DERS BİLGİLERİ
Ders Kodu Yarıyıl Ders Süresi Kredi AKTS
Data Analytics for Internet of Things EEES   406 8 3 3 4

Ön Koşul Dersleri
Ders Hakkında Önerilen Diğer Hususlar None

Dersin Dili Türkçe
Dersin Seviyesi Lisans
Dersin Türü Seçmeli
Dersin Koordinatörü
Dersi Verenler
 
Dersin Yardımcıları
Dersin Amacı
Temel makine öğrenmesi yöntemlerinin tanıtılması, akıllı karar mekanizmalarının nesnelerin interneti uygulamalarında kullanılabilmesi için gerekli olan teorik ve pratik kabiliyetin öğrenciye kazandırılması.
Dersin İçeriği
Veri işlemenin nesnelerin interneti için önemi, Olasılık ve rastgele değişkenlerin temelleri, Makine öğrenmesi nedir, Sınıflandırma ve regresyon problemleri, Denetimli öğrenme: eğri uydurma, karar ağaçları, k-en yakın komşu algoritması, Denetimsiz öğrenme: kümeleme yöntemleri, temel bileşenler analizi, Denetimli ve Denetimsiz öğrenme yöntemlerinin Python programlama dili ile kodlanması, Sensörlerden analog ve sayısal veri okunması, Sensör kalibrasyonu, single-board bilgisayar ile akıllı karar mekanizmalarının gerçekleştirilmesi, Büyük veri işleme: gereklilik ve gereksinimler

Dersin Öğrenme Kazanımları
1) İstatistiksel olarak veri analiz edebilir ve akıllı karar mekanizması geliştirebilir
2) Nesnelerin İnterneti uygulamaları için kodlama yeteneği kazanır
3) Nesnelerin İnterneti uygulamalarında akıllı karar mekanizmalarını kullanabilir
4)
5)
6)
7)
8)
9)
10)
11)
12)
13)
14)
15)


DERSİN PROGRAM KAZANIMLARINA KATKISI
NoTemel öğrenme KazanımlarıKatkı Düzeyi
12345
1
Matematik ve fiziğin, mühendisliğin temellerini oluşturan dallarında yetkinliğe sahip olma
2
Elektrik-elektronik mühendisliğinin temel konularındaki ana bilgilere hakim olma
3
Temel mühendislik ve elektrik-elektronik mühendisliği konularında edinilen bilgilerin oluşturduğu işlevsel bütünlüğü kavrama
4
Edinilen mesleki bilgilerden yola çıkarak problem saptama, saptanan problemi analiz edebilme
5
Temel mühendislik bilgilerini kullanarak verilen kuramsal bir problemi bilimsel olarak formüle edebilme ve çözebilme
6
Bilgisayar ve bilişim teknolojilerine yatkınlık
7
İngilizce olarak yazılmış, mesleği ile ilgili ya da daha genel bir bilimsel metni ana hatlarıyla anlayacak düzeyde İngilizce bilme
8
Elektrik-elektronik mühendisliği bilgilerini mesleğe özgü alet ve cihazlar üzerinde uygulayabilme
9
Bildiği bir programlama dilinde belirli bir amaca yönelik bilgisayar programı yazabilme
10
Gerektiğinde bireysel olarak, hedef odaklı bir çalışma programı oluşturmak suretiyle veya sorumlulukların paylaşıldığı bir grubun içinde uyumlu çalışabilme yeteneği
11
Bilgiye erişebilmek icin uygun kaynakları belirleme, onlara ulaşma ve verimli şekilde kullanma becerisi
12
Uygun bir dil ve tarz ile insanlarla iletişim kurabilme
13
Özelde mesleğinin ve genelde profesyonel hayatın gerektirdiği etik değerleri özümseme
14
İçinde yaşadığı toplumun, dünyanın ve çağın, bilimsel, sosyal, tarihi, ekonomik ve politik olguları hakkında farkındalık

DERS AKIŞI
HaftaKonularÖn Hazırlık Yöntem
1 Veri işlemenin nesnelerin interneti için önemi Yok Anlatım
Tartışma
2 Olasılık ve rastgele değişkenlerin temelleri Önceki konunun gözden geçirilmesi Anlatım
Tartışma
3 Makine öğrenmesi nedir. Sınıflandırma ve regresyon problemleri Önceki konunun gözden geçirilmesi Anlatım
Tartışma
4 Denetimli öğrenme: eğri uydurma, karar ağaçları, k-en yakın komşu algoritması Önceki konunun gözden geçirilmesi Anlatım
Tartışma
5 Denetimli öğrenme yöntemlerinin Python programlama dili ile kodlanması Önceki konunun gözden geçirilmesi Anlatım
Tartışma
Gösterip Yaptırma
6 Denetimsiz öğrenme: kümeleme yöntemleri, temel bileşenler analizi Önceki konunun gözden geçirilmesi Anlatım
Tartışma
7 Denetimsiz öğrenme yöntemlerinin Python programlama dili ile kodlanması Önceki konunun gözden geçirilmesi Anlatım
Tartışma
Gösterip Yaptırma
8 Ara Sınav Önceki konunun gözden geçirilmesi Yazılı Sınav
9 Sensörlerden analog ve sayısal veri okunması, Sensör kalibrasyonu Önceki konunun gözden geçirilmesi Anlatım
Tartışma
10 Single-board bilgisayar ile akıllı karar mekanizmalarının gerçekleştirilmesi Önceki konunun gözden geçirilmesi Anlatım
Tartışma
Gösterip Yaptırma
11 Büyük veri işleme: gereklilik ve gereksinimler Önceki konunun gözden geçirilmesi Anlatım
Tartışma
12 Sınıf içi örnek proje geliştirme Önceki konunun gözden geçirilmesi Anlatım
Alıştırma ve Uygulama
Gösterip Yaptırma
13 Sınıf içi örnek proje geliştirme Önceki konunun gözden geçirilmesi Anlatım
Alıştırma ve Uygulama
Gösterip Yaptırma
14 Dönem sonu proje çalışmaları Önceki konunun gözden geçirilmesi Anlatım
Alıştırma ve Uygulama
Gösterip Yaptırma
15 Dönem sonu proje çalışmaları Önceki konunun gözden geçirilmesi Anlatım
Alıştırma ve Uygulama
Gösterip Yaptırma
16-17 Yarıyıl Sonu Sınavları Önceki konunun gözden geçirilmesi Proje / Tasarım

KAYNAKLAR
Ders Notu
Diğer Kaynaklar