Bu ders ile öğrencilere veri analitiği alanında sıkça kullanılan program dilllerinden biri olan Python kullanarak etkin bir şekilde kod yazma becerisinin kazandırılması hedeflenmektedir. Ders kapsamında değişkenler, veri tipleri, kontrol yapıları, döngüler, diziler, nesneler ve sıralama algoritmaları gibi temel kavramlar detaylı olarak incelenecektir.

Veri analtiği ile amaç büyük çaplı karmaşık verilerin incelenerek farklı uygulama alanlarında karar almak için temel oluşturacak anlamlı bilgiler elde etmektir. Bu ders kapsamında veri analitiği temel yöntemleri incelenecek, bunun için gerekli olan yöntemler ve araçlar tanıtılacaktır.

Bu derste olasılık kuramı, rassal değişkenler, olasılık dağılımları, istatiksel çıkarım, hipotez sınamaları, varyans analizi, uygunluk testleri, regresyon ve korelasyon analizleri gibi temel istatistik bilgileri açık kaynak kodlu programlama dili R kullanılarak anlatılacaktır. Her konu, veri analitiğinde sıkça karşılaşılan veri kümeleri yardımıyla uygulamalar ile desteklenecektir.

Verilerin modellenmesi, saklanması, ve daha sonra istenilen kısımlarının sorgulanarak kullancıya sunulması amacıyla veri tabanı yönetimi modelleri ve sistemleri geliştirilmiştir. Bu ders kapsamında veri tabanı kavramsal modellereme, daha sonra bu kavramsal modellerin veri tabanı yönetimi sistemleri kullanılarak fisiksel modeller dönüştürülmesi, ve daha sonra bunların sorgulanması için SQL dili anlatılacaktır.

Veri analitiğinin önemli bir ayağı verilerin kolayca anlaşılacak ve yorum yapılabilecek şekilde görselleştirilmesidir. Bu ders kapsamında verilerin farklı yöntemler ve araçlarla görselleştirilmesi konusu ele alınacaktır.

Farklı türdeki sosyal ağlar ve bireyler arasındaki bağlantılar, son zamanlarda ortaya çıkan yeni nesil uygulamaların altındaki modeli anlamamız konusunda hayati bir önem taşımaktadır. Bu bağlantılar, gerek bireysel gerekse ticari ağlar ve toplulukların etkileşiminde görülen aktörleri, yani bireyleri, yerleri, etkinlikleri, iş alanlarını, ürünleri, sosyal ve bütünleşik iş akışlarını içine almaktadır. Bu derste Facebook, Twitter, Linkedin ve Foursquare gibi farklı uygulamalar incelenecek ve farklı bağlantılarla oluşturulan ağ türleri de araştırılacaktır. Bu ağların nasıl çalıştıklarına ışık tutacak teknik araçlar incelenecek ve sosyal ağ analizi ve modellemesi için gerekli olan graf teoriye de giriş yapılacaktır. Kurs kapsamında oyun teori ile etkileşim dinamiği de inceleme altına alınacaktır. Derste öğretilecek olan kavramlar: Farklı sosyal ağların çalışma mekanizmalarını incelenmesi ve modellenmesi, Graf teorinin temelleri, Temel sosyal ağ analizi, Bu kavramların yeni web ve sosyal ağ uygulamalarına uyarlanması.

Veri madenciliğinin amacı büyük çaplı verilerden anlamlı ilişkiler, ve modeller ortaya çıkarmaktır. Bunu yaparken temel istatistik, veri tabanı ve makine öğrenme yöntemleri kullanılır. Bu ders kapsamında sınıflandırma, ilişkilendirme, ve gruplama ile ilgili temel veri madenciliği teknikleri anlatılacak ve veri madenciliği araçları ile bu modellerin farklı uygulamalardan elde edilen veriler üzerinde nasıl kullanılacağı anlatılacaktır.

Veri analizi problemlerinin çözümünde kullanılan optimizasyon yöntemlerinin temelleri bu derste anlatılacaktır. Anlatılacak yöntemlerin arasında doğrusal ve doğrusal olmayan programlama, tamsayı programlama, dinamik programlama yer alacaktır. Anlatılan yöntemlerin farklı problemlerde nasıl kullanıldıkları ise hazır optimizasyon programları yardımıyla gösterilecektir.

Bu derste karar verme kuramı ve uygulamalarına giriş işlenecektir. Ayrıca etki grafikleri ve karar ağaçlarının karar verme problemlerinde kullanımı, belirsizlikte ihtimal tahmini, Bayesian istatistiksel analiz, bilginin değeri, riske karşı tutumlar ve fayda kuramı anlatılacaktır.

Proje yönetim sürecine genel bakış ile proje seçimi ve proje fikri yaratılması konuları ile derse başlanacaktır. Proje finansmanı, teklif verilmesi, bütçe ve nakit akışı analizi, proje takımı oluşturma ve kurma, proje çizelgeleme yöntemleri, projelerin ilerleme ve maliyet kontrolü ve farklı sektörlerden proje yönetimi örnekleri dersin devamını teşkil edecektir.

Veri analitiği genellikle insanlar üzerine toplanmış veriler üzerine odaklandığı için, kişisel verilerin korunması ve güvenliği önemlidir. Veri korumasının hem hukuki hem de teknik boyutları vardır. Bu ders kapsamında kişisel verilerin toplanması, saklanması, ve işlenmesi sonucu ortaya çıkabilecek mahremiyet sorunları incelenecek, bu kapsamda hem ulusal hem de uluslar arası veri koruması mevzuatı aktarılacaktır. Bunun yanında verilerin anonimleştirilmesi, veri tabanı erişim kontrolu, ve güvenlik konularına değinilecektir.

Bu ders kapsamında bilgi sistemleri, telif hakları ve veri sahipliği gibi alanlarda geçerli olan mevzuat ve prosedürler incelenecek, olası ihtilaflar durumunda ortaya çıkan hukuksal süreçler ve yaptırımlar işlenecektir. Bilgi güvenliği ile ilgili mevcut hukuki düzenlemeler de bu ders içeriğinde tartışılacaktır.

Girişimcilik yerel, bölgesel, ulusal ve uluslar arası değer yaratılması konusunda yenilikçi yaklaşımı ifade eder. Bu dersin amacı girişimciliği, fırsatları ve zorluklarını anlayacakları bilgi birikimini öğrencilere sağlamaktır. Yeni fikirlerin değerlendirilmesi ve kaynaklara erişim örnekler üzerinden dersin temelini oluşturacaktır. Endüstriden girişimcilerin katılımı teşvik edilerek, başarı öyküleri ve yenilikçi uygulamalar öğrencilere anlatılacaktır.

Tezsiz yüksek lisans programını takip eden tüm öğrenciler bir proje hazırlamakla yükümlüdürler. Projenin konusu ve içeriği öğrencinin ilgi ve birikimine göre belirlenir ve Proje Yöneticisi öğretim üyesi tarafından onaylanır. Projenin bitiminde öğrenci Proje Yöneticisi tarafından onaylanan bir sonuç raporu yazmak ve sunmakla yükümlüdür.