| Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
| Veri Analizine Giriş | MIS 208 | | | 3 + 0 | 3 | 4,00 |
| |
| Ders Bilgileri |
| Dersin Öğretim Dili | İngilizce |
| Dersin Seviyesi | Lisans |
| Dersin Türü | |
| Dersin Veriliş Biçimi | Yüz Yüze |
| |
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
| 1. Temel istatistiksel analizler için excel ve istatistik yazılımlarını kullanma |
| 2. Bilgiyi özetlemek için tablolar oluşturmak |
| 3. Veri girişini sağlamak ve R kullanarak veri setlerini manipule etmek |
| 4. Veriyi analiz etmek ve excel veya R kullanarak testleri tamamlamak için istatistik yöntemlerini uygulamak |
| |
| Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | Yok |
| Daha Önce Alınmış Olması Önerilen Dersler | Yok |
| |
Dersin Tanımı:
Bu ders Yönetim Bilişim Sistemleri öğrencileri için veri analizinde gerekli istatistiksel yazılım bilgilerini geliştirmek ve öğrencilerin veri analitiği ve modelleme derslerinde başarılı olmalarında yardımcı olacak veri ve özelliklerini tanıtmak amacıyla tasarlanmıştır. Öğrenciler veri analizi için gereken temel yazılım ve yazılım paketlerini kullanmayı öğreneceklerdir. |
| |
Üretken Yapay Zeka Kullanımı:
Öğrencilerin, ChatGPT, Gemini ve Copilot gibi üretken yapay zeka araçlarını, problem çözme konusunda rehberlik almak, kendi çözümlerini yapay zeka tarafından üretilen yanıtlarla karşılaştırmak ve hatalarını tespit etmek için çözümleri adım adım analiz etmek amacıyla kullanmaları teşvik edilecektir. Bu uygulama öğrencilerin eleştirel düşünme ve problem çözme becerilerini geliştirecektir. Yapay zeka öğrenme sürecinde değerli bir destek aracı olarak hizmet etse de, öğrencilerin üretilen çıktıları eleştirel bir bakış açısıyla değerlendirmeleri ve bağımsız analitik düşünme yetilerini güçlendirmeleri teşvik edilecektir. |
| |
| Dersin İçeriği (Haftalık Konu Dağılımı): |
| |
| Hafta | Konu |
| 1 | Derse giriş, Veri Tipleri, Veriyi düzenlemek |
| 2 | R ve RStudio Programının Yüklenmesi ve Kaynaklar |
| 3 | R Programında Veri Tipleri |
| 4 | R Veri Oluşturma |
| 5 | Veri Özetleri |
| 6 | Veri Özetleri ve Özellikleri |
| 7 | Farklı Veri Tipleri ile Programlama |
| 8 | Matrisler |
| 9 | R kullanarak veri girişi, temel veri manipülasyonları |
| 10 | Matriks İşlemleri ve Uygulamaları |
| 11 | R kullanarak temel veri analizi |
| 12 | R kullanarak temel veri analizi |
| 13 | Grafikler |
| 14 | Grafikler |
| |
| Kaynaklar: |
| Wickham, H., Çetinkaya-Rundel, M., & Grolemund, G. (2023). R for data science. O'Reilly Media, Inc..
|
| |
| Diğer Kaynaklar: |
| Peng, R. D. (2016). R programming for data science (pp. 86-181). Victoria, BC, Canada: Leanpub.
Mike McGrath, R for Data Analysis, Easy Steps Limited, (2018), 978-1-84078-795-5 |
| |
| Öğretim Yöntem ve Teknikleri: |
| Dersler örnek problemler ve durum çalışmaları ile desteklenerek öğrencilerin uygulamalara daha iyi hakim olmaları sağlanacaktır. Dersler uygulama örnekleri ve vaka çalışmaları işle desteklenerek öğrencilere uygulama alanında tecrübe kazanmaları sağlanacaktır. Sınıf içinde öğrencilerin tartışmalara katılmaları teşvik edilecek ve grup olarak yapılan çalışmalar ve sunumları ile takım çalışması tecrübesi kazanmaları sağlanacaktır. |
| |
| Değerlendirme Sistemi: |
| Yöntem | Adet | Katkı (%) |
| Final Sınavı | 1 | %30 |
| Ödev | 5 | %25 |
| Sınıf Katılımı | 1 | %20 |
| Project | 1 | %25 |
| |
| Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
| Gerektirmiyor |
| |
Dersin Program Yeterlilikleri vs. Öğrenme Kazanımları:
|
| # | Program Yeterlilikleri | Katkı |
| 1 | Bilişim teknolojileri altyapısını öğrenmek ve gelişmeleri takip etmek. | 3 |
| 2 | Örgüt yapısına uygun bilişim sistemleri tasarlamak. | 0 |
| 3 | Yazılım bilgileri edinmek ve etkin bir şekilde kullanabilmek. | 4 |
| 4 | Veri toplama, temizleme ve saklama yöntemlerini öğrenmek. | 3 |
| 5 | Gelecekteki veri ve yazılım gereksinimlerini tahmin edebilmek. | 2 |
| 6 | Firma içindeki veri odaklı yönetim süreçlerini takip etmek. | 2 |
| 7 | "Büyük Veri" kullanarak bilgi elde etme yöntemlerini öğrenmek. | 3 |
| 8 | Bilgi teknolojilerindeki gelişmeleri takip etmek. | 2 |
| 9 | Bir kuruluşun bilgi teknolojileri ve veri problemlerini anlamak ve değerlendirmek. | 2 |
| 10 | Veri toplama, yorumlama, analiz etme ve yayma süreçlerinde bilimsel, sosyal ve etik standartları korumak. | 3 |
| 11 | Bilgi sistemleri arasındaki birlikte çalışabilirliği anlamak. | 0 |
| 12 | İş ortamını anlamak ve değerlendirmek. | 2 |