• ANASAYFA
• ÜNİVERSİTE HAKKINDA
  • İsim - Adres
  • Genel Bilgi
  • Üniversite Yönetimi
  • Akademik Takvim
  • Derece Programları
  • Yabancı Dilde Eğitim Veren Birimler
  • Genel Kabul ve Kayıt Koşulları
  • Kredi Hareketliliği ve Önceki Öğrenmenin Tanınması
  • AKTS Kredilerinin Belirlenmesi
  • Akademik Danışmanlık
  • İletişim
• DERECE PROGRAMLARI
  • Doktora Programları
  • Yüksek Lisans Programları
  • Lisans Programları
  • Önlisans Programları
• ÖĞRENCİ İÇİN GENEL BİLGİLER
  • Yaşam Standardı
  • Barınma
  • Beslenme
  • Sağlık
  • Engelli İçin Olanaklar
  • Sigorta
  • Finansal Destekler
  • Öğrenci İşleri Daire Başkanlığı
  • Uluslararası Öğrenciler için Pratik Bilgiler
  • Dil Kursları
  • Staj Olanakları
  • Sportif, Sosyal ve Kültürel Faaliyetler
  • Öğrenci Toplulukları ve Kulüpler
  • İzmir-Türkiye Hakkında
• ULUSLARARASI İLİŞKİLER
  • Dış İlişkiler Koordinatörlüğü
  • Kayıt İşlemleri
  • Anlaşmalar
  • Koordinatörler
  • Belgeler
  • Yabancı Dilde Eğitim Veren Birimler
  • AKTS/DE Etiketi

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS YBS 6011 Büyük Veri Yönetimi SEÇMELİ 3 0 0 7

Dersi Veren Birim

Yönetim Bilişim Sistemleri Doktora

Dersin Düzeyi

Doktora

Ders Koordinatörü

DOÇ.DR. CAN AYDIN

Dersi Alan Birimler

Yönetim Bilişim Sistemleri Doktora

Dersin Amacı

Bu dersin amacı büyük verilerin paylaşımı, görselleştirilmesi, sınıflandırılması ve analiz edilmesi için gerekli yöntem ve teknolojileri sunmaktır.

Dersin Öğrenme Kazanımları

1   Web-tabanlı bir noSQL uygulaması geliştirmesi. 2   Hadoop, Hive ve Shark kullanarak sorgulamalar yaratması. 3   Geniş veri setlerini araştırmak için görselleştirme stratejilerini değerlendirmesi. 4   MapReduce model ve veri dönüşüm iş akışlarını kullanarak veri işleme iş hatları oluşturması. 5   R kullanarak büyük verileri analiz etmesi.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama 1 Giriş 2 Büyük Verileri Barındırma ve Paylaşma 3 İlişkisel Olmayan Veritabanları 4 Büyük Verileri İşleme 5 Hadoop Kullanımı 6 Veri Paneli Geliştirme 7 Büyük Verileri Görselleştirme 8 Ara Sınav 9 MapReduce Modeli 10 Veri Dönüşüm İş Akışları 11 Mahout ile Verilerin Sınıflandırılması 12 R ile İstatistiksel Analizler 13 Çözümleme İş Akışları Geliştirme 14 Çözümleme İş Akışları Geliştirme

Ders İçin Önerilen Kaynaklar

İlan Edilecektir.

Öğrenme ve Öğretme Yöntemleri

Etkinlikler ayrıntılı olarak Değerlendirme Yöntemleri ve İş Yükü Hesaplaması bölümünde verilmiştir.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL 1 ARS ARASINAV 2 PRJ PROJE 3 SUN SUNUM 4 YYS YARIYIL SONU SINAVI 5 YYBN YARIYIL SONU BAŞARI NOTU ARS * 0.20 + PRJ * 0.20 + SUN * 0.20 + YYS* 0.40 6 BUT BÜTÜNLEME 7 BUTBN BÜTÜNLEME SONU BAŞARI NOTU ARS * 0.20 + PRJ* 0.20 + SUN * 0.20 + BUT* 0.40 *** Bütünleme Sınavı Yapılmayan Birimlerde Bütünleme Kriteri Dikkate Alınmaz.

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

Bölümün uyguladığı kurallar geçerlidir.

Dersin Öğretim Üyesi İletişim Bilgileri

İlan Edilecektir.

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

İlan Edilecektir.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat) Ders Anlatımı 13 3 39 Haftalık Ders öncesi/sonrası hazırlıklar 13 4 52 Vize Sınavına Hazırlık 1 10 10 Final Sınavına Hazırlık 1 10 10 Ödev Hazırlama 1 30 30 Final Sınavına Hazırlık 1 40 40 Vize Sınavı 1 1 1 Vize Sınavı 1 1 1 TOPLAM İŞ YÜKÜ (saat) 183

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖK PK.1 PK.2 PK.3 PK.4 PK.5 PK.6 PK.7 PK.8 PK.9 ÖK.1 5 3 3 4 ÖK.2 5 3 3 4 ÖK.3 5 3 3 4 ÖK.4 5 3 3 4 ÖK.5 5 3 3 4