| Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
| Veri Analizi | SENG 352 | 3 | 2 | 3 + 0 | 3 | 6,00 |
| |
| Ders Bilgileri |
| Dersin Öğretim Dili | İngilizce |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Zorunlu |
| Dersin Veriliş Biçimi | Yüz Yüze |
| |
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
| 1. |
| 2. |
| 3. |
| 4. |
| 5. |
| 6. |
| 7. |
| 8. |
| 9. |
| |
| Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | Yok |
| Daha Önce Alınmış Olması Önerilen Dersler | Yok |
| |
Dersin Tanımı:
The goal of this course is to give knowledge of how to use Python to extract knowledge and information from data. At the end of this course students will be competent in using Python libraries to work with and analyze offline as well as online data. Course will start from general python programming basics, data structures, and algorithm design with a heavy emphasis on applying data analysis and visualization techniques to solve real-world problems in different domains. Topics include data representation, manipulation and clearing, visualization, regression, classification, clustering, model development and evaluation with most up-to-date Python modules.
|
| |
| Dersin İçeriği (Haftalık Konu Dağılımı): |
| |
| Hafta | Konu |
| 1 | |
| 2 | |
| 3 | |
| 4 | |
| 5 | |
| 6 | |
| 7 | |
| 8 | |
| 9 | |
| 10 | |
| 11 | |
| 12 | |
| 13 | |
| 14 | |
| |
| Kaynaklar: |
| Wes McKinney
Python for Data Analysis, 2nd Edition
O’reilly
2017
9781491957660
|
| |
| Diğer Kaynaklar: |
| - |
| |
| Öğretim Yöntem ve Teknikleri: |
| Lecture
Discussion
Question and Answer
Homework
Quiz
Project
|
| |
| Değerlendirme Sistemi: |
| Yöntem | Adet | Katkı (%) |
| Ödev | 2 | %20 |
| Final Sınavı | 1 | %20 |
| Ara sınav | 1 | %20 |
| Proje | 1 | %30 |
| Test | 2 | %10 |
| |
| Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
| Gerektirmiyor |