• 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 MTH 0007 Büyük Veri Teknolojileri SEÇMELİ 2 0 0 2

Dersi Veren Birim

İstatistik

Dersin Düzeyi

Lisans

Ders Koordinatörü

DOÇ. DR. SEDAT ÇAPAR

Dersi Alan Birimler

Biyoloji Kimya Bilgisayar Bilimleri İstatistik Matematik Fizik

Dersin Amacı

Büyük Veri ekosistemini tanımak ve farklı disiplinlerdeki mimarilerin çalışma prensiplerini kavramak

Dersin Öğrenme Kazanımları

1   Büyük Veri Temelleri 2   Büyük Veri Teknolojisinin Kullanım alanları 3   Büyük Veri Teknojileri

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama 1 Büyük Veri Temelleri 2 Big Data Teknolojisinin Kullanım alanları, Hadoop Mimarisi 3 HDFS Mimarisi 4 Hadoop Kurulumu 1 5 Hadoop Kurulumu 2 6 MapReduce Mimarisi ve Apache YARN Mimarisi 7 Büyük Veri ile Sorgulama İşlemleri 8 Apache Hive 9 Apache Hive Örnek Senaryolar 10 Apache Sqoop 11 Apache Sqoop ile Hive'e Veri Aktarımı 12 Apache Nifi Kurulum ve HDFS'e Veri Aktarımı 13 Apache Nifi ile Veri Çekmek 14 Apache Kafka

Ders İçin Önerilen Kaynaklar

1. Özgür Umut VURGUN, Büyük Veri Mimarisi ve Teknolojileri

Öğrenme ve Öğretme Yöntemleri

Ders anlatımı, ödev ve problem çözme.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL 1 VZ Vize 2 FN Final 3 BNS BNS VZ * 0.40 + FN * 0.60 4 BUT BÜTÜNLEME 5 BUTBN BÜTÜNLEME SONU BAŞARI NOTU VZ * 0.40 + BUT * 0.60

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

Ara sınav ve final sınavı

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

Dönem boyunca derslerin %70'ine devam etme sorumluluğu öğrenciye aittir. Ders saatine ve ödev teslimi ile ilgili belirtilen zamana uyulmalıdır. Derslerde ve sınavlarda meydana gelebilecek etik-dışı davranışlar konusunda ilgili yönetmelik çerçevesinde hareket edilecektir. D.E.Ü. Fen Fakültesi öğretim ve sınav uygulama esasları yönetmeliğini http://web.deu.edu.tr/fen adresinden temin edebilirsiniz.

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 14 2 28 Haftalık Ders öncesi/sonrası hazırlıklar 10 1 10 Vize Sınavına Hazırlık 1 5 5 Final Sınavına Hazırlık 1 10 10 Vize Sınavı 1 2 2 Final Sınavı 1 2 2 TOPLAM İŞ YÜKÜ (saat) 57

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 PK.10 PK.11 PK.12 PK.13 PK.14 ÖK.1 5 3 4 ÖK.2 5 3 4 ÖK.3 5 3 4