| Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
| Tez | İVA 599 | 5 | 2 | 0 + 0 | 0 | 60,00 |
| |
| 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: |
| |
| Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | Yok |
| Daha Önce Alınmış Olması Önerilen Dersler | Yok |
| |
Dersin Tanımı:
. |
| |
Üretken Yapay Zeka Kullanımı:
|
| |
| Dersin İçeriği (Haftalık Konu Dağılımı): |
| |
| Hafta | Konu |
| |
| Kaynaklar: |
| |
| |
| Diğer Kaynaklar: |
| |
| |
| Öğretim Yöntem ve Teknikleri: |
| . |
| |
| Değerlendirme Sistemi: |
| Yöntem | Adet | Katkı (%) |
| |
| |
| Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
| Gerektirmiyor |
| |
Dersin AKTS İş Yükü:
|
| # | Aktivite | Adet | Süre (Saat) | İş Yükü |
| 12 | Yüz yüze eğitim | 0 | 0,00 | 0,00 |
| 13 | Bireysel çalışma/Literatür taraması | 0 | 0,00 | 0,00 |
| 14 | Tez/Proje danışmanı ile görüşme/toplantı | 0 | 0,00 | 0,00 |
| 15 | Yazılı sınava hazırlık (Doktora Yeterlik) | 0 | 0,00 | 0,00 |
| 16 | Sözlü sınava hazırlık (Doktora Yeterlik) | 0 | 0,00 | 0,00 |
| 17 | Yöntem planlama ve deneysel çalışmalar/veri toplama | 0 | 0,00 | 0,00 |
| 18 | Veri analizi ve yorumlama | 0 | 0,00 | 0,00 |
| 19 | Tez ilerleme raporu ve sunumu hazırlama (tez izleme komitesi) | 0 | 0,00 | 0,00 |
| 20 | Rapor (seminer/proje) / tez yazımı | 0 | 0,00 | 0,00 |
| 21 | Tez savunması/sunum (seminer/proje) hazırlığı | 0 | 0,00 | 0,00 |
| |
Dersin Program Yeterlilikleri vs. Öğrenme Kazanımları:
|
| # | Program Yeterlilikleri | Katkı (0-4) |
| 1 | Veri analitiği yöntem ve tekniklerinin kavramsal temellerine hâkim olmak | 0 |
| 2 | Temel programlama becerilerini geliştirmek ve istatistiksel problemleri çözmeye yardımcı yazılımları kullanacak teorik ve uygulama yetileri kazanmış olmak | 0 |
| 3 | Verileri kullanılabilir formata dönüştürebilmek ve probleme bağlı olarak veri analizi araçlarını kullanarak probleme uygun modelleme yapabilmek ve karar mekanizmasına destek verebilmek | 0 |
| 4 | Verilerden üretilen bilgileri problemlerin çözümünde kullanabilmek, sonuçları veri görselleştirme araçları yardımıyla sunabilmek ve uygulamaların çıktılarını yorumlamayabilmek ve raporlayabilmek | 0 |
| 5 | Veri analitiği ile ilgili problem çözme ve uygulama becerilerini, disiplinler arası çalışmalarda kullanabilmek | 0 |