GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| BVA709 | TIBBİ VERİ MADENCİLİĞİ | Seçmeli Ders Grubu | 2 | 3 | 3,00 |
Dersin Seviyesi
Önlisans
Dersin Sunulduğu Dil
Dersin Amacı
Bu ders, öğrencilere tıbbi veri madenciliği kavramlarını tanıtmayı amaçlar. Ders, Python ve Google Colab üzerinde uygulanacak ve temel veri madenciliği teknikleri, basit sınıflandırma ve analiz yöntemleri üzerinde yoğunlaşacaktır. Dersin amacı, öğrencilerin tıbbi veriler üzerinde temel veri madenciliği tekniklerini anlamalarını ve basit uygulamalar geliştirmelerini sağlamaktır.
Dersi Veren Öğretim Görevlisi/Görevlileri
Öğr. Gör. H. Hazel Aras
Öğrenme Çıktıları
| 1 | Tıbbi veri türlerini tanımlar. |
| 2 | Python ve Colab ile veri ön işleme yapar. |
| 3 | Basit sınıflandırma yöntemlerini uygular. |
| 4 | Basit model değerlendirme ve görselleştirme yapar. |
| 5 | Mini projeler ile basit tıbbi veri analizi gerçekleştirir. |
| 6 | Takım çalışması ve proje yönetimi becerilerini kullanır. |
Öğretim Sistemi
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Ders İçin Önerilen Diğer Hususlar
Ders sırasında öğrencilerin Python ve Colab üzerinde çalışmaları önerilir. Basit veri setleri ile uygulamalar yapılmalıdır.
Dersin İçeriği
Tıbbi veri türleri, veri ön işleme, temel sınıflandırma yöntemleri, temel veri analizi ve Python ile Colab uygulamaları.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konular (Teorik) | Uygulama | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
|---|---|---|---|---|
| 1 | Ders tanıtımı ve tıbbi veri madenciliğine giriş | Google Colab kurulumu ve Python ortamı. | Anlatım ve örnekler. | Python ve Colab temel notlarını gözden geçirme. |
| 2 | Tıbbi veri türleri. | Basit veri seti inceleme. | Kodlama. | Veri türlerini gözden geçirme. |
| 3 | Veri ön işleme. | Temizleme, eksik veri işleme. | Kodlama. | Ön işleme kavramlarını inceleme. |
| 4 | Temel istatistik ve analiz. | Ortalama, medyan, varyans hesaplama. | Kodlama. | İstatistik notlarını gözden geçirme. |
| 5 | Basit sınıflandırma yöntemleri. | Karar ağaçları, k-NN uygulamaları. | Kodlama. | Sınıflandırma kavramlarını inceleme. |
| 6 | Veri görselleştirme. | Matplotlib ve Seaborn ile görselleştirme. | Kodlama. | Görselleştirme araçlarını gözden geçirme. |
| 7 | Basit model değerlendirme. | Doğruluk, precision, recall hesaplama. | Kodlama. | Model değerlendirme notlarını gözden geçirme. |
| 8 | Python ile mini proje uygulaması. | Basit tıbbi veri seti üzerinde sınıflandırma. | Kodlama ve grup çalışması. | Veri setini ve algoritmayı gözden geçirme. |
| 9 | Model iyileştirme ve hiperparametreler. | Basit parametre ayarları ve testler. | Kodlama. | Hiperparametre kavramlarını gözden geçirme. |
| 10 | Basit görselleştirme ve raporlama. | Model sonuçlarını görselleştirme ve raporlama. | Kodlama. | Raporlama ve görselleştirme notlarını inceleme. |
| 11 | Basit model iyileştirme ve hiperparametreler. | Parametre ayarları ve basit testler. | Kodlama. | Önceki modelleri gözden geçirme. |
| 12 | Python ile mini proje uygulaması. | Basit tıbbi veri seti üzerinde sınıflandırma. | Kodlama ve grup çalışması. | Veri setini ve algoritmayı gözden geçirme. |
| 13 | Mini proje geliştirme ve sonuç analizi. | Proje üzerinde iyileştirme ve sonuçların analizi. | Kodlama ve grup çalışması. | Önceki haftalardaki uygulamaları tekrar gözden geçirme. |
| 14 | Proje sunumları ve geri bildirim. | Proje sunumları ve sınıf içi tartışma. | Sunum ve tartışma. | Sunum materyallerini hazırlama. |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 50 |
| Quiz | 1 | 25 |
| Laboratuvar Ara Sınavı | 1 | 25 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 50 |
| Quiz | 1 | 10 |
| Proje Sunma | 1 | 40 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 50 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 50 | |
Staj Durumu
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 1 | 1 |
| Final Sınavı | 1 | 1 | 1 |
| Quiz | 10 | 1 | 10 |
| Derse Katılım | 14 | 2 | 28 |
| Laboratuvar | 14 | 1 | 14 |
| Derse Katılım (Uygulama) | 14 | 1 | 14 |
| Proje Sunma | 1 | 1 | 1 |
| Ara Sınav İçin Bireysel Çalışma | 7 | 1 | 7 |
| Final Sınavı içiin Bireysel Çalışma | 7 | 1 | 7 |
| Laboratuvar Ara Sınavı | 1 | 1 | 1 |
| Toplam İş Yükü (saat) | 84 | ||
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 | 5 | 5 | ||||||||||||
| ÖÇ 3 | 5 | 5 | 5 | 5 | |||||||||||
| ÖÇ 4 | 5 | 5 | 5 | 5 | |||||||||||
| ÖÇ 5 | 5 | 5 | |||||||||||||
| ÖÇ 6 | 5 | 5 | 5 | 5 | 5 | 5 | 5 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek