Yazdır

DERS BİLGİLERİ
Ders KodDers AdT+U SaatYarıyılAKTS
UFD 520BÜYÜK VERİ ANALİTİĞİ3 + 02. Yarıyıl6

DERS TANIMI
Ders