Veri Bilimi ve Büyük Veri Yüksek Lisans Programı

Programı Sunan Akademik BirimVeri Bilimi ve Büyük Veri(Disiplinlerarası)
Programın TürüLisans Programı
Kazanılan Derecenin SeviyesiBu program, Yüksek Lisans seviyesinde öğrenim veren bir programdır.
Kazanılan DereceBu programı başarıyla tamamlayan öğrenciler, Veri Bilimi ve Büyük Veri Yüksek Lisans Programı alanında Yüksek Lisans Derecesi (Fen Bilimleri) almaya hak kazanmaktadırlar.
Eğitim TürüTam zamanlı
Kayıt Kabul KoşullarıALES puanının %50’si, lisans AGNO’sunun %10’u ve giriş sınavı notunun %40’ı dikkate alınarak hesaplanır. Yüksek lisans programlarına öğrenci kabulünde ALES puanı istenmediği durumlarda genel değerlendirme sisteminde lisans AGNO ve giriş sınavı başarı notunun yüzdelik etkisi, ilgili mevzuat kapsamında belirlenen minimum değerlerden az olmamak kaydıyla ilgili anabilim/anasanat dalı kurulunun görüşü ve ilgili Enstitü Kurulunun onayı ile Senato tarafından belirlenir.
Önceki Öğrenmenin TanınmasıYatay geçişle veya yükseköğretim kurumlarının lisansüstü programlarından ilişik kesilme sebebiyle ayrılmış ve lisansüstü programlarımıza kaydolan öğrencilerin, daha önce lisansüstü seviyesinde almış olduğu dersin başarı notunun başvurduğu program düzeyi için geçerli olan minimum başarı notunu sağlaması durumunda en fazla 3 (üç) ders ilgili anabilim/anasanat dalının tanımlamış olduğu seçmeli ve/veya zorunlu ders yüküne sayılabilir.
Kazanılan Derece Gereklilikleri Ve KurallarTezli yüksek lisans programı; a) Program, toplam 21 (yirmi bir) krediden az olmamak koşuluyla, ilgili program tarafından tanımlanan zorunlu dersleri de içerecek şekilde en az 7 (yedi) ders, Seminer dersi, Araştırma Yöntemleri ve Bilimsel Etik dersi ve tez çalışmasından oluşur. b) Program bir eğitim-öğretim dönemi 60 AKTS kredisinden az olmamak koşuluyla toplam en az 120 AKTS kredisinden oluşur.
Program Tanımı
Program Eğitim AmaçlarıAmaçlar
Mezunların Mesleki Profili
Bir Üst Dereceye Geçiş
Sınavlar, Değerlendirme Ve Notlandırma
Mezuniyet KoşullarıTezli Yüksek Lisans Programı, toplam 21 (yirmi bir) krediden az olmamak koşuluyla, en az 7 (yedi) ders, Seminer dersi, Araştırma Yöntemleri ve Bilimsel Etik dersi ve en az 120 AKTS değerinin sağlanması, mezun olunmak istenilen dönemde tez ve uzmanlık alan dersinin seçilmiş olması gerekmektedir.

Program Çıktıları

    Müfredat

    1.Yıl - Güz Yarıyılı
    KoduÖnk. Ders Adı Ders Uygulama Laboratuar Yerel Kredi AKTS
    SEC0001 Seçmeli 130037.5
    SEC0002 Seçmeli 230037.5
    SEC0003 Seçmeli 330037.5
    SEC0004 Zorunlu 130037.5
    30 Toplam:
    1.Yıl - Bahar Yarıyılı
    KoduÖnk. Ders Adı Ders Uygulama Laboratuar Yerel Kredi AKTS
    SEC0005 Seçmeli 430037.5
    SEC0006 Seçmeli 530037.5
    SEC0007 Seçmeli 630037.5
    VBL5001 Seminer01007.5
    VBL5004 Araştırma Yöntemleri ve Bilimsel Etik20025
    35 Toplam:
    2.Yıl - Güz Yarıyılı
    KoduÖnk. Ders Adı Ders Uygulama Laboratuar Yerel Kredi AKTS
    VBL5003 Uzmanlık Alan Dersi300010
    VBL5000 Yüksek Lisans Tezi010020
    30 Toplam:
    2.Yıl - Bahar Yarıyılı
    KoduÖnk. Ders Adı Ders Uygulama Laboratuar Yerel Kredi AKTS
    VBL5003 Uzmanlık Alan Dersi300010
    VBL5000 Yüksek Lisans Tezi010020
    30 Toplam:
    125 Program Toplam AKTS:
    Zorunlu Dersler
    KoduÖnk. Ders Adı Ders Uygulama Laboratuar Yerel Kredi AKTS
    VBL5100 Veri Bilimi için Algoritma Tasarımı ve Analizi30037.5
    VBL5110 Veri Madenciliği30037.5
    VBL5120 Veri Bilimi İçin Olasılık ve İstatistik30037.5
    VBL5130 Veri Bilimi için Çıkarsamalı İstatistik30037.5
    VBL5140 Veri Biliminin Matematiksel Temelleri30037.5
    VBL5150 Hesaplamalı Sürü Zekası30037.5
    Seçmeli Dersler
    KoduÖnk. Ders Adı Ders Uygulama Laboratuar Yerel Kredi AKTS
    VBL5160 Büyük Veriye Giriş 30037.5
    VBL5170 Yapay Zekaya Giriş30037.5
    VBL5180 Makine Öğrenmesine Giriş30037.5
    VBL5190 Denetimli İstatistiksel Öğrenme30037.5
    VBL5200 Denetimsiz İstatistiksel Öğrenme30037.5
    VBL5210 Veri Tabanı Yönetimi ve Veri Ambarı Kavramları30037.5
    BLM5110 Makine Öğrenmesi30037.5
    BLM5121 Web Madenciliği30037.5
    BLM5152 Veri Yoğun Bilimleri için Bulut Programlama30037.5
    BLM5133 Verilerin Görselleştirilmesi30037.5
    BLM5132 Zeki Optimizasyon Yöntemleri30037.5
    BLM5117 Veri Tabanı Sistemlerinin Gerçeklenmesi 30037.5
    BLM5116 Veri Madenciliği ve Bilgi Keşfi30037.5
    IST5106 Çok Değişkenli İstatistik Yöntemler30037.5
    IST5123 Uygulamalı Regresyon Yöntemleri30037.5
    IST5118 Uygulamalı Zaman Serileri30037.5
    IST5103 Biyoistatistik Uygulamaları30037.5
    IST5101 Bayesçi Veri Analizi 30037.5
    IST5125 Sosyal Ağ Analizi30037.5
    IST5119 Veri Zarflama Analizi ve Uygulamaları30037.5
    IST5124 Parametrik Olmayan İstatistik Yöntemler30037.5
    MTM5204 Uygulamalı Fonksiyonel Analiz30037.5
    MTM5133 Yöneylem Araştırmasında Özel Konular30037.5
    MTM5131 Yapay Zekanın Matematiksel Temelleri 30037.5

    Ders & Program Çıktıları Matrisi

    Program Çıktıları
    Kodu Ders Adı

    Türkiye Yüksek Öğretim Yeterlilikleri Çerçevesi (TYYÇ) ve Program Çıktısı (PÇ)İlişki Matrisi

    BİLGİBECERİLERYETKİNLİKLER
    KuramsalUygulamalıKavramsal/BilişselUygulamalıBağımsız Çalışabilme ve Sorumluluk Alabilme yetkinliğiÖğrenme Yetkinliğiİletişim ve Sosyal YetkinlikAlana Özgü Yetkinlik