Veri Bilimi (YL) (Tezsiz)
Ders İçerikleri


1. Yarıyıl

Ders KoduDers Adı(T+U+L)AKTSZorunlu/Seçmeli
LEE5500 Bilimsel Araştırma Yöntemleri Ve Etik 3+0+0 9 Zorunlu
Ders KoduDers Adı(T+U+L)AKTSZorunlu/Seçmeli
VB5101 Veri Tabanı Uygulamaları 3+0+0 9 Zorunlu
Veri türleri ve veri tabanı kurgusunun anlaşılarak, veri tabanı yönetim sisteminin tasarlanması. Standart SQL yapısı yapısının tartışılarak anlaşılması

2. Yarıyıl

Ders KoduDers Adı(T+U+L)AKTSZorunlu/Seçmeli
VB5102 Veri Alanındaki Yasal Düzenlemeler: KVKK, GDPR, FERPA, HIPPA 3+0+0 9 Zorunlu
1. Veri koruma yasalarının temel kavramları ve prensipleri 2. KVKK (Kişisel Verilerin Korunması Kanunu) ve uygulama alanları 3. GDPR (Genel Veri Koruma Yönetmeliği) ve etkisi 4. FERPA (Eğitimde Ailelerin Gizliliği ve Eğitim Hakları Yasası) ve uygulamaları 5. HIPAA (Sağlık Sigortası Taşınabilirliği ve Hesap Verilebilirliği Yasası) ve sağlık verilerinin korunması
Ders KoduDers Adı(T+U+L)AKTSZorunlu/Seçmeli
VB5291 Bitirme Projesi 0+0+ 6 Zorunlu
1. Proje konusunun seçimi, literatür taraması ve problem ifadesinin oluşturulması 2. Veri temizleme, ön işleme ve veri setinin hazırlanması 3. Model seçimi, eğitimi ve doğrulama yöntemlerinin uygulanması 4. Sonuçların analizi ve yorumlanması 5. Raporlama, sunum hazırlama ve savunma teknikleri


