Veri Bilimi ve Analitiği Bölümü - Ders İçeriği

Dersin Adı (T-U-K-AKTS)

Birinci Yarıyıl

Veri Bilimi Analitiğine Giriş (3-0-3-6)

Bu dersin amacı, veri biliminin ve temel kavramlarının ne olduğunu, verilerle nasıl çalışıldığını ve bu verilerden anlamlı  bilgilerin nasıl çıkarıldığını öğretmektir. Öğrenciler, büyük veri setlerini anlamayı, düzenlemeyi ve analiz etmeyi öğrenerek, bu bilgileri gerçek dünya problemlerini çözmek için nasıl kullanacaklarını kavrayacaklardır. Dersin içeriği genel olarak sırasıyla, veri bilimine giriş; veri toplama ve hazırlama;temel istatistik ve veri görselleştirme ile veri analizi teknikleri ve uygulamalarını kapsamaktadır.

Ayrık Matematik (3-0-3-5)

Bu dersin amacı, bilgisayar bilimlerinin temelini oluşturan matematiksel düşünme ve problem çözme becerilerini kazandırmayı hedefler. Öğrenciler, bilgisayar algoritmalarının nasıl çalıştığını, verileri  nasıl düzenlendiğini ve karmaşık sorunlara  nasıl mantıksal çözümler bulunması gerektiğini öğreneceklerdir. Dersin içeriği genel olarak sırasıyla, mantık ve ispat teknikleri; kümeler ve bağıntılar; fonksiyonlar; kombinatorik ve sayma graf teori; algoritmalar ve analizi şeklindedir.

Matematik 1 (3-0-3-5)

Bu dersin temel amacı, matematikte analizin temel kavramları sırasıyla verilerek limit, süreklilik, türev, kavramlarını kullanabilir düzeye getirmek ve bu sayede de öğrencilere analitik düşünme, tartışma ve değerlendirme yeteneğini  kazandırmaktır. Dersin içeriği genel olarak sırasıyla reel sayılar ve reel sayı kümeleri; fonksiyonlar ve grafikleri; limit, süreklilik ve türev;  türevin uygulamaları şeklindedir.

İstatistik 1 (3-0-3-5)

Bu dersin amacı, öğrencilere günlük hayatta ve bilimsel çalışmalarda karşımıza çıkan verileri anlamanın ve yorumlamanın temel yollarını öğretir. Sayıları kullanarak dünyayı daha iyi kavramak, doğru kararlar vermek ve yanıltıcı bilgilerden kaçınmak için gerekli olan başlangıç seviyesi istatistiksel düşünmeyi kazandırmayı hedefler. Dersin içeriği genel olarak sırasıyla, temel istatistiksel kavramlar; verileri düzenleme ve özetleme; olasılık hesapları; veri dağılımları; örnekleme ve tahmin şeklindedir.

Türk Dili 1 (2-0-2-2)

Bu dersin temel amacı, öğrencilere ana dillerini doğru, etkili ve güzel kullanma becerisi kazandırmak, Türkçenin yapısı, işleyişi ve zenginliği hakkında bilgi vermek,  bir dil bilinci oluşturmaktır. Dersin içeriği genel olarak sırasıyla, Dilin tanımı, önemi ve özellikleri; Dillerin doğuşu; yeryüzündeki diller ve sınıflandırılması; Dil-düşünce-kültür ilişkisi; Türkçenin dünya dilleri arasındaki yeri; Türkçedeki seslerin özellikleri, sınıflandırılması ve çeşitli ses olayları; Türkçedeki kök ve eklerin işlevleri; Yazım kuralları, noktalama işaretleri ve uygulanmaları ile ilgili çalışmalar oluşturur.

Algoritma ve Programlamaya Giriş (2-2-3-5)

Bu dersin temel amacı, geleceğin veri bilimcileri ve analistleri olarak öğrencileri bilgisayar bilimlerinin ve veri biliminin temel yapı taşlarıyla donatmaktır.Bu ders ile  öğrenciler problemleri soyut bir şekilde algoritmalara dönüştürme yeteneği kazanacak, bu algoritmaları da günümüzde veri biliminde sıklıkla kullanılan bir programlama dilinin değişkenler, veri tipleri, operatörler, koşul ve döngü yapıları gibi temel sözdizimi kurallarıyla somut programlara çevireceklerdir. Dersin içeriği genel olarak sırasıyla, algoritma kavramı;  programlamaya giriş; değişkenler ve veri tipleri; operatörler kontrol yapıları;  koşul ifadeleri ve diziler (listeler); küme (set); sözlük (dictionary) vb. (kullanılan dile göre değişir); dosya işlemleri ve son olarak hata ayıklama (debugging) şeklindedir.

 

İkinci Yarıyıl

Türk Dili 2 (2-0-2-2)

Dersin amacı, öğrencilerin yazılı anlatım becerilerini geliştirmek, farklı yazı türlerini tanıtmak ve akademik yazı yazma yetisi kazandırmak. Ders içerikleri sırasıyla, yazılı anlatım türleri; kompozisyon yazma teknikleri; akademik yazım kuralları; anlatım bozuklukları; yazım kuralları uygulama ve son olarak sunum hazırlama şeklindedir.

Yabancı Dil 2 (2-0-2-2)

Dersin amacı, öğrencilerin temel İngilizce okuma, yazma, dinleme ve konuşma becerileri ile öğrencilere günlük ve akademik amaçları için gerekli dil becerilerinde gelişebilme şansı sağlamaktır. Ders içerikleri sırasıyla, İleri  Kelime Bilgisi (Vocabulary); Okuma Anlama (Reading Comprehension); Konuşma Becerileri (Speaking Skills);Yazma Becerileri (Writing Skills).

Girişimcilik ve Kariyer Planlama (2-0-2-4)

Dersin amacı,  öğrencilerin ilk olarak  girişimcilik kavramını anlamalarını ve daha sonra  kariyer planlaması yapmalarını sağlamaktır. Ders içerikleri sırasıyla;  girişimciliğe giriş ve girişimcilik  türleri, iş fikri geliştirme, kariyer hedefleri belirleme, özgeçmiş hazırlama farklı sektörlerden start-up örnekleri tanıtma ; örnek bir girişimcilik projesi hazırlama şeklindedir.

Nesneye Dayalı Programlama (3-2-4-6)

Dersin amacı, Nesne yönelimli programlama kavramlarını öğretmek ve Java/C# gibi dillerle uygulama geliştirme becerisi kazandırmak. Ders içerikleri sırasıyla,   Sınıf, nesne, kalıtım, çok biçimlilik, kapsülleme, arayüzler GUI programlama şeklindedir.

Lineer Cebir (3-0-3-5)

Dersin amacı, Matrisler, lineer denklem sistemleri, determinantlar, vektör uzayları, alt uzaylar, bazlar, boyutlar, lineer dönüşümler gibi kavramlar sayesinde veriler ile işlemler yaparken kullanılacak matematiksel yapıları öğrenmektir. Ders içerikleri sırasıyla Matris ve Determinantların uygulama alanları; Lineer denklem sistemlerinin Çözüm Yöntemleri; Vektörler, Vektörlerle yapılan işlemler ile Vektör Uzayları ve İç Çarpım Uzaylarının tanınması;  Lineer Dönüşümleri ile Öz Değer ve Öz Vektör yapılarının öğrenilmesi şeklindedir.

Matematik 2 (3-0-3-5)

Dersin amacı, İntegral ve uygulamalarını kapsayarak öğrencilerin analiz becerilerini geliştirmek. Ders içerikleri sırasıyla,  integral kavramının oturtulması, belirli ve belirsiz integraller, alan ve hacim hesaplamaları, integral uygulamaları şeklindedir.

Veri Yapıları ve Algoritmalar (3-0-3-6)

Dersin amacı, öğrencilerin temel veri yapılarının tasarımı, analizi ve geliştirilmesi konusunda bilgi ve beceri sahip olmasını sağlamaktır. Ders içerikleri sırasıyla, veri yapılarının sınıflandırılması, algoritmaya giriş ve karmaşıklık analizi, listeler, yığıtlar, kuyruklar, ağaçlar, çizgeler ve yığınlar gibi temel veri yapıları ve türevleri, önemli sıralama algoritmalarının analizi, dinamik bellek ayırımı kullanarak program yazma konusuna vurgu yapmaktır

 

Üçüncü Yarıyıl

Atatürk İlkeleri ve İnkılap Tarihi 1 (2-0-2-2)

Bu dersin amacı, öğrencilere Türkiye Cumhuriyeti'nin kuruluş felsefesini, Atatürk ilke ve inkılaplarını tarihsel süreç içerisinde doğru ve eleştirel bir bakış açısıyla öğretmektir. Dersin içeriği genel olarak sırasıyla, Osmanlı Devleti'nin son dönemi ve çöküş nedenleri; Milli Mücadele dönemi ve kazanılan zaferler; Türkiye Cumhuriyeti'nin kuruluşu ve temel nitelikleri; Atatürk ilke ve inkılaplarının ortaya çıkışı ve Türk toplumuna etkileri ile ulusal egemenlik, laiklik ve çağdaşlaşma gibi temel kavramları kapsamaktadır.

Python Programlama (2-2-3-5)

Bu dersin amacı, öğrencilere günümüzde kullanılan çok  yönlü programlama dillerinden biri olan Python'ı temel seviyeden ileri seviyeye kadar öğretmektir. Öğrenciler, problem çözme yeteneklerini geliştirirken, algoritmik düşünme becerileri kazanacak ve veri bilimi, yapay zeka, web geliştirme gibi farklı alanlarda kullanılabilecek pratik programlama bilgisi edineceklerdir. Dersin içeriği genel olarak sırasıyla, Python'a giriş ve temel sözdizimi; değişkenler, veri tipleri ve operatörler; koşullu ifadeler ve döngüler; fonksiyonlar ve modüller; listeler, demetler, sözlükler gibi veri yapıları; dosya işlemleri; hata yakalama ve nesne yönelimli programlamaya giriş konularını kapsamaktadır.

Veri Görselleştirme (2-2-3-5)

Bu dersin amacı, öğrencilere büyük ve karmaşık veri setlerini anlamlı ve etkili görsel sunumlar aracılığıyla anlatma becerisi kazandırmaktır. Öğrenciler, farklı veri türleri için uygun görselleştirme tekniklerini öğrenerek, verilerdeki kalıpları, eğilimleri keşfetme, bu bilgileri paydaşlara açık ve anlaşılır bir şekilde iletme yeteneği kazanacaklardır. Dersin içeriği genel olarak sırasıyla, veri görselleştirmenin temelleri ve önemi; farklı grafik türleri (çubuk grafik, çizgi grafik, dağılım grafiği, pasta grafik vb.) ve kullanım alanları; etkili görselleştirme prensipleri ve yanlış görselleştirmelerden kaçınma; görselleştirme araçları ve kütüphaneleri (örneğin Matplotlib, Seaborn, Plotly); interaktif görselleştirmeler ve son olarak dashboard hazırlanmasıdır.

Veri Analitiği (3-2-4-6)

Bu dersin amacı, öğrencilere iş dünyası ve bilimsel araştırmalarda karşılaşılan gerçek dünya problemlerini çözmek için veri analitiği tekniklerini kullanma yeteneği kazandırmaktır. Öğrenciler, verilerden anlamlı içgörüler elde etmek, tahminler yapmak ve karar alma süreçlerini desteklemek için çeşitli istatistiksel ve makine öğrenimi modellerini uygulama becerisi kazanacaklardır. Dersin içeriği genel olarak sırasıyla, veri analitiğine giriş ve veri analitiği yaşam döngüsü; keşifçi veri analizi (EDA); hipotez testleri ve istatistiksel çıkarım; regresyon analizi; sınıflandırma algoritmaları (örneğin karar ağaçları, lojistik regresyon); veri analitiği uygulamaları ve vaka çalışmaları konularını kapsamaktadır.

Mesleki İngilizce 1 (2-0-2-2)

Bu dersin amacı, öğrencilerin kendi mesleki alanlarında karşılaşacakları İngilizce metinleri anlama, mesleki terimleri doğru kullanma ve mesleki iletişim kurma becerilerini geliştirmektir. Dersin içeriği genel olarak sırasıyla, genel mesleki terimler ve kısaltmalar; mesleki alana özgü okuma parçaları; mesleki e-posta yazışmaları ve raporlar; sektörle ilgili sunum teknikleri ve konuşma pratikleri; konularını kapsamaktadır.

