EEES406 Data Analytics for Internet of Things

4 AKTS - 3-0 Süre (T+U)- 8. Yarıyıl- 3 Yerel Kredi

Genel Bilgi

Birim MÜHENDİSLİK FAKÜLTESİ
ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ PR. (İNGİLİZCE)
Kod EEES406
Ad Data Analytics for Internet of Things
Dönem 2019-2020 Eğitim-Öğretim Yılı
Yarıyıl 8. Yarıyıl
Süre (T+U) 3-0 (T-U) (17 Hafta)
AKTS 4 AKTS
Yerel Kredi 3 Yerel Kredi
Eğitim Dil İngilizce
Seviye Belirsiz
Tür Normal
Etiket S Seçmeli
Öğretim Şekli Yüz Yüze Öğretim
Bilgi Paketi Koordinatörü Dr. Öğr. Üyesi ERCAN AVŞAR
Dersin Öğretim Elemanı Dr. Öğr. Üyesi ERCAN AVŞAR (Bahar) (A Grubu) (Sor. Öğr. Ele.)


Dersin Amacı / Hedefi

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 Ön Koşulu

Kaynaklar

Notlar



Dersin Öğrenme Çıktıları

Sıra Dersin Öğrenme Çıktıları
ÖÇ01 İstatistiksel olarak veri analiz edebilir ve akıllı karar mekanizması geliştirebilir
ÖÇ02 Nesnelerin İnterneti uygulamaları için kodlama yeteneği kazanır
ÖÇ03 Nesnelerin İnterneti uygulamalarında akıllı karar mekanizmalarını kullanabilir


Program Öğrenme Çıktıları ile İlişkisi

Sıra Tür Program Öğrenme Çıktıları Duzey
PÖÇ01 - Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi. 4
PÖÇ02 - Karmaşık mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. 5
PÖÇ03 - Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi. 5
PÖÇ04 - Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları seçme ve kullanma becerisi; bilişim teknolojilerini ve programlama bilgilerini etkin bir şekilde kullanma becerisi. 5
PÖÇ05 - Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. 4
PÖÇ06 - Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi. 5
PÖÇ07 - Sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi. 5
PÖÇ08 - Yaşam boyu öğrenmenin gerekliliği konusunda farkındalık; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi. 5
PÖÇ09 - Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk ve mühendislik uygulamalarında kullanılan standartlar hakkında bilgi. 5
PÖÇ10 - Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi. 5
PÖÇ11 - Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık. 5
PÖÇ12 - Elektrik-Elektronik mühendisliği bilgilerini mesleğe özgü alet ve cihazlar üzerinde uygulayabilme 3
PÖÇ13 - İçinde yaşadığı toplumun, dünyanın ve çağın, bilimsel, sosyal, tarihi, ekonomik ve politik olguları hakkında farkındalık 4


Haftalık Akış

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


Değerlendirme (Sınav) Yöntemleri ve Kriterleri

Değerlendirme Türü Yarıyıl İçi / Yıl İçi Etkisi Yarıyıl Sonu / Yıl Sonu Etkisi
1. Proje / Tasarım 100 20
Genel Değerlendirme
Yarıyıl İçi / Yıl İçi Toplam 100 20
1. Yıl Sonu Sınavı - 80
Genel Toplam - 100

Güncelleme Zamanı: 03.02.2020 10:02