| Öğrenme Çıktıları | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
|---|
| Veritabanı sistemlerinin temel bileşenlerini, veri yönetim yaklaşımlarını ve farklı veri depolama mimarilerini açıklayabilir. | - | - | - | - | - | - | - | - | - | - | - | - |
| Kavramsal, mantıksal ve fiziksel veri modelleme tekniklerini karşılaştırabilir ve verilen bir problem için uygun veri modelini tasarlayabilir. | - | - | - | - | - | - | - | - | - | - | - | - |
| İlişkisel veri modeli çerçevesinde ER diyagramları oluşturabilir, birincil–yabancı anahtar ilişkilerini tanımlayabilir ve dağıtık veri yönetimi temel kavramlarını yorumlayabilir. | - | - | - | - | - | - | - | - | - | - | - | - |
| Veri yaşam döngüsünün aşamalarını açıklayabilir, normalizasyon ve denormalizasyon tekniklerini veri kalitesi ve performans açısından değerlendirebilir. | - | - | - | - | - | - | - | - | - | - | - | - |
| Büyük veri ekosisteminin temel bileşenlerini (Hadoop, Spark, HDFS) tanımlayabilir ve büyük veri ortamlarında veri bütünlüğünün sağlanmasına yönelik yöntemleri açıklayabilir. | - | - | - | - | - | - | - | - | - | - | - | - |
| Performans odaklı veritabanı tasarımı yapabilir; indeksleme, tablo tasarımı ve sorgu optimizasyonu ilkelerini uygulayabilir. | - | - | - | - | - | - | - | - | - | - | - | - |
| Veri ambarı mimarisini, ETL süreçlerini ve OLAP küplerini kullanarak çok boyutlu analizler gerçekleştirebilir ve karar destek senaryolarını yorumlayabilir. | - | - | - | - | - | - | - | - | - | - | - | - |
| SQL dilini kullanarak karmaşık SELECT, JOIN, GROUP BY ve HAVING sorguları yazabilir ve veri analizi amaçlı sorgular geliştirebilir. | - | - | - | - | - | - | - | - | - | - | - | - |
| NoSQL veritabanı türlerini karşılaştırabilir, büyük veri analitiği ve veri madenciliği yaklaşımlarının temel prensiplerini açıklayabilir. | - | - | - | - | - | - | - | - | - | - | - | - |
| Uygun görselleştirme tekniklerini seçerek veriyi etkili biçimde sunabilir ve Power BI, Tableau veya FineBI araçlarıyla temel görselleştirme uygulamaları geliştirebilir. | - | - | - | - | - | - | - | - | - | - | - | - |
| Denetimli ve denetimsiz makine öğrenmesi yöntemlerini sınıflandırabilir ve gerçek veri setleri üzerinde temel modelleme uygulamaları gerçekleştirebilir. | - | - | - | - | - | - | - | - | - | - | - | - |
| Doğal dil işleme süreçlerini açıklayabilir, kelime gömme yöntemlerini kullanarak metin sınıflandırma problemlerine yönelik temel modeller kurabilir. | - | - | - | - | - | - | - | - | - | - | - | - |
| Arama motoru ve öneri sistemlerinin temel bileşenlerini tanımlayabilir, içerik tabanlı ve işbirlikçi filtreleme yaklaşımlarını karşılaştırabilir. | - | - | - | - | - | - | - | - | - | - | - | - |
| Büyük dil modellerinin çalışma prensiplerini açıklayabilir, etkili prompt tasarlama tekniklerini uygulayabilir ve model çıktılarının güvenilirliğini ve sınırlılıklarını değerlendirebilir. | - | - | - | - | - | - | - | - | - | - | - | - |
Eskişehir Teknik Üniversitesi