Bölüm/Program Seçmeli Dersler


Ders KoduDers Adı(T+U+L)AKTS
VB5001 Veri Odaklı Öğrenme 1+2+0 6
Ders Notları
Ders KoduDers Adı(T+U+L)AKTS
VB5004 Derin Öğrenme 3+0+0 6
1. Derin öğrenmenin matematiksel temelleri ve temel kavramları. 2. Çok katmanlı algılayıcılar, hiperparametre optimizasyonu, ve ileri besleme ağları. 3. Konvolüsyonel sinir ağları ve görüntü işleme üzerine uygulamaları. 4. Geriye yayılım algoritması, optimizasyon yöntemleri ve ağırlandırma güncellemeleri. 5. Uzun Kısa Süreli Bellek (LSTM) ve tekrarlayan sinir ağları (RNNs); dizi verileri üzerine çalışmalar.
Ders KoduDers Adı(T+U+L)AKTS
VB5006 Karar Destek Sistemleri 3+0+0 6
Rasyonel karar verme ve uygun bilgi desteği, karar destek sistemlerinin (KDS) bileşenleri, veri, bilgi, veri tabanları, veri tabanı yönetim sistemleri, bilgi tabanları, veri ambarları, kural/model tabanları, uzman sistem mekanizmaları ve belirsizlik faktörleri, sistem dinamikleri ve benzetişim, grup KDS, yönetici bilgi sistemleri, kullanıcı arayüz bileşenleri tanıma ve KDS tasarlama, uygulama ve değerlendirmedir.
Ders KoduDers Adı(T+U+L)AKTS
VB5007 İş Zekası ve Veri Görselleştirme 3+0+0 6
1. İş zekası kavramı ve temel prensipleri 2. Veri görselleştirme araçları ve teknikleri 3. Veri analizi ve raporlama yöntemleri 4. Veri görselleştirme ve iş zekası uygulamaları 5. İş zekası ve veri görselleştirme etiği ve sorunları
Ders KoduDers Adı(T+U+L)AKTS
VB5011 Doğal Dil İşleme 3+0+0 6
1. Doğal Dil İşlemenin Temelleri ve Uygulama Alanları 2. Metin Ön İşleme ve Temizleme Yöntemleri 3. Doğal Dil İşleme için Algoritmalar ve Modeller 4. Derin Öğrenme ve Doğal Dil İşleme 5. Doğal Dil İşlemede Güncel Gelişmeler ve Uygulama Çalışmaları
Ders KoduDers Adı(T+U+L)AKTS
VB5016 Açıklanabilir, Sorumlu ve Güvenilir Yapay Zeka 3+0+0 6
1. Açıklanabilir Yapay Zeka (XAI) kavramlarının tanıtılması ve önemi. 2. Sorumlu Yapay Zeka prensipleri ve etik framework'ler. 3. Güvenilir Yapay Zeka sistemi tasarımı ve güvenlik standartları. 4. XAI yöntem ve tekniklerinin uygulamalı incelemesi. 5. Sorumlu ve güvenilir Yapay Zeka sistemlerinin sosyal ve hukuki boyutları.
Ders KoduDers Adı(T+U+L)AKTS
VB5017 İnsan Merkezli Veri Bilimi 3+0+0 6
1. Veri Bilimi ve İnsan Merkezli Yaklaşımın Tanıtımı 2. Veri Toplama ve Veri Ön İşleme Teknikleri 3. Veri Görselleştirme ve İletişim 4. Veri Odaklı Hikaye Anlatma ve Etkileşim 5. Veri Etiketi ve Veri Gizliliği
Ders KoduDers Adı(T+U+L)AKTS
VB5019 İşletmelerde Veri Bilimi ve Yapay Zeka Uygulamaları 3+0+0 6
1. Veri bilimi ve yapay zeka kavramlarının temel prensipleri ve yöntemleri. 2. İşletmelerde veri toplama, veri temizleme ve veri analizi süreçleri. 3. İşletmelerde yapay zeka uygulamalarının kullanım alanları ve potansiyel faydaları. 4. Makine öğrenimi ve derin öğrenme algoritmalarının işletme problemlerine uygulanması. 5. İşletmelerde veri güvenliği ve etik konuları.
Ders KoduDers Adı(T+U+L)AKTS
VB5021 Sürdürebilirlik ve Veri Bilimi 3+0+0 6
1. Sürdürülebilirlik kavramı ve önemi 2. Veri bilimi ve sürdürülebilirlik arasındaki ilişki 3. Sürdürülebilirlik için veri toplama ve analiz yöntemleri 4. Veri odaklı sürdürülebilirlik stratejileri 5. Sürdürülebilirlik ve veri etiği konuları
Ders KoduDers Adı(T+U+L)AKTS
VB5023 AR,VR, MR, XR ve Metaevren (Metaverse) ortamlarında Veri Temelli Fırsatlar ve Tehditler 3+0+0 6
Bu ders, veriye dayalı teknolojilerin metaverse ortamlarında sunduğu potansiyel fırsatları ve tehditleri keşfedecektir. Metaverse ortamları, kullanıcıların birbirleriyle ve sanal nesneler ve ortamlarla gerçek zamanlı olarak etkileşime girmesine izin veren sanal dünyalardır. Bu ortamlar genellikle veriler tarafından yönlendirilir ve bilgisayarlar, akıllı telefonlar ve sanal gerçeklik kulaklıkları gibi çeşitli cihazlar aracılığıyla erişilebilir. Bu derste öğrenciler, yapay zeka, makine öğrenimi ve veri analitiği dahil olmak üzere metaverse ortamlarında kullanılan çeşitli veri odaklı teknolojiler hakkında bilgi edinecekler. Ayrıca, bu ortamlarda verileri kullanırken ortaya çıkan etik ve mahremiyet hususları ile metaverse ortamlarında veriye dayalı teknolojilerin potansiyel riskleri ve faydaları hakkında bilgi edineceklerdir. Kurs boyunca, öğrencilere metaverse ortamlarında verilerle çalışma becerilerini geliştirmek için uygulamalı projelere ve alıştırmalara katılma fırsatı verilecektir.
Ders KoduDers Adı(T+U+L)AKTS
VB5024 Sosyal Ağ Analizi ve Veri Temelli Gazetecilik 3+0+0 6
1. Ağ Bilimi ve Sosyal Ağlar 2. Temel Kavramlar (Düğüm, ayrıt, ağ) 3. Temel Kavramlar (Merkezilik, tabakalanma, çevre-merkez) 4. Ağ türleri 5. Sosyal ağlarda roller 6. Sosyal ağlarda akış 7. Sosyal ağların görselleştirilmesi 8. Sosyal ağ verilerinin analizine ilişkin temel yaklaşımlar 9. Bilgi ve etkinin sosyal ağlarda yayılımı 10. NodeXL, Gephi, R, Pajek, Netdraw, UciNet gibi programların kullanımı
Ders KoduDers Adı(T+U+L)AKTS
VB5025 Sağlık Bilimlerinde Veri Bilimi Uygulamaları 3+0+0 6
1. Giriş: Makine Öğrenmesinin İşletmelerdeki Yeri ve Önemi 2. Denetimli ve Denetimsiz Öğrenme Teknikleri 3. Veri Ön İşleme ve Feature Engineering 4. Regresyon ve Sınıflandırma Modellerinin Oluşturulması ve Değerlendirilmesi 5. Makine Öğrenmesi Algoritmalarının İşletme Stratejilerine Entegrasyonu
Ders KoduDers Adı(T+U+L)AKTS
VB5027 Üretken Yapay Zeka Stratejileri 3+0+0 6
Üretken yapay zekanın temelleri Makine öğrenimi ve derin öğrenme prensipleri Doğal dil işleme ve görüntü işleme uygulamaları Üretici modeller: GANs, Transformers AI etik ve yasal düzenlemeler Uygulamalı projeler ve vaka çalışmaları