Bilgi Paketi / Ders Kataloğu
Sosyal Bilimciler İçin Veri Bilimi
Ders Kodu: EFN537
Ders Türü: Seçmeli
Ders Grubu: Yüksek Lisans
Eğitim Dili: Türkçe
Staj Durumu: Yok
Teori: 3
Uyg.: 0
Kredi: 3
Laboratuvar: 0
AKTS: 5
Amaç

Bu dersin amacı, sosyal bilimlerde araştırma yapan yüksek lisans öğrencilerine veri bilimi araçları ve yaklaşımları hakkında temel bilgi ve beceri kazandırmaktır. Öğrencilerin veri toplama, analiz etme ve görselleştirme süreçlerini etkin bir şekilde yönetmeleri hedeflenmektedir.

Özet İçerik

Bu ders, sosyal bilimler alanında çalışan yüksek lisans öğrencilerine veri biliminin temel kavramlarını ve uygulamalarını tanıtmayı amaçlar. Ders kapsamında veri toplama, temizleme, analiz etme ve görselleştirme süreçleri işlenir. Python ve/veya R gibi açık kaynaklı yazılımlar kullanılarak uygulamalı veri analizi yapılır. Anket verileri, metin verileri ve sosyal ağ verileri gibi sosyal bilimlerde yaygın olarak karşılaşılan veri türleriyle çalışılır. Ayrıca, etik ve açık veri tartışmalarıyla birlikte sayısal yöntemlerin sosyal bilimsel araştırmalara katkısı ele alınır.

Dersi Veren Öğretim Görevlisi/Görevlileri
Öğrenme Çıktıları
1.Veri bilimi kavramlarını sosyal bilimsel bağlamda açıklar.
2.Uygun veri kaynaklarını seçer ve hazırlar.
3.Temel veri analiz tekniklerini kullanarak sonuç üretir.
4.Görselleştirme araçlarını kullanarak verileri sunar
5.Açık kaynak araçlarla küçük ölçekli analizler gerçekleştirir.
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1.Salganik, M. J. (2017). Bit by Bit: Social Research in the Digital Age.
2.Wickham, H., & Grolemund, G. (2016). R for Data Science.
3.VanderPlas, J. (2016). Python Data Science Handbook.
Haftalık Ayrıntılı Ders İçeriği
1. Hafta - Teorik
Giriş: Sosyal Bilimlerde Veri ve Sayısallaşma
2. Hafta - Teorik
Veri Bilimi Nedir? Temel Kavramlar
3. Hafta - Teorik
Python ve R Giriş: Kurulum ve Temel Komutlar
4. Hafta - Teorik
Veri Tipleri ve Temizleme Teknikleri
5. Hafta - Teorik
Açıklayıcı İstatistik ve Pandas ile Veri Analizi
6. Hafta - Teorik
Veri Görselleştirme (Matplotlib, Seaborn, ggplot2)
7. Hafta - Teorik
Anket Verileriyle Çalışmak
8. Hafta - Ara Sınav (Vize)
Vize Sınavı
9. Hafta - Teorik
Metin Madenciliğine Giriş
10. Hafta - Teorik
Sosyal Ağ Analizi Temelleri
11. Hafta - Teorik
Makine Öğrenmesine Giriş
12. Hafta - Teorik
Uygulama Atölyesi I: Araştırma Sorusu – Veri Seti Eşleşmesi
13. Hafta - Teorik
Uygulama Atölyesi II: Analiz ve Yorumlama
14. Hafta - Teorik
Öğrenci Sunumları ve Tartışmalar
15. Hafta - Dönem Sonu Sınavı (Final)
Final Sınavı
Değerlendirme
Değerlendirme TürüAdetYüzde
Ara Sınav (Vize)1%40
Dönem Sonu Sınavı (Final)1%60
İş Yükü Hesaplaması
EtkinlikSayısıÖn HazırlıkSüreToplam Iş Yükü (Saat)
Kuramsal Ders142370
Bireysel Çalışma152030
Kısa Sınav19110
Ara Sınav114115
TOPLAM İŞ YÜKÜ (Saat)125
Program ve Öğrenme Çıktıları İlişkisi
PÇ-1
PÇ-2
PÇ-3
PÇ-4
PÇ-5
PÇ-6
PÇ-7
PÇ-8
PÇ-9
OÇ-1
5
4
5
5
5
5
5
5
5
OÇ-2
5
5
4
5
4
5
5
5
5
OÇ-3
4
4
5
5
5
4
5
5
5
OÇ-4
4
5
5
5
5
4
5
5
5
OÇ-5
5
5
5
5
5
4
4
4
5
Adnan Menderes Üniversitesi - Bilgi Paketi / Ders Kataloğu
2026