VBL5001 - Veri Bilimi için Algoritma Tasarımı ve Analizi

BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ

LİSANSÜSTÜ EĞİTİM ENSTİTÜSÜ

VERİ BİLİMİ VE ANALİTİĞİ - YL

(2025 - 2026) Ders Bilgi Formu

Ders Adı	Kodu	Yarıyıl	T+U Saat	AKTS	Z / S
Veri Bilimi için Algoritma Tasarımı ve Analizi	VBL5001	1	3 + 0	7,5	Seçmeli

Birim Bölüm	Veri Bilimi ve Analitiği - YL - Lisansüstü (Yüz yüze)
Amaç	Bu ders, büyük veri özelliği taşıyan farklı veri setleri ile yapılacak uygulamalar ile, büyük veriler ile çalışırken daha hızlı ve daha iyi karar verilebilmesini sağlayan yazılım bazlı uygulamaların anlaşılmasını amaçlamaktadır. Bu yüzden bilgisayar yazılımlarının temeli olan algoritma öğrencilere büyük veri çalışmalarına kolaylık sağlayacak şekilde öğretilecektir.
Ders İçeriği	Algoritma analizine genel bir bakış, böl ve fethet algoritmaları, grafikler, dinamik programlama, açgözlü algoritmalar, P ve NP, açgözlü algoritmalar; gelişigüzel algoritmalar; P ve NP; NP-zor problemleri için yaklaşık algoritmalar, NP-zor problemlerinin alt kümeleri için polinom algoritmaları, kısmi tekrarlı fonksiyonlar, hesaplamalar ve çözümü olmayan problemler.
EBS Koordinatörü	Serpil TÜRKYILMAZ

Hafta	Konu
1	Arama ve Sıralama
2	Böl ve Fethet Algoritmaları
3	Grafikler, Proje Önerileri
4	Dinamik Programlama
5	Dinamik Programlama
6	Açgözlü Algoritmalar
7	Rastgele Algoritmalar
8	P ve NP
9	NP-Zor Problemleriyle Çalışma
10	NP-Zor Problemleriyle Çalışma
11	Kısmi Tekrarlı Fonksiyon
12	Hesaplamalar ve Çözümü Olmayan Problemler
13	Hesaplamalar ve Çözümü Olmayan Problemler, Projelerin Final Sunumu
14	Hesaplamalar ve Çözümü Olmayan Problemler, Projelerin Final Sunumu

Program Çıktıları
1	Veri bilimi ve analitiğinin temel bileşenlerine hâkim olma; istatistiksel analiz, veri madenciliği ve makine öğrenmesine ilişkin yöntemleri uygulamalı olarak kullanabilme
2	Yapılandırılmış ve yapılandırılmamış veri tiplerini analiz etme becerisine sahip olma; büyük veri kümeleri üzerinden anlamlı çıkarımlar yaparak analitik yöntemleri etkili biçimde kullanabilme
3	Veri analizi ve modelleme süreçlerinde Python, R, SQL gibi programlama dillerinden yararlanabilme; veri işleme ve otomasyon adımlarını etkin biçimde yönetebilme
4	Veri görselleştirme ve sonuç raporlama tekniklerini kullanarak analiz bulgularını açık, etkili ve karar verme süreçlerine katkı sunacak biçimde ifade edebilme
5	Karmaşık veri odaklı problemleri analiz edebilme, uygun çözüm yolları geliştirebilme ve bilimsel araştırma yöntemleri aracılığıyla yaratıcı, veri temelli kararlar alabilme
6	Veri bilimi ve analitiği kapsamında karşılaşılan problemleri analiz edebilme, uygun veri analizi tekniklerini seçerek çözüm yolları geliştirebilme; istatistiksel, algoritmik ve yapay zekâ temelli yöntemleri eleştirel düşünme yeteneğiyle değerlendirebilme
7	Veri bilimi ve analitiği uygulamalarında Python, R, SQL gibi programlama dillerini etkin biçimde kullanabilme; veri madenciliği, makine öğrenmesi, büyük veri işleme, veri görselleştirme ve modelleme araçlarıyla pratik çözümler geliştirebilme, gerçek veri setleri üzerinde uygulamalar gerçekleştirebilme
8	Veri bilimi ve analitiği ile ilgili bireysel veya ekip çalışmalarında sorumluluk üstlenebilme, karmaşık veri projelerini bağımsız olarak planlayıp yürütebilme; karşılaştığı sorunlara analitik ve yaratıcı çözümler geliştirerek karar alma süreçlerinde etkin rol oynayabilme
9	Veri bilimi ve analitiği alanındaki güncel gelişmeleri, teknolojileri ve yöntemleri izleyerek yaşam boyu öğrenme bilinciyle kendini sürekli geliştirme yetkinliğine sahip olma; yeni bilgi ve becerileri hızla edinip uygulamaya aktarabilme
10	Veri bilimi ve analitiği alanındaki çalışmalarını yazılı, sözlü ve görsel yollarla açık ve etkili bir biçimde ifade edebilme; çok disiplinli takımlarda etkin biçimde çalışabilme, iletişim kurabilme ve iş birliğine dayalı çözümler geliştirebilme
11	Veri bilimi ve analitiği alanına özgü kavramlara, yöntemlere, algoritmalara ve araçlara hâkim olma; etik ilkelere uygun biçimde veri toplama, işleme, analiz etme ve yorumlama süreçlerini yürütebilme, veri gizliliği ve güvenliği konularında sorumluluk bilinciyle hareket edebilme

Ders Öğrenme Çıktısı - Program Çıktıları (1 -5 Puan Aralığı)

Ders Öğrenme Çıktısı	PÇ 1	PÇ 2	PÇ 3	PÇ 4	PÇ 5	PÇ 6	PÇ 7	PÇ 8	PÇ 9	PÇ 10	PÇ 11
Algoritmalar kullanarak veri yapılarını tanımlama ve modelleme	-	-	-	-	-	-	-	-	-	-	-
Denklemleri çözmek için matematiksel modelleri kullanma ve algoritmalar oluşturma	-	-	-	-	-	-	-	-	-	-	-
Veriye dayalı materyalleri analiz edebilme ve eleştirel olarak değerlendirebilme	-	-	-	-	-	-	-	-	-	-	-
Araştırılan alanla ilgili politika değişikliklerinin etkilerini öngörebilme	-	-	-	-	-	-	-	-	-	-	-
Ortalama Değer	-	-	-	-	-	-	-	-	-	-	-

https://ebs.bilecik.edu.tr/pdf/dersbilgigetir/451227