Dokuz Eylül Üniversitesi Ders Katoloğu / Bilgi Paketi

Genel Tanım

Kuruluş (kuruluş tarihi, programın genel yapısı)

Veri Bilimi yüksek lisans programı 2019 yılında kurulmuştur. 2019-2020 eğitim-öğretim yılında öğrenci kabulüne başlanmıştır. Programın amacı istatistiksel düşüncenin temellerine hâkim, makine öğreniminin gücünü ve veri bilimi için gereken yöntem ve teknolojilerin kullanımını bilen, gerekli teknik donanıma sahip uzmanlar yetiştirmektir.

Kazanılan Derece

Veri Bilimi Yüksek Lisans

Derecenin Düzeyi

İkinci Düzey (Yüksek Lisans Derecesi)

Kabul ve Kayıt Koşulları

Lisans Derecesi diploması, ülke çapında yapılan Lisansüstü Giriş Sınavından (ALES) ilgili alandaen az 55 puan, Enstitü giriş sınavından en az 65 puan.

Önceki Öğrenmenin Tanınması Hakkında Kurallar

Dokuz Eylül Üniversitesi Lisansüstü Eğitim ve Öğretim Yönetmeliği, Ana Bilim Dalı Başkanlığı'nın uygun görüşü ve Enstitü Yönetim Kurulu kararı ile Enstitü Kurulu'nca belirlenen yatay geçiş koşullarını sağlamaları halinde Enstitülere bağlı programlara yatay geçişle öğrenci alınmaktadır. Öğrencinin bir başka üniversitenin lisansüstü programına kayıtlı iken alıp başarılı olduğu derslerden Dokuz Eylül'de aynı lisansüstü programa kayıt olduktan sonra hangilerinin asgari ders yükünden sayılması ile ilgili dilekçesine istinaden, ders içeriklerini ve not döküm çizelgesini gösteren başvurusu, danışmanın önerisi, anabilim dalı başkanlığının görüşü ve enstitü yönetim kurulu kararıyla belirlenir. Değişim programlarına katılan öğrencilerin karşı üniversiteden aldıkları dersler seçimlik ya da zorunlu ders olarak Enstitü Yönetim Kurulu onayı ile kabul edilebilir.

Yeterlilik Koşulları ve Kuralları

2 yıl ,1 yılda 2 yarıyıl,her yarıyılda 16 hafta, 120 AKTS.

Program Profili (programın amacı, programın yapısı, yöneldiği alanlar, bölüm olanakları)

Program, veri bilimi için gerekli olan istatistik ve bilişim metodolojisine temel oluşturacak, tanımlayıcı ve çıkarsamalı istatistiksel yöntemler ile bilgisayar uygulamalarını kapsamaktadır.

Temel Program Kazanımları

1	Veri Biliminde çalışmak için gerekli olan istatistik ve bilişim metodolojisinin temelini oluşturmak.
2	Çözüm üretmek için veri toplayabilir ve yönetebilir olmak.
3	Analiz yapmak için verileri aktarabilir, düzenleyebilir ve işleyebilir olmak.
4	Verileri analiz etmek için keşifsel ve çıkarsamalı yöntemleri uygun bir şekilde seçebilmek ve sonuçları bağlamsal olarak yorumlayabilmek.
5	Geniş bir çeşitlilikte görsel ve sayısal veri özeti oluşturabilmek ve istatistiksel programlama dillerini kullanarak temel çıkarsama yöntemlerini uygulayabilmek.
6	Karmaşık istatistiksel modeller oluşturabilmek, bu modellerin verilere uyumunu değerlendirebilmek ve bu modelleri gerçek problemler için uygulayabilmek.
7	Problemleri çözmek için basit algoritmaları formüle edebilmek ve bunları veri bilimi çalışması için uygun yüksek seviyeli bir dilde kodlayabilmek (örneğin Python, R, Java).

Mezunların İstihdam Profilleri

Mezunlar kamu, özel sektör ve akademik kurumlarda veri bilimcisi, veri analisti olarak istihdam edilebilirler.

Üst Derece Programlarına Geçiş

Üçüncü düzey programlara başvurabilir.

TYYÇ - Program Yeterlilikleri İlişkisi

Ders Yapısı ve Kredileri

Dönem	No	Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
Programın zorunlu derslerine ek olarak, öğrenciler danışmanlarının onayı ile kendi tez konularına uygun seçmeli derslere kayıtlanırlar. Gerekli durumlarda, danışmanının onayı ile başka programlardan (DEU veya diğer üniversiteler) da derslere kayıtlanabilirler.Öğrencinin danışmanının onayı ile MAT 5083 Uygulamalı Matematiğe Giriş veya DSM 5001 Veri Biliminde Olasılık ve İstatistik derslerinden biri ile DSM 5003 İstatistiksel Hesaplama ve Programlama için R veya DSM 5004 Veri Bilimi için Python derslerinden birini zorunlu olarak alır. Öğrencinin zorunlu olarak alması gereken bu dersler danışmanınca ders kayıtlarında mutlaka Enstitüye bildirilir.
D:Ders U:Uygulama L:Laboratuvar B:Bahar Dönemi G:Güz Dönemi H:Her İki Dönem
1 .Dönem:
G	1	FBE 5555	Bilimsel Araştırma Teknikleri ve Yayın Etiği	ZORUNLU	3	0	0	5
G	0	-	SEÇMELİ DERSLER	SEÇMELİ	-	-	-	25
TOPLAM:								30

1 .Dönem Seçmeli:
Dönem	No	Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
G	1	DSM 5001	Veri Biliminde Olasılık ve İstatistik	SEÇMELİ	3	0	0	8
G	2	DSM 5003	İstatistiksel Hesaplama ve Programlama için R	SEÇMELİ	3	0	0	8
G	3	DSM 5005	Veri İşleme ve Yönetimi	SEÇMELİ	3	0	0	8
G	4	DSM 5007	Denetimli İstatistiksel Öğrenme	SEÇMELİ	3	0	0	8
G	5	MAT 5083	Uygulamalı Matematiğe Giriş	SEÇMELİ	3	0	0	9
G	6	DSM 5011	Hesaplamalı Dilbilim Uygulamaları	SEÇMELİ	3	0	0	8
G	7	DSM 5013	Büyük Veri Teknolojileri ve Uygulamaları	SEÇMELİ	3	0	0	8
G	8	DSM 5015	İstatistikte Bulanık Mantık	SEÇMELİ	3	0	0	8
G	9	DSM 5009	Deterministik Optimizasyon Yöntemleri	SEÇMELİ	3	0	0	8

2 .Dönem:
Dönem	No	Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
B	1	DSM 5098	Uzmanlık Alanı Dersi	ZORUNLU	2	0	0	3
B	2	DSM 5096	Seminer	ZORUNLU	0	2	0	3
B	0	-	SEÇMELİ DERSLER	SEÇMELİ	-	-	-	24
TOPLAM:								30

2 .Dönem Seçmeli:
Dönem	No	Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
B	1	DSM 5002	Veri Bilimi için Çıkarsamalı İstatistiksel Yöntemler	SEÇMELİ	3	0	0	8
B	2	DSM 5004	Veri Bilimi için Python	SEÇMELİ	3	0	0	8
B	3	DSM 5006	Keşifsel Veri Analizi ve Veri Görselleştirme	SEÇMELİ	3	0	0	8
B	4	DSM 5016	Görüntü İşleme	SEÇMELİ	3	0	0	8
B	5	DSM 5010	Operasyon Yönetimi için Veri Analizi	SEÇMELİ	3	0	0	8
B	6	DSM 5012	Uygulamalı Zaman Serisi Analizi	SEÇMELİ	3	0	0	8
B	7	DSM 5014	Derin Öğrenme Yöntemleri ve Uygulamaları	SEÇMELİ	3	0	0	8
B	8	DSM 5008	Denetimsiz İstatistiksel Öğrenme	SEÇMELİ	3	0	0	8

3.Dönem:
Dönem	No	Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
G	1	DSM 5099	Tez	ZORUNLU	0	0	0	30
TOPLAM:								30

4.Dönem:
Dönem	No	Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
B	1	DSM 5099	Tez	ZORUNLU	0	0	0	30
TOPLAM:								30

Sınavlar, Ölçme ve Değerlendirme

Sınavlar ve geçme notları ile ilgili olarak Dokuz Eylül Üniversitesi Lisansüstü Eğitim ve Öğretim Yönetmeliği ve Fen Bilimleri Enstitüsü Lisansüstü Eğitim Öğretim ve Sınav Uygulama Esasları uygulanmaktadır.
Ders değerlendirme kriterleri, o dersi veren öğretim üyesi (üyeleri) tarafından tanımlanır ve bilgi paketinde yer alan Ders Tanıtım Formunda verilir.

Mezuniyet Koşulları

Tezli ikinci devre (Yüksek Lisans Derecesi) Programı dersler (en az 54 AKTS), seminer (3 AKTS), M. Sc. Research (3 AKTS) ve M. Sc. Thesis (60 AKTS), toplam 120 AKTS kredisinden oluşmaktadır. Öğrenciler minimum 2.50/4.00 Ağrlıklı Not Ortalaması'na sahip olmalı ve tüm dersleri en az CB / S / TP notları ile geçmelidir.

Çalışma Şekli (tam zamanlı,yarı zamanlı,e-öğrenme)

Tam gün

Adres ve İletişim Bilgileri (program başkanı veya eşdeğeri)

Bölüm Başkanı: Prof.Dr.Burcu Hüdaverdi
E-Posta :istatistik@deu.edu.tr
Telefon : +90 232 - 3018510
Dokuz Eylül Üniversitesi Fen Fakültesi
Tınaztepe Kampüsü
35390 Buca / İzmir

DERECE PROGRAMLARI