 

Dördüncü Yarıyıl

Atatürk İlkeleri ve İnkılap Tarihi-2 (2-0-2-2)

Bu dersin amacı, Türkiye Cumhuriyeti'nin kuruluşu ve gelişim sürecini, Atatürk ilke ve inkılapları çerçevesinde bilimsel bir bakış açısıyla öğrencilere aktarmaktır. Dersin içeriği genel olarak sırasıyla, Lozan Barış Antlaşması'ndan Cumhuriyet'in ilanına geçiş; çok partili hayata geçiş denemeleri, Atatürk inkılapları (siyasi, hukuki, sosyal, eğitim ve kültür alanındaki inkılaplar); Atatürk dönemi dış politikası ve ilkelerinin Türk toplum hayatına etkileri gibi konuları kapsamaktadır.

İstatistik-2 (2-0-2-4)

Bu dersin amacı, öğrencilere temel istatistiksel analiz yöntemlerini ve bu yöntemlerin gerçek dünya problemlerine uygulanmasını öğretmektir. Öğrenciler, veri toplama, düzenleme, özetleme ve yorumlama becerilerini geliştirerek, çıkarımsal istatistiğin temel prensiplerini ve karar verme süreçlerindeki önemini kavrayacaklardır. Dersin içeriği genel olarak sırasıyla, örnekleme teorisi ve örnekleme dağılımları; nokta ve aralık tahminleri; hipotez testleri (tek örneklem, iki örneklem ve çok örneklem testleri); korelasyon ve regresyon analizi ile ki-kare testleri gibi konuları kapsamaktadır.

Denetimsiz Öğrenme (3-2-4-6)

Bu dersin amacı, öğrencilere etiketlenmemiş verilerden anlamlı yapılar ve desenler çıkarmayı sağlayan denetimsiz öğrenme algoritmalarını öğretmektir. Öğrenciler, büyük ve karmaşık veri kümelerindeki gizli ilişkileri ve gruplamaları keşfetmek için kullanılan yöntemleri öğrenerek, bu algoritmaları gerçek dünya uygulamalarında nasıl kullanacaklarını kavrayacaklardır. Dersin içeriği genel olarak sırasıyla, denetimsiz öğrenmeye giriş; kümeleme algoritmaları (K-Means, Hiyerarşik Kümeleme, DBSCAN); boyut indirgeme teknikleri (PCA,); birliktelik kuralı madenciliği gibi konuları kapsamaktadır.

Yapay Sinir Ağları (3-0-3-6)

Bu dersin amacı, öğrencilere insan beyninden esinlenerek tasarlanmış yapay sinir ağlarının temel prensiplerini ve öğrenme algoritmalarını öğretmektir. Öğrenciler, derin öğrenme yaklaşımlarını ve bu ağların görüntü tanıma, doğal dil işleme gibi karmaşık problemleri çözmede nasıl kullanıldığını öğrenerek, kendi yapay sinir ağı modellerini tasarlama ve uygulama becerisi kazanacaklardır. Dersin içeriği genel olarak sırasıyla, yapay sinir ağlarına giriş ve tarihçesi; tek katmanlı ve çok katmanlı algılayıcılar; geri yayılım algoritması; evrişimli sinir ağları (CNN); tekrarlayan sinir ağları (RNN) ve uzun kısa süreli bellek ağları (LSTM) gibi konuları kapsamaktadır.

 

Beşinci Yarıyıl

Veri Biliminde Etik ve Hukuk (2-0-2-4)

Bu dersin amacı, öğrencilere veri biliminin etik boyutlarını ve  konu ile ilgili yasal düzenlemeleri öğretmektir. Öğrenciler, veri toplama, depolama, işleme ve paylaşma süreçlerinde ortaya çıkabilecek etik ikilemleri ve hukuki sorumlulukları anlayarak, veri bilimi projelerinde şeffaflık, gizlilik ve adalet ilkelerini nasıl uygulayacaklarını kavrayacaklardır. Dersin içeriği genel olarak sırasıyla, veri etiğine giriş; kişisel verilerin korunması kanunu (KVKK) gibi ulusal ve uluslararası veri koruma mevzuatları; veri gizliliği ve güvenliği; algoritmik ayrımcılık ve önyargı; yapay zeka etiği ve veri sorumluluğu gibi konuları kapsamaktadır.

Derin Öğrenme (3-2-4-6)

Bu dersin amacı, öğrencilere modern yapay zeka uygulamalarının temelini oluşturan derin öğrenme algoritmalarını ve mimarilerini öğretmektir. Öğrenciler, büyük veri setleri üzerinde karmaşık örüntüleri tanıma ve tahmin modelleri oluşturma yeteneklerini geliştirerek, görüntü işleme, doğal dil işleme ve konuşma tanıma gibi alanlarda derin öğrenme modellerini tasarlama ve uygulama becerisi kazanacaklardır. Dersin içeriği genel olarak sırasıyla, derin öğrenmeye giriş ve tarihçesi; temel derin öğrenme mimarileri (çok katmanlı algılayıcılar, evrişimli sinir ağları, tekrarlayan sinir ağları); transfer öğrenimi; üretken çekişmeli ağlar (GAN) ve pekiştirmeli öğrenme gibi konuları kapsamaktadır.

Sinyal ve Görüntü Analitiği (3-0-3-6)

Bu dersin amacı, öğrencilere sinyal ve görüntü verilerinden anlamlı bilgiler çıkarma ve bu verileri analiz etme yöntemlerini öğretmektir. Öğrenciler, farklı domainlerdeki sinyal ve görüntü verilerini işlemek için kullanılan temel teknikleri öğrenerek, bu verilerden elde edilen içgörüleri gerçek dünya problemlerini çözmek için nasıl kullanacaklarını kavrayacaklardır. Dersin içeriği genel olarak sırasıyla, sinyal ve görüntü işlemeye giriş; temel görüntü işleme operasyonları (filtreleme, kenar tespiti); özellik çıkarımı; sinyal dönüşümleri (Fourier, Wavelet); görüntü sınıflandırma, segmentasyon ve nesne tanıma gibi konuları kapsamaktadır.

 

Altıncı Yarıyıl

Büyük Veri ve Analitiği (3-0-3-6)

Bu dersin amacı, öğrencilere günümüzün en önemli kavramlarından biri olan büyük veriyi anlamayı ve bu veriden değer yaratmayı öğretmektir. Öğrenciler, geleneksel yöntemlerle işlenemeyen devasa veri kümelerini yönetme, depolama ve analiz etme yöntemlerini öğrenerek, büyük veri ekosisteminde kullanılan temel araç ve teknolojilere hakim olacaklardır. Dersin içeriği genel olarak sırasıyla, büyük veriye giriş ve temel özellikleri; Hadoop ekosistemi (HDFS, YARN); NoSQL veritabanları (Cassandra, MongoDB); Spark ile veri işleme ve analiz; akış verisi analizi ve büyük veri görselleştirme gibi konuları kapsamaktadır.

Doğal Dil İşlemenin Temelleri (3-0-3-5)

Bu dersin amacı, öğrencilere bilgisayarların insan dilini anlamasını, işlemesini ve üretmesini sağlayan doğal dil işleme (NLP) alanının temel kavramlarını ve algoritmalarını öğretmektir. Öğrenciler, metinsel verilerden anlam çıkarmayı, dilbilgisel yapıları analiz etmeyi ve metin tabanlı uygulamalar geliştirmeyi öğrenerek, günümüzün yapay zeka uygulamalarında NLP'nin kritik rolünü kavrayacaklardır. Dersin içeriği genel olarak sırasıyla, NLP'ye giriş ve tarihçesi; metin ön işleme teknikleri (tokenizasyon, stemming, lemmatizasyon); kelime gömme modelleri (Word2Vec, GloVe); dil modelleri ve istatistiksel NLP; metin sınıflandırma ve duygu analizi gibi konuları kapsamaktadır.

Yüksek Başarımlı Hesaplama (3-0-3-5)

Bu dersin amacı, öğrencilere karmaşık veri bilimi problemlerini ve büyük ölçekli hesaplamaları etkin bir şekilde çözmek için kullanılan yüksek başarımlı hesaplama (HPC) tekniklerini öğretmektir. Öğrenciler, paralel programlama modellerini, dağıtık sistem mimarilerini ve performans optimizasyon stratejilerini öğrenerek, veri yoğun ve hesaplama ağırlıklı görevlerde sistem kaynaklarını en verimli şekilde kullanma becerisi kazanacaklardır. Dersin içeriği genel olarak sırasıyla, yüksek başarımlı hesaplamaya giriş ve temel kavramlar; paralel mimariler (çok çekirdekli işlemciler, GPU'lar); OpenMP ve MPI ile paralel programlama; dağıtık dosya sistemleri; bulut bilişimde HPC ve performans metrikleri gibi konuları kapsamaktadır.

 

Yedinci Yarıyıl

Nesnelerin İnterneti (3-2-4-6)

Bu dersin amacı, öğrencilere Nesnelerin İnterneti (IoT) ekosisteminin temel bileşenlerini, çalışma prensiplerini ve veri bilimi ile entegrasyonunu öğretmektir. Öğrenciler, IoT cihazlarından toplanan büyük veri kümelerinin nasıl işleneceğini, analiz edileceğini ve bu verilerle anlamlı içgörüler elde etmeyi öğreneceklerdir. Dersin içeriği genel olarak sırasıyla, IoT mimarisi ve protokolleri; sensör teknolojileri ve veri toplama; bulut bilişim ve IoT entegrasyonu; IoT veri analitiği teknikleri (gerçek zamanlı analiz, makine öğrenimi uygulamaları); güvenlik ve gizlilik konuları ile akıllı şehirler, akıllı evler ve endüstriyel IoT gibi uygulama alanlarını kapsamaktadır.

İş Sağlığı ve Güvenliği (2-0-2-4)

Bu dersin amacı, öğrencilere iş sağlığı ve güvenliği (İSG) alanındaki temel kavramları, yasal düzenlemeleri ve veri odaklı yaklaşımları öğretmektir. Öğrenciler, işyerindeki riskleri tanımlama, değerlendirme ve önleme yöntemlerini öğrenirken, veri bilimi analitiği ile İSG verilerini kullanarak proaktif güvenlik stratejileri geliştirmeyi kavrayacaklardır. Dersin içeriği genel olarak sırasıyla, İSG'ye giriş ve temel kavramlar; risk değerlendirme ve yönetimi; iş kazaları ve meslek hastalıkları analizi; İSG mevzuatı ve standartları; ergonomi; acil durum planlaması ve veri analizi araçlarıyla İSG performansının izlenmesi ve iyileştirilmesi gibi konuları kapsamaktadır.

 

Sekizinci Yarıyıl

Olasılıksal Makine Öğrenmesi (3-0-3-5)

Bu dersin amacı, öğrencilere olasılık teorisi ve istatistiksel çıkarım prensiplerini kullanarak makine öğrenmesi modellerini anlamayı ve geliştirmeyi öğretmektir. Öğrenciler, belirsizlik altındaki kararları modellemek, veri dağılımlarını tahmin etmek ve daha sağlam, yorumlanabilir modeller oluşturmak için olasılıksal yaklaşımların nasıl kullanıldığını öğreneceklerdir. Dersin içeriği genel olarak sırasıyla, olasılık teorisi temelleri; Bayes Teoremi ve Bayesçi çıkarım; olasılıksal grafik modelleri (Bayes Ağları, Markov Rastgele Alanları); Gauss Süreçleri; Monte Carlo yöntemleri gibi konuları kapsamaktadır.

Bulut Bilişim (3-2-4-5)

Bu dersin amacı, öğrencilere bulut bilişim kavramlarını, mimarilerini ve temel hizmetlerini öğretmektir. Öğrenciler, büyük veri kümelerinin depolanması, işlenmesi ve analizi için bulut tabanlı platformların ve hizmetlerin nasıl kullanıldığını öğrenerek, ölçeklenebilir ve esnek veri bilimi çözümleri geliştirmek için gerekli becerileri kazanacaklardır. Dersin içeriği genel olarak sırasıyla, bulut bilişime giriş ve hizmet modelleri (IaaS, PaaS, SaaS); sanallaştırma teknolojileri; depolama ve veritabanı hizmetleri (SQL ve NoSQL); büyük veri analitiği için bulut platformları (örn., Azure, GCP); bulut güvenliği ve maliyet yönetimi gibi konuları kapsamaktadır.

Bu içerik 24/09/2025 tarihinde güncellenmiştir.