Bilgi Paketi / Ders Kataloğu
Veri Analitiği İçin Python Programlama
Ders Kodu: UEK529
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, öğrencilere Python programlama dilini etkin bir şekilde kullanabilme, veri analizi süreçlerini yönetebilme ve veri bilimi uygulamalarında kullanılabilecek programlama becerileri kazandırmaktır.

Özet İçerik

Bu ders, Python programlama dilinin temel ve ileri düzey özelliklerini veri analitiği uygulamaları çerçevesinde öğretmeyi amaçlamaktadır. Ders kapsamında veri yapıları, fonksiyonlar, nesne yönelimli programlama, veri işleme, veri görselleştirme ve makine öğrenmesine giriş konuları ele alınacaktır. Öğrenciler Python kullanarak gerçek veri setleri üzerinde analizler gerçekleştirecek ve veri odaklı karar verme süreçlerinde kullanılabilecek uygulamalar geliştireceklerdir.

Dersi Veren Öğretim Görevlisi/Görevlileri
Öğrenme Çıktıları
1.Python programlama dilinin temel yapısını kullanabilir.
2.Veri yapılarını ve fonksiyonları etkin biçimde kullanabilir.
3.Veri setlerini işleyebilir ve dönüştürebilir.
4.Veri görselleştirme tekniklerini uygulayabilir.
5.Temel makine öğrenmesi uygulamaları geliştirebilir.
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1.Matthes, E. (2023). Python Crash Course
2.McKinney, W. (2022). Python for Data Analysis
3.Géron, A. (2022). Hands-On Machine Learning with Scikit-Learn, Keras and TensorFlow
4.VanderPlas, J. (2023). Python Data Science Handbook
5.Doğanlı, B., & Çelik, S. (2024). Pazarlama stratejileri için veri bilimi ve Python.
6.KACIR, Ümit, Sadullah ÇELİK, and Yasemin TEKİNKAYA KACIR. "Kurumsal Yönetimde Dijital Dönüşüm: Python ile Veri Bilimi Uygulamaları."
Haftalık Ayrıntılı Ders İçeriği
1. Hafta - Teorik
Python Programlamaya Giriş
2. Hafta - Teorik
Temel Veri Türleri ve Operatörler
3. Hafta - Teorik
Karar Yapıları ve Döngüler
4. Hafta - Teorik
Fonksiyonlar ve Modüller
5. Hafta - Teorik
Veri Yapıları
6. Hafta - Teorik
Nesne Yönelimli Programlama
7. Hafta - Teorik
NumPy ile Sayısal Hesaplama
8. Hafta - Teorik
Pandas ile Veri Analizi
9. Hafta - Teorik
Veri Görselleştirme
10. Hafta - Teorik
İleri Veri İşleme Teknikleri
11. Hafta - Teorik
Makine Öğrenmesine Giriş
12. Hafta - Teorik
Makine Öğrenmesi Uygulamaları
13. Hafta - Teorik
Model Değerlendirme ve Yorumlama
14. Hafta - Teorik
Dönem Projeleri Sunumları
Değerlendirme
Değerlendirme TürüAdetYüzde
Ara Sınav (Vize)1%40
Dönem Sonu Sınavı (Final)1%60
İş Yükü Hesaplaması
EtkinlikSayısıÖn HazırlıkSüreToplam Iş Yükü (Saat)
Kuramsal Ders146084
Uygulamalı Ders34012
Ödev1909
Ara Sınav1808
Dönem Sonu Sınavı112012
TOPLAM İŞ YÜKÜ (Saat)125
Program ve Öğrenme Çıktıları İlişkisi
PÇ-1
PÇ-2
PÇ-3
PÇ-4
PÇ-5
OÇ-1
5
5
4
4
5
OÇ-2
3
4
5
5
5
OÇ-3
5
5
5
4
5
OÇ-4
5
5
5
5
5
OÇ-5
5
5
5
5
5
Adnan Menderes Üniversitesi - Bilgi Paketi / Ders Kataloğu
2026