| Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
| Büyük Veri | CENG 476 | | | 3 + 0 | 3 | 5,00 |
| |
| Ders Bilgileri |
| Dersin Öğretim Dili | İngilizce |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Seçmeli |
| Dersin Veriliş Biçimi | Yüz Yüze |
| |
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
| 1. Büyük veri uygulamalarının tanımlanması ve belirlenmesi |
| 2. Büyük veri teknolojilerinin tanımlanması |
| 3. Büyük veri analitiği tekniklerinin açıklanması |
| 4. Pratik problemlerin çözümünde büyük veri araçlarının kullanım durumlarının incelenmesi ve sunulması |
| 5. Büyük veri problemlerine uygun çözümlerin önerilmesi ve üretilmesi |
| |
| Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | Yok |
| Daha Önce Alınmış Olması Önerilen Dersler | Yok |
| |
Dersin Tanımı:
Bu ders, büyük verilerle ilgili algoritmik ve sistem zorluklarını inceler. Bu dersin amacı, öğrencilere büyük veri yönetimi ve analitiğinin temellerini öğretmektir. Öğrencilerin, büyük veri bilimcileri ve mühendisleri tarafından kullanılan bazı önemli teknolojiler, platformlar, araçlar ve sistemler konusunda deneyim kazanmaları hedeflenmektedir. |
| |
| Dersin İçeriği (Haftalık Konu Dağılımı): |
| |
| Hafta | Konu |
| 1 | Büyük Veriye Giriş |
| 2 | Büyük Veri Özellikleri |
| 3 | Veri Analizi Süreci |
| 4 | Büyük Veri Modelleme ve Yönetimi |
| 5 | Büyük Veri İşleme Teknolojileri |
| 6 | Hadoop ve MapReduce |
| 7 | NoSQL Veritabanları |
| 8 | Ara Sınav |
| 9 | NoSQL Veritabanları |
| 10 | Spark'a Giriş |
| 11 | Spark SQL |
| 12 | Spark Streaming |
| 13 | Büyük Veri ile Makine Öğrenimi |
| 14 | Grafik Analizi |
| |
| Kaynaklar: |
| -Seema Acharya and Subhasini Chellappan, Big Data Analytics, Addison-Wesley, 2015, 9788126579518
-Jules S. Damji, Brooke Wenig, Tathagata Das, Denny Lee, Learning Spark, 2nd Edition, O'Reilly Media, 2020, 9781492050049
|
| |
| Diğer Kaynaklar: |
| - |
| |
| Öğretim Yöntem ve Teknikleri: |
| -Haftalık 3 saat ders. Dönem projesi ile öğrencinin konuları kavraması sağlanır. |
| |
| Değerlendirme Sistemi: |
| Yöntem | Adet | Katkı (%) |
| Ara sınav | 1 | %30 |
| Proje | 1 | %30 |
| Final sınavı | 1 | %40 |
| |
| Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
| Gerektirmiyor |