| Ders Adı | Kodu | Yerel Kredi | AKTS | Ders (saat/hafta) | Uygulama (saat/hafta) | Laboratuar (saat/hafta) |
|---|---|---|---|---|---|---|
| Büyük Veri Analitiği | BLM5127 | 3 | 7.5 | 3 | 0 | 0 |
| Önkoşullar | Yok |
|---|
| Yarıyıl | Güz, Bahar |
|---|
| Dersin Dili | İngilizce, Türkçe |
|---|---|
| Dersin Seviyesi | Yüksek Lisans |
| Dersin Türü | Seçmeli @ Bilgisayar Mühendisliği ABD Bilgisayar Mühendisliği Yüksek Lisans Programı Seçmeli @ Bilgisayar Mühendisliği ABD Bilgisayar Mühendisliği Doktora Programı |
| Ders Kategorisi | Uzmanlık/Alan Dersleri |
| Dersin Veriliş Şekli | Yüz yüze |
| Dersi Sunan Akademik Birim | Bilgisayar Mühendisliği Bölümü |
|---|---|
| Dersin Koordinatörü | Serkan Ayvaz |
| Dersi Veren(ler) | Serkan Ayvaz |
| Asistan(lar)ı |
| Dersin Amacı | Büyük veri analitiği, gizli örüntüleri ve faydalı içgörüleri keşfetmek için sürekli artan büyük verileri analiz etme sürecidir. Bu dersin amacı, öğrencilere büyük veri analitiğinin temel kavram ve yöntemlerini aktarmak ve öğrencilerin büyük veri çözümlerinde uygulanan büyük veri analitiği yaklaşım ve teknolojilerini öğrenmelerine yardımcı olmaktır. |
|---|---|
| Dersin İçeriği | Bu ders, Hadoop ekosisteminin temelleri, Hadoop mimarisi ve HDFS, MapReduce programlama, Hadoop yönetimi, Spark programlamaya giriş, PySpark ve Scala dillerini kullanarak Spark programlama, RDD'lerle bellek içi hesaplama, NoSQL veritabanları ve dağıtık veri depolama, Spark kullanılarak makine öğrenimi ve akan veri işleme konularını kapsar. |
| Ders Kitabı / Malzemesi / Önerilen Kaynaklar |
|
| Opsiyonel Program Bileşenleri | Yok |
Ders Öğrenim Çıktıları
- Büyük veri analitiği için kullanılan mimari bileşenleri ve programlama modellerini anlarlar.
- Dağıtık dosya sistemlerinin temellerini ve MapReduce programlama modelini öğrenirler.
- Büyük veri ortamlarında veri analitiği yöntemlerini uygulayabilirler.
- Dağıtık veri depolama ve NoSQL veritabanları kavramlarını öğrenirler.
Ders Öğrenim Çıktısı & Program Çıktısı Matrisi
| DÖÇ-1 | DÖÇ-2 | DÖÇ-3 | DÖÇ-4 | |
| PÇ-1 | - | - | - | - |
| PÇ-2 | - | - | - | - |
| PÇ-3 | - | - | - | - |
| PÇ-4 | - | - | - | - |
| PÇ-5 | - | - | - | - |
| PÇ-6 | - | - | - | - |
| PÇ-7 | - | - | - | - |
| PÇ-8 | - | - | - | - |
| PÇ-9 | - | - | - | - |
| PÇ-10 | - | - | - | - |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Büyük veriye giriş | |
| 2 | Hadoop ekosisteminin temelleri | |
| 3 | Hadoop mimarisi ve HDFS | |
| 4 | MapReduce programlama | |
| 5 | Hadoop yönetimi: bir kümeyi yapılandırma, uygulama ve bakımını yapma | |
| 6 | NoSQL veritabanları: dağıtık veri işlemleri ve entegrasyonu | |
| 7 | Apache Spark’a giriş | |
| 8 | Ara Sınav 1 | |
| 9 | RDD'ler ve bellek içi hesaplama | |
| 10 | PySpark ile programlama | |
| 11 | Scala ile programlama | |
| 12 | Spark ile makine öğrenimi | |
| 13 | Spark ile akan veri işleme | |
| 14 | Öğrenci sunumları | |
| 15 | ||
| 16 | Final |
Değerlendirme Sistemi
| Etkinlikler | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | ||
| Laboratuar | ||
| Uygulama | ||
| Arazi Çalışması | ||
| Derse Özgü Staj | ||
| Küçük Sınavlar/Stüdyo Kritiği | ||
| Ödev | 1 | 10 |
| Sunum/Jüri | ||
| Projeler | 1 | 30 |
| Seminer/Workshop | ||
| Ara Sınavlar | 1 | 20 |
| Final | 1 | 40 |
| Dönem İçi Çalışmaların Başarı Notuna Katkısı | ||
| Final Sınavının Başarı Notuna Katkısı | ||
| TOPLAM | 100 | |
AKTS İşyükü Tablosu
| Etkinlikler | Sayı | Süresi (Saat) | Toplam İşyükü |
|---|---|---|---|
| Ders Saati | 14 | 3 | |
| Laboratuar | |||
| Uygulama | |||
| Arazi Çalışması | |||
| Sınıf Dışı Ders Çalışması | 14 | 6 | |
| Derse Özgü Staj | |||
| Ödev | 1 | 10 | |
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Projeler | 1 | 50 | |
| Sunum / Seminer | |||
| Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 20 | |
| Final (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 30 | |
| Toplam İşyükü : | |||
| Toplam İşyükü / 30(s) : | |||
| AKTS Kredisi : | |||
| Diğer Notlar | Yok |
|---|
