• 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 4029 BÜYÜK VERİ VE İŞ ANALİTİĞİ SEÇMELİ 3 0 0 4

Dersi Veren Birim

Yönetim Bilişim Sistemleri

Dersin Düzeyi

Lisans

Ders Koordinatörü

PROF. DR. VAHAP TECİM

Dersi Alan Birimler

Yönetim Bilişim Sistemleri

Dersin Amacı

Dersin Öğrenme Kazanımları

1   Veri madenciliğinin uygulama alanları hakkında bilgi sahibi olma 2   Veri madenciliği süreçlerini tanıyabilme 3   Büyük hacimli veri tabanlarındaki gizli örüntüleri ortaya çıkarabilecek yöntemleri öğrenme 4   Sınıflandırma algoritmalarını, kümeleme ve birliktelik algoritmaları uygulayabilme.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama 1 Büyük Veri Kavramları 2 Büyük Veri Bileşenleri 3 Büyük veri Uygulamaları 4 Hadoop ile büyük veri depolama 5 Hadoop ile büyük veri depolama 6 Apache Spark ile büyük veri sorgulama 7 Apache Spark ile büyük veri analizi 8 ElasticSearch ile büyük veri depolama 9 ElasticSearch ile büyük veri sorgulama 10 ElasticSearch ile büyük veri analizi 11 MongoDB ile büyük veri depolama 12 MongoDB ile büyük veri sorgulama ve analizi 13 Büyük veri proje geliştirme 14 Büyük veri proje geliştirme

Ders İçin Önerilen Kaynaklar

İlan Edilecektir.

Öğrenme ve Öğretme Yöntemleri

Derse katılım, örneklerin incelenmesine yönelik ödev çalışmaları ve sınavlar

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL 1 ARS Arasınav 2 YIN Yarıyıliçi notu ARS * 1 3 FN Yarıyılsonu sınavı 4 BNS BNS YIN * 0.40 + FN * 0.60 5 BUT Bütünleme Notu 6 BBN Bütünleme Sonu Başarı Notu YIN * 0.40 +BUT * 0.60

Değerlendirme Yöntemlerine İliskin Aciklamalar

Ders kapsamında verilen ödevlerin tam bir şekilde yapılması ve sözlü sunumlar dikkate alınacaktır.

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

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 3 42 Haftalık Ders öncesi/sonrası hazırlıklar 14 3 42 Vize Sınavına Hazırlık 1 7 7 Final Sınavına Hazırlık 1 7 7 Final Sınavı 1 1 1 Vize Sınavı 1 1 1 TOPLAM İŞ YÜKÜ (saat) 100

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 ÖK.1 5 5 5 5 5 5 5 5 5 5 ÖK.2 5 5 5 5 5 5 5 5 5 5 ÖK.3 5 5 5 5 5 5 5 5 5 5 ÖK.4 5 5 5 5 5 5 5 5 5 5 5 5