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 Program Yeterlilikleri vs. Öğrenme Kazanımları:
|
# | Program Yeterlilikleri | Katkı |
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 |