve karmaşıklığında inanılmaz artışa neden odu. Daha büyük veri hacmi, daha karmaşık veri ve daha hızlı verideki değişim olmak üzere büyük veri 3 temel nedenden dolayı yönetilmesi zordur. Bu büyük veri çağında, veri büyüklüğü ve karmaşıklığındaki artış, ölçeklenebilir, karşılıklı etkileşime açık ve karmaşık ve dinamik veriyi işleyebilen yeni veri analizi algoritmaları ve teknolojileri geliştirme çalışmalarını tetiklemiştir. Bu derste, büyük veri çatılarını ve teknolojilerini kullanarak temelde text işleme algoritmalarına ve programlamasına odaklanılacaktır. Daha iyi hesaplama gücü elde etmek ve işlemleri daha hızlı yapmak için işlemleri dağıtık hesaplama kümelerine dağıtacak programlama modelleri geliştirilecektir, ya da konuyla ilgili var olan teknolojiler kullanılacaktır.
Önerilen/İstenen Ders Kaynakları
Planlanan Öğrenim Faaliyetleri Ve Eğitim Yöntemi
Değerlendirme Yöntemi ve Ölçütleri
Ara Sınav Notunun Başarıya Oranı |
40% |
|---|---|
Yarıyıl Sonu Sınavının Başarıya Oranı |
60% |
Toplam |
100% |
Dersin Eğitim Dili
Türkçe
Mesleki Uygulama
İstenmemekte