SEDS 501
Veri Bilimine Giriş
Bu ders veri toplama ve tümleme, keşifsel veri analizi, kestirimsel modelleme, tanımlayıcı modelleme, veri ürünü yaratımı, değerlendirmesi ve etkili iletişim konularını kapsar.
| Hafta | Konular |
| 1 | Veri Bilimine Giriş |
| 2 | İstatistiksel Çıkarsama |
| 3 | Keşifsel Veri Analizi ve Veri Bilimi Süreci |
| 4 | Temel Makine Öğrenmesi Algoritmaları |
| 5 | Bir Makine Öğrenmesi Algoritması ve Uygulamalarda Kullanımı |
| 6 | Öznitelik Üretimi ve Seçimi |
| 7 | Öznitelik Öğrenme |
| 8 | Öneri Sistemleri |
| 9 | Sosyal Ağ Çizgeleri Madenciliği |
| 10 | Bağlantı Analizi |
| 11 | Verinin Görselleştirilmesi |
| 12 | Doğal Dil İşleme |
| 13 | İmge İşleme |
| 14 | Veri Bilimi ve Ahlaki Konular |
Ders Öğrenme Çıktıları
CO1 Veri bilimini ve bir veri bilimcinin sahip olması gereken yetenekleri tanımlamak.
CO2 Keşifsel veri analizi gerçekleştirmek.
CO3 Veri bilimi sürecini bir durum çalışmasına uygulamak.
CO4 Temel makine öğrenmesi algoritmalarını kestirimci modelleme için uygulamak.
CO5 Veri biliminin uygulanmasında etik ve gizlilik konularını düşünmek ve etik pratikleri uygulamak.
