Eskişehir Teknik Üniversitesi Eskişehir Teknik Üniversitesi
  • Kurumsal
  • Akademik Programlar
  • Öğrenci İçin Bilgi
  • English
Program Hakkında Eğitim Amaçları Program Yeterlilikleri (Çıktıları) Dersler - AKTS Kredileri Alan Yeterlilikleri Ders - Prog. Yeterlilik İlişkileri Alan & Prog. Yeterlilik İlişkileri Ders - Sürdürülebilir Kalkınma Amaçları İlişkisi
  • Lisansüstü Eğitim Enstitüsü
  • Pilotaj Anabilim Dalı
  • Pilotaj Anabilim Dalı (Tezli) (YL)
  • Dersler - AKTS Kredileri
  • Python ile Veri Bilimine Giriş
  • Tanıtım
  • Tanıtım
  • Öğrenme Çıktıları
  • Program Çıktılarına Katkısı
  • ÖÇ-PÇ İlişkisi
  • AKTS İş Yükü

Ders Bilgileri

Ders Kodu - Ders Adı PLT523 - Python ile Veri Bilimine Giriş
Ders Türü Seçmeli Dersler
Ders Dili Türkçe
Teori + Uygulama 2+1
AKTS 7.5
Öğretim Elemanları DOÇENT DOKTOR AZİZ KABA
Dersin Veriliş Biçimi Yüz Yüze
Dersin Önkoşulları Bu dersin önkoşul ya da eş koşulu bulunmamaktadır.
Önerilen Dersler Önerilen ders yoktur.
Zorunlu ya da Önerilen Kaynaklar 1. Mitchell, Tom M., Machine Learning, McGraw Hill, (1997),http://www.cs.cmu.edu/~tom/mlbook.html2. Simon Rogers and Mark Girolami, A First Course in Machine Learning, Chapman& Hall / CRC, (2012)
Okuma Listesi Ian Goodfellow and Yoshua Bengio and Aaron Courville, Deep Learning, MIT Press, (2016)https://www.deeplearningbook.org/
Değerlendirme 1 Ara Sınav, 1 Final Projesi
Staj & Uygulama Bu derste final projesi mevcuttur.
Sürdürülebilir Kalkınma Amaçları Nitelikli Eğitim , Toplumsal Cinsiyet Eşitliği , Eşitsizliklerin Azaltılması , Sürdürülebilir Şehirler ve Topluluklar , Sorumlu Üretim ve Tüketim

Ders İçeriği

Haftalar Konular
1. hafta Temel Kavramlar: Yapay Zeka, Makine Öğrenmesi, Derin Öğrenme,Gözetimli Öğrenme, Gözetimsiz Öğrenme, Pekiştirmeli Öğrenme, Jupyter/Colab Ortamı
2. hafta Python Temelleri: Veri Tipleri, Girdi Çıktılar,if - elif-while-for döngüleri, fonksiyon tanımlamaları
3. hafta Python Temelleri: Veri Tipleri, Girdi Çıktılar,if - elif-while-for döngüleri, fonksiyon tanımlamaları
4. hafta Python Temelleri: Pandas, Numpy, Matplotlib, Seaborn kütüphaneleri
5. hafta Python Temelleri: Pandas, Numpy, Matplotlib, Seaborn kütüphaneleri
6. hafta Lineer Cebir ve Olasılık Temelleri: Vektör, Matris, Tensör, Python hesaplamaları, Olasılık Dağılım Fonksiyonları
7. hafta Veri önişleme: kategorik, sayısal değişken analizi
8. hafta Veri önişleme: özellik mühendisliği
9. hafta Veri önişleme: kodlamalar
10. hafta Veri önişleme: eksik değer analizi
11. hafta Veri önişleme: aykırı değer analizi
12. hafta Havacılık Uygulamaları
13. hafta Havacılık Uygulamaları
14. hafta Proje Sunumları

Öğretim Yöntem ve Teknikleri

  • Öğretim Yöntemleri
  • Anlatım
  • Tartışma
  • Soru-Yanıt
  • Takım/Grup Çalışması
  • Uygulama - Alıştırma
  • Sorun/Problem Çözme
  • Beyin Fırtınası
  • Rapor Hazırlama ve/veya Sunma
  • Proje Tasarımı/Yönetimi
  • Öğretim Yeterlilikleri
  • Üretken
  • Sorgulayan
  • Girişimci
  • Yaratıcı
  • Bir yabancı dili etkili kullanma
  • Takım halinde çalışabilme
  • Zamanı etkili kullanma
  • Problem çözme
  • Temel matematik becerileri
  • Disiplinlerarası projelerde çalışma
  • Proje Tasarlama ve Yönetme

Ölçme ve Değerlendirme

Değerlendirme Yöntemi ve Geçme Kriterleri
Sayısı Yüzde (%)
Proje 1 40
Dönem Sonu Sınavı 1 60
Toplam (%) 100
  • Kurumsal
  • İsim ve Adres
  • Akademik Takvim
  • Yönetim Kadrosu
  • Kurum Hakkında
  • Akademik Programlar
  • Genel Kabul Şartları
  • Önceki Öğrenmenin Tanınması
  • Kayıt İşlemleri
  • AKTS Kredi Sistemi
  • Akademik Danışmanlık
  • Akademik Programlar
  • Doktora / Sanatta Yeterlik
  • Yüksek Lisans
  • Lisans
  • Önlisans
  • Öğrenci İçin Bilgi
  • Şehirde Yaşam
  • Konaklama
  • Beslenme Olanakları
  • Tıbbi Olanaklar
  • Engelli Öğrenci Olanakları ı
  • Sigorta
  • Maddi Destek
  • Öğrenci İşleri Daire Başkanlığı
  • Öğrenci İçin Bilgi
  • Öğrenim Olanakları
  • Uluslararası Programlar r
  • Değişim Öğrencileri için Pratik Bilgiler
  • Dil Kursları
  • Staj
  • Sosyal Yaşam ve Spor Olanakları
  • Öğrenci Kulüpleri