Dersi Veren Fakülte \ Bölüm
Mühendislik Fakültesi \ Yapay Zeka Mühendisliği
Kredi
AKTS
Ders Türü
Öğretim Dili
Bu dersin önkoşulu bulunmamaktadır.
Yapay Zeka Mühendisliği Lisans Programı
Bu ders, veri bilimine giriş yapmaktadır. Ele alınan konular şunlardır: veri biliminin temelleri; Python ile kodlamaya giriş; olasılık ve istatistiksel hipotez testleri; veri görselleştirme ve veri bilimi etiği. Ders ayrıca makine öğrenmesi algoritmalarına çok kısa bir giriş de sağlayacaktır.
Ders Kitapları ve/veya Kaynaklar
Learning Data Science by Lau, Gonzalez, and Nolan, O’Reilly Media, 2023
Python for Data Analysis by Wes McKinney, O’Reilly Media, 2022
Veri biliminin temellerini, istatistiksel analizi, makine öğrenmesini öğrenmek ve bunları bir veri bilimi projesine uygulamak
1. Veri bilimi kavramlarının temellerini ve araştırma tasarımını öğrenmek
2. Python'da temel programlama becerilerini öğrenmek
3. Verilere çeşitli kaynaklardan ve formatlardan erişmeyi öğrenmek
4. Analiz ve sunumdan önce verileri ön işleme sürecini öğrenmek
5. Veri biliminde araştırmayı verimli ve etik bir şekilde yürütmeyi öğrenmek
6. Veri analizi projelerini sunmayı öğrenmek
1. Hafta: Veri biliminin temelleri
2. Hafta: Veri biliminin temelleri
3. Hafta: Python ile kodlamaya giriş
4. Hafta: Python ile kodlamaya giriş
5. Hafta: Python ile kodlamaya giriş
6. Hafta: Python ile kodlamaya giriş
7. Hafta: Olasılık ve istatistiksel hipotez testleri
8. Hafta: Olasılık ve istatistiksel hipotez testleri
9. Hafta: Makine öğrenmesine giriş
10. Hafta: Makine öğrenmesine giriş
11. Hafta: Makine öğrenmesine giriş
12. Hafta: Proje sunumları
Referans Değerlendime Ölçütleri
• Ara Sınav % 20
• Final % 25
• Ödev % 25
• Proje % 30
|
Program Çıktısı
*
|
| 1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
|
Ders Çıktısı
|
|---|
| 1 |
|
|
|
|
|
|
|
|
|
|
|
| 2 |
|
|
|
|
|
|
|
|
|
|
|
| 3 |
|
|
|
|
|
|
|
|
|
|
|
| 4 |
|
|
|
|
|
|
|
|
|
|
|
| 5 |
|
|
|
|
|
|
|
|
|
|
|
| 6 |
|
|
|
|
|
|
|
|
|
|
|