AKTS - Büyük Veri Çözümlemeleri
Büyük Veri Çözümlemeleri (CMPE543) Ders Detayları
| Ders Adı | Ders Kodu | Dönemi | Saati | Uygulama Saati | Laboratuar Hours | Kredi | AKTS |
|---|---|---|---|---|---|---|---|
| Büyük Veri Çözümlemeleri | CMPE543 | Alan Seçmeli | 3 | 0 | 0 | 3 | 5 |
| Ön Koşul Ders(ler)i |
|---|
| N/A |
| Dersin Dili | İngilizce |
|---|---|
| Dersin Türü | Bilgisayar Mühendisliği Seçmeli Dersleri |
| Dersin Seviyesi | Doktora |
| Ders Verilme Şekli | Yüz Yüze |
| Dersin Öğrenme ve Öğretme Teknikleri | Anlatım. |
| Dersin Öğretmen(ler)i |
|
| Dersin Amacı | Bu dersin amacı büyük verilerin paylaşımı, görselleştirilmesi, sınıflandırılması ve analiz edilmesi için gerekli yöntem ve teknolojileri sunmaktır. |
| Dersin Eğitim Çıktıları |
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
| Dersin İçeriği | Servis olarak altyapı (IaaS), Hadoop çerçevesi, hive altyapısı, veri görselleştirme, MapReduce modeli, NoSQL veritabanları, geniş ölçekli veri iş akışları, sınıflandırma, R kullanımı. |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Giriş | Bölüm 1 (Ders Kitabı) |
| 2 | Büyük Verileri Barındırma ve Paylaşma | Bölüm 2 (Ders Kitabı) |
| 3 | İlişkisel Olmayan Veritabanları | Bölüm 3 (Ders Kitabı) |
| 4 | Büyük Verileri İşleme | Bölüm 4 (Ders Kitabı) |
| 5 | Hadoop Kullanımı | Bölüm 5 (Ders Kitabı) |
| 6 | Veri Paneli Geliştirme | Bölüm 6 (Ders Kitabı) |
| 7 | Büyük Verileri Görselleştirme | Bölüm 7 (Ders Kitabı) |
| 8 | MapReduce Modeli | Bölüm 8 (Ders Kitabı) |
| 9 | MapReduce Modeli | Bölüm 8 (Ders Kitabı) |
| 10 | Veri Dönüşüm İş Akışları | Bölüm 9 (Ders Kitabı) |
| 11 | Mahout ile Verilerin Sınıflandırılması | Bölüm 10 (Ders Kitabı) |
| 12 | R ile İstatistiksel Analizler | Bölüm 11 (Ders Kitabı) |
| 13 | Çözümleme İş Akışları Geliştirme | Bölüm 12 (Ders Kitabı) |
| 14 | Çözümleme İş Akışları Geliştirme | Bölüm 12 (Ders Kitabı) |
| 15 | Gözden geçirme | |
| 16 | Gözden geçirme |
Kaynaklar
| Ders Kitabı | 1. Data Just Right: Introduction to Large-Scale Data & Analytics”, M. Manoochehri, Addison-Wesley, 2013 |
|---|---|
| Diğer Kaynaklar | 2. “Mining of Massive Datasets”, A. Rajaraman & J. D: Ullman, Cambridge University Press, 2011. |
| 3. Apache Hadoop Project, available at http://hadoop.apache.org/ |
Değerlendirme System
| Çalışmalar | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | - | - |
| Laboratuar | - | - |
| Uygulama | - | - |
| Alan Çalışması | - | - |
| Derse Özgü Staj | - | - |
| Küçük Sınavlar/Stüdyo Kritiği | - | - |
| Ödevler | - | - |
| Sunum | - | - |
| Projeler | 3 | 30 |
| Rapor | - | - |
| Seminer | - | - |
| Ara Sınavlar/Ara Juri | 1 | 35 |
| Genel Sınav/Final Juri | 1 | 35 |
| Toplam | 5 | 100 |
| Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı | 65 |
|---|---|
| Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı | 35 |
| Toplam | 100 |
Kurs Kategorisi
| Temel Meslek Dersleri | |
|---|---|
| Uzmanlık/Alan Dersleri | |
| Destek Dersleri | X |
| İletişim ve Yönetim Becerileri Dersleri | |
| Aktarılabilir Beceri Dersleri |
Dersin Öğrenim Çıktılarının Program Yeterlilikleri ile İlişkisi
| # | Program Yeterlilikleri / Çıktıları | Katkı Düzeyi | ||||
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||
| 1 | Yazılım mühendisliği araştırma alanında en gelişmiş teknoloji ve literatürü kavrama | X | ||||
| 2 | Yazılım mühendisliğinde dünya çapında araştırma yapma ve bu alanda en iyi konferans ve dergilerde bilimsel makale yayınlama becerisi | |||||
| 3 | Yazılım mühendisliğinde sayısal ve niteliksel çalışmalar yürütebilme | X | ||||
| 4 | Yazılım mühendisliği alanında akademik çevre ve endüstri arasında köprü kurabilmek için gerekli becerileri edinme ve gerçek dünyada karşılaşılan problemleri çözmek için yazılım mühendisliği yaklaşımlarını geliştirme ve uygulama | X | ||||
| 5 | Bilim ve teknolojideki güncel gelişmeleri takip edebilmek için gereken bilgiye ulaşma ve bilimsel araştırma gerçekleştirme veya yazılım mühendisliği alanına proje geliştirme becerisi | X | ||||
| 6 | Yazılım mühendisliği alanında mesleki, hukuksal, etik ve sosyal sorunlar hakkında farkındalık ve sorumluluk bilinci | |||||
| 7 | Proje ve risk yönetim becerisi; girişimciliğin, yenilikçilik ve sürdürülebilir kalkınmanın önemi hakkında farkındalık; yazılım mühendisliği uygulamaları standartları ve yöntemleri için uluslararası mükemmellik standartlarının bilinmesi | X | ||||
| 8 | Karar alırken, Yazılım mühendisliği uygulamalarının evrensel, çevresel, sosyal ve hukuksal sonuçları konusunda farkındalık | |||||
| 9 | Yazılım mühendisliği uygulamaları için mükemmellik standardını geliştirmek, benimsemek ve sürdürülebilir kullanımını desteklemek | X | ||||
ECTS/İş Yükü Tablosu
| Aktiviteler | Sayı | Süresi (Saat) | Toplam İş Yükü |
|---|---|---|---|
| Ders saati (Sınav haftası dahildir: 16 x toplam ders saati) | 16 | 3 | 48 |
| Laboratuar | |||
| Uygulama | |||
| Derse Özgü Staj | |||
| Alan Çalışması | |||
| Sınıf Dışı Ders Çalışma Süresi | 16 | 2 | 32 |
| Sunum/Seminer Hazırlama | |||
| Projeler | |||
| Raporlar | |||
| Ödevler | 3 | 5 | 15 |
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Ara Sınavlara/Ara Juriye Hazırlanma Süresi | 1 | 10 | 10 |
| Genel Sınava/Genel Juriye Hazırlanma Süresi | 1 | 20 | 20 |
| Toplam İş Yükü | 125 | ||