| Ders Adı | Kodu | Yerel Kredi | AKTS | Ders (saat/hafta) | Uygulama (saat/hafta) | Laboratuar (saat/hafta) |
|---|---|---|---|---|---|---|
| Pyhton ile Veri Analizi | ELM2110 | 3 | 4 | 3 | 0 | 0 |
| Önkoşullar | Yok |
|---|
| Yarıyıl | Güz, Bahar |
|---|
| Dersin Dili | İngilizce, Türkçe |
|---|---|
| Dersin Seviyesi | Lisans |
| Dersin Türü | Seçmeli @ Elektrik Mühendisliği Lisans Programı (%30 İngilizce) |
| Ders Kategorisi | Temel Meslek Dersleri |
| Dersin Veriliş Şekli | Yüz yüze |
| Dersi Sunan Akademik Birim | Elektrik Mühendisliği Bölümü |
|---|---|
| Dersin Koordinatörü | Ali Ajder |
| Dersi Veren(ler) | Alpaslan Demirci, Ali Ajder, Ramazan Ayaz |
| Asistan(lar)ı |
| Dersin Amacı | - Python dilini kullanarak veri analizi yapabilme becerisini kazandırmak. - Veri ön işleme, analiz etme ve görselleştirme yöntemlerini öğretmek. - Veri biliminde kullanılan temel Python kütüphaneleri (NumPy, Pandas, Matplotlib, vb.) hakkında bilgi sağlamak. - Veri setlerini anlamak, analiz etmek ve yorumlamak. |
|---|---|
| Dersin İçeriği | 1. Python’a Giriş ve Veri Bilimi ile Tanışma - Python programlama dili temelleri - Veri analizi ve veri bilimi kavramları - Python’da veri işleme araçları 2. NumPy ile Sayısal Verilerin Analizi - NumPy dizileri ve temel işlemler - Vektör ve matris hesaplamaları 3. Pandas ile Veri Çerçeveleri (DataFrame) - Pandas kütüphanesi ile veri işleme - Veri çerçevesi oluşturma ve veri manipülasyonu - Veriyi temizleme ve ön işleme 4. Veri Görselleştirme - Matplotlib kütüphanesi ile grafikler oluşturma - Veri setlerini görselleştirme teknikleri 5. İleri Seviye Veri Analiz Teknikleri - Veri analizi yöntemleri ve uygulamalar - İstatistiksel veri analizi ve modelleme 6. Proje: Veri Analizi Uygulaması - Öğrencilerin öğrendikleri tekniklerle veri analizi yapacakları bir proje |
| Ders Kitabı / Malzemesi / Önerilen Kaynaklar | |
| Opsiyonel Program Bileşenleri | Yok |
Ders Öğrenim Çıktıları
- Python programlama dilinin temellerini öğrenir ve veri analizi için uygular.
- Veri manipülasyonu ve analizinde kullanılan temel kütüphaneleri (NumPy, Pandas) etkin şekilde kullanabilir.
- Veri görselleştirme araçlarını (Matplotlib, Seaborn) kullanarak veriyi daha anlaşılır hale getirebilir ve grafiklerle analiz edebilir.
- İstatistiksel veri analiz yöntemlerini kullanarak verilerdeki desenleri keşfeder ve çıkarımlar yapar.
- Gerçek dünya veri setlerinde analiz yaparak, elde edilen sonuçları değerlendirir ve veri odaklı kararlar alır.
Ders Öğrenim Çıktısı & Program Çıktısı Matrisi
| DÖÇ-1 | DÖÇ-2 | DÖÇ-3 | DÖÇ-4 | DÖÇ-5 | |
| PÇ-1 | - | - | - | - | - |
| PÇ-2 | - | - | - | - | - |
| PÇ-3 | - | - | - | - | - |
| PÇ-4 | 2 | 1 | 3 | - | - |
| PÇ-5 | - | - | - | 4 | - |
| PÇ-6 | - | - | - | - | - |
| PÇ-7 | - | - | - | - | 5 |
| PÇ-8 | - | - | - | - | - |
| PÇ-9 | - | - | - | - | - |
| PÇ-10 | - | - | - | - | - |
| PÇ-11 | - | - | - | - | - |
| PÇ-12 | - | - | - | - | - |
| PÇ-13 | - | - | - | - | - |
| PÇ-14 | - | - | - | - | - |
| PÇ-15 | - | - | - | - | - |
| PÇ-16 | - | - | - | - | - |
| PÇ-17 | - | - | - | - | - |
| PÇ-18 | - | - | - | - | - |
| PÇ-19 | - | - | - | - | - |
| PÇ-20 | - | - | - | - | - |
| PÇ-21 | - | - | - | - | - |
| PÇ-22 | - | - | - | - | - |
| PÇ-23 | - | - | - | - | - |
| PÇ-24 | - | - | - | - | - |
| PÇ-25 | - | - | - | - | - |
| PÇ-26 | - | - | - | - | - |
| PÇ-27 | - | - | - | - | - |
| PÇ-28 | - | - | - | - | - |
| PÇ-29 | - | - | - | - | - |
| PÇ-30 | - | - | - | - | - |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Python’a Giriş ve Veri Bilimi ile Tanışma - Python programlama dili temelleri - Veri analizi ve veri bilimi kavramları - Python’da veri işleme araçları | |
| 2 | Python’a Giriş ve Veri Bilimi ile Tanışma - Python programlama dili temelleri - Veri analizi ve veri bilimi kavramları - Python’da veri işleme araçları | |
| 3 | NumPy ile Sayısal Verilerin Analizi - NumPy dizileri ve temel işlemler - Vektör ve matris hesaplamaları | |
| 4 | Pandas ile Veri Çerçeveleri (DataFrame) - Pandas kütüphanesi ile veri işleme - Veri çerçevesi oluşturma ve veri manipülasyonu - Veriyi temizleme ve ön işleme | |
| 5 | Pandas ile Veri Çerçeveleri (DataFrame) - Pandas kütüphanesi ile veri işleme - Veri çerçevesi oluşturma ve veri manipülasyonu - Veriyi temizleme ve ön işleme | |
| 6 | Veri Görselleştirme - Matplotlib kütüphanesi ile grafikler oluşturma - Veri setlerini görselleştirme teknikleri | |
| 7 | Veri Analizine İleri Seviye Yaklaşımlar - İstatistiksel veri analizi yöntemleri | |
| 8 | Ara Sınav 1 | |
| 9 | Veri Analizine İleri Seviye Yaklaşımlar - İstatistiksel veri analizi yöntemleri | |
| 10 | Veri analizi konularında derinlemesine uygulamalar ve proje çalışmaları. | |
| 11 | Veri analizi konularında derinlemesine uygulamalar ve proje çalışmaları. | |
| 12 | Veri analizi konularında derinlemesine uygulamalar ve proje çalışmaları. | |
| 13 | Veri analizi konularında derinlemesine uygulamalar ve proje çalışmaları. | |
| 14 | Veri analizi konularında derinlemesine uygulamalar ve proje çalışmaları. | |
| 15 | Veri analizi konularında derinlemesine uygulamalar ve proje çalışmaları. | |
| 16 | Final |
Değerlendirme Sistemi
| Etkinlikler | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | ||
| Laboratuar | ||
| Uygulama | ||
| Arazi Çalışması | ||
| Derse Özgü Staj | ||
| Küçük Sınavlar/Stüdyo Kritiği | ||
| Ödev | ||
| Sunum/Jüri | ||
| Projeler | 1 | 30 |
| Seminer/Workshop | ||
| Ara Sınavlar | 1 | 30 |
| Final | 1 | 40 |
| Dönem İçi Çalışmaların Başarı Notuna Katkısı | ||
| Final Sınavının Başarı Notuna Katkısı | ||
| TOPLAM | 100 | |
AKTS İşyükü Tablosu
| Etkinlikler | Sayı | Süresi (Saat) | Toplam İşyükü |
|---|---|---|---|
| Ders Saati | 14 | 3 | |
| Laboratuar | |||
| Uygulama | |||
| Arazi Çalışması | |||
| Sınıf Dışı Ders Çalışması | 14 | 3 | |
| Derse Özgü Staj | |||
| Ödev | 0 | 0 | |
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Projeler | 1 | 15 | |
| Sunum / Seminer | |||
| Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 6 | |
| Final (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 6 | |
| Toplam İşyükü : | |||
| Toplam İşyükü / 30(s) : | |||
| AKTS Kredisi : | |||
| Diğer Notlar | Yok |
|---|
