
| Ders Kodu | : UTIF415 |
| Ders Türü | : Bölüm Seçmeli |
| Ders Grubu | : Lisans |
| Eğitim Dili | : Türkçe |
| Staj Durumu | : Yok |
| Teori | : 3 |
| Uyg. | : 0 |
| Kredi | : 3 |
| Laboratuvar | : 0 |
| AKTS | : 5 |
Dersin amacı, öğrencilere Python programlama dili kullanarak veri bilimine ve makine öğrenmesine giriş sağlamaktır. Öğrenciler, temel Python komutlarını ve Python programlama diliyle veri bilimine ve makine öğrenmesine giriş sağlayan konuları öğreneceklerdir. Ders, öğrencilere temel Python komutlarının kullanımını ve bu komutların veri bilimine ve makine öğrenmesine nasıl uygulanacağını anlamak konusunda yardımcı olacaktır. Veri biliminin temel kavramları ve makine öğrenmesi algoritmalarının çalışma prensipleri öğrencilere anlatılacaktır. Ayrıca, öğrenciler, Python kullanarak veri setlerinden özet istatistikler çıkarma, verileri özetlemek ve görselleştirmek, veri kümelerindeki düzenlemeleri ve güvenilirliğini test etmek, makine öğrenmesi modellerinin geliştirilmesi, eğitilmesi ve tahmin yapılması gibi temel veri bilimi ve makine öğrenmesi kavramlarını da öğreneceklerdir.
"Python ile Veri Bilimi ve Makine Öğrenmesi" dersi veri biliminin temelleri ve makine öğrenmesinin temellerini kapsayan bir ders olarak tasarlanmıştır. Öğrenciler veri bilimi, makine öğrenmesi ve derin öğrenme alanlarında kullanılabilecek Python programlama dili konusunda kapsamlı bir eğitim alacaktır. Ders, Python programlama dili konusunda temel kavramların öğretilmesini içerecek ve Python'da veri bilimi ve makine öğrenmesi için kullanılabilecek özel kütüphanelerin kullanımını kapsayacaktır. Ders kapsamında, Python kullanarak veri biliminin temel alanları arasında veri görselleştirme, veri keşfi, öznitelik seçimi, tahmin modelleri, ve model performansının değerlendirilmesi gibi konular ele alınacaktır. Ayrıca, derin öğrenme ve makine öğrenmesi alanlarında kullanılan Python kütüphaneleri ile ilgili bilgi de verilmektedir.
| Doç. Dr. Sadullah ÇELİK |
| 1. | Öğrenciler, Python dili yardımıyla veri bilimsel ve makine öğrenme modelleri geliştirmek için gerekli kodlamaları öğrenecekler. |
| 2. | Öğrenciler, veri bilimsel ve makine öğrenme problemlerini tanımlayabilecek ve çözebilecek kabiliyete sahip olacaklar. |
| 3. | Öğrenciler, Python dili yardımıyla veri bilimsel ve makine öğrenme modellerinin performansını ölçmeyi öğrenecekler. |
| 4. | Öğrenciler, Python dili yardımıyla veri bilimsel ve makine öğrenme modellerinin çıktılarının anlaşılır ve anlaşılır hale getirilmesini öğrenecekler. |
| 5. | Öğrenciler, Python dili yardımıyla veri bilimsel ve makine öğrenme modellerinin tahmin performansını artırmak için gerekli ön işleme ve özellik kümeleme tekniklerini öğrenecekler. |
| 1. | Ramalho, L. (2022). Fluent python. " O'Reilly Media, Inc.". |
| 2. | Haslwanter, T. (2016). An Introduction to Statistics with Python. With Applications in the Life Sciences.. Switzerland: Springer International Publishing. |
| Değerlendirme Türü | Adet | Yüzde |
|---|---|---|
| Ara Sınav (Vize) | 1 | %40 |
| Dönem Sonu Sınavı (Final) | 1 | %70 |
| Etkinlik | Sayısı | Ön Hazırlık | Süre | Toplam Iş Yükü (Saat) |
|---|---|---|---|---|
| Kuramsal Ders | 15 | 3 | 3 | 90 |
| Ödev | 2 | 2 | 2 | 8 |
| Bireysel Çalışma | 3 | 3 | 2 | 15 |
| Ara Sınav | 1 | 1 | 3 | 4 |
| Dönem Sonu Sınavı | 1 | 1 | 3 | 4 |
| TOPLAM İŞ YÜKÜ (Saat) | 121 | |||
PÇ-1 | PÇ-2 | PÇ-3 | PÇ-4 | PÇ-5 | PÇ-6 | PÇ-7 | PÇ-8 | PÇ-9 | PÇ-10 | PÇ-11 | PÇ-12 | |
OÇ-1 | 4 | 4 | 4 | 4 | 4 | 5 | 5 | 5 | 5 | 4 | ||
OÇ-2 | 5 | 5 | 5 | 4 | 4 | 5 | 5 | 5 | 4 | 4 | ||
OÇ-3 | 4 | 4 | 4 | 4 | 4 | 4 | 5 | 5 | 4 | 5 | ||
OÇ-4 | 5 | 5 | 4 | 5 | 5 | 5 | 5 | 4 | 5 | 5 | ||
OÇ-5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | ||