GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| BVA707 | DERİN ÖĞRENME | Seçmeli Ders Grubu | 2 | 4 | 5,00 |
Dersin Seviyesi
Önlisans
Dersin Sunulduğu Dil
Dersin Amacı
Bu dersin amacı, büyük veri kavramlarını, mimarilerini ve teknolojilerini tanıtarak öğrencilere büyük veri platformlarını kullanarak veri işleme becerisi kazandırmaktır.
Dersi Veren Öğretim Görevlisi/Görevlileri
Öğr. Görevlisi Ömer MERMER
Öğrenme Çıktıları
| 1 | Büyük verinin tanımını ve temel özelliklerini açıklar. |
| 2 | Büyük veri mimarilerini ve katmanlarını tanımlar. |
| 3 | Hadoop ve Spark gibi büyük veri teknolojilerini kullanabilir. |
| 4 | HDFS üzerinde veri yönetimi yapabilir. |
| 5 | MapReduce ve Spark ile veri işleyebilir. |
| 6 | NoSQL veritabanlarını kullanabilir. |
| 7 | Gerçek zamanlı veri işleme süreçlerini açıklar. |
Öğretim Sistemi
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Yok
Ders İçin Önerilen Diğer Hususlar
[Yok]
Dersin İçeriği
Büyük verinin tanımını ve temel özelliklerini açıklar. Büyük veri mimarilerini ve katmanlarını tanımlar. Hadoop ve Spark gibi büyük veri teknolojilerini kullanabilir. HDFS üzerinde veri yönetimi yapabilir. MapReduce ve Spark ile veri işleyebilir. NoSQL veritabanlarını kullanabilir. Gerçek zamanlı veri işleme süreçlerini açıklar.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konular (Teorik) | Uygulama | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
|---|---|---|---|---|
| 1 | Büyük Veri’ye Giriş | Büyük veri örneklerinin analizi | Anlatım, Tartışma | Büyük veri ile ilgili güncel makaleleri incelemek |
| 2 | Büyük Veri Özellikleri (5V) | Her bir V için örnek vakaların incelenmesi | Grup çalışması | 5V kavramlarının araştırılması |
| 3 | Büyük Veri Mimarisi ve Katmanları | Tipik bir mimari şemasının çizilmesi | Sunum, Tartışma | Lambda ve Kappa mimarilerinin incelenmesi |
| 4 | Hadoop Ekosistemi | HDFS yapısının kurulumu ve dosya işlemleri | Uygulamalı laboratuvar | Hadoop dökümantasyonunun okunması |
| 5 | HDFS (Hadoop Distributed File System) | HDFS üzerinde veri yükleme ve okuma işlemleri | Kodlama, Terminal uygulamaları | Temel Linux komutlarının gözden geçirilmesi |
| 6 | MapReduce Programlama Modeli | Basit bir MapReduce örneğinin yazılması | Kodlama, Uygulama | MapReduce algoritmalarının yapısını öğrenmek |
| 7 | Apache Spark’a Giriş | Spark Shell ile veri işlemleri | Uygulama, Canlı demo | Spark kurulumu ve RDD belgelerinin incelenmesi |
| 8 | Spark ile Veri İşleme | RDD ve DataFrame kullanarak örnek veri işleme | Kodlama, Lab çalışması | DataFrame API dokümantasyonunu okumak |
| 9 | Spark ile Veri İşleme | RDD ve DataFrame kullanarak örnek veri işleme | Kodlama, Lab çalışması | DataFrame API dokümantasyonunu okumak |
| 10 | NoSQL Veritabanlarına Giriş | MongoDB ile CRUD işlemleri | Kodlama | MongoDB yapısını öğrenmek |
| 11 | HBase ile Kolon Tabanlı Veri Yönetimi | HBase tablosu oluşturma ve sorgulama | Komut satırı uygulaması | HBase temel komutlarının öğrenilmesi |
| 12 | Gerçek Zamanlı Veri İşleme | Kafka ile veri akışı örneği | Uygulama, Demo | Kafka kavramları ve kullanım senaryoları |
| 13 | Büyük Veri Proje Geliştirme | Proje veri setinin analiz edilmesi | Proje odaklı bireysel çalışma | Konu ve araçların belirlenmesi |
| 14 | Proje Sunumları ve Değerlendirme | Proje sunumu ve geribildirim | Sunum, Değerlendirme | Projenin tamamlanması ve sunum hazırlanması |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 50 |
| Proje Sunma | 1 | 50 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
Yok
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 1 | 1 |
| Final Sınavı | 1 | 1 | 1 |
| Derse Katılım | 14 | 2 | 28 |
| Derse Katılım (Uygulama) | 14 | 2 | 28 |
| Proje Hazırlama | 1 | 28 | 28 |
| Proje Sunma | 1 | 2 | 2 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 14 | 14 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 14 | 14 |
| Toplam İş Yükü (saat) | 116 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | PÇ 12 | PÇ 13 | PÇ 14 | PÇ 15 | |
| ÖÇ 1 | 5 | 5 | |||||||||||||
| ÖÇ 2 | 5 | ||||||||||||||
| ÖÇ 3 | 5 | 5 | |||||||||||||
| ÖÇ 4 | 5 | 5 | |||||||||||||
| ÖÇ 5 | 5 | 5 | |||||||||||||
| ÖÇ 6 | 5 | 5 | 5 | ||||||||||||
| ÖÇ 7 | 5 | 5 | 5 | 5 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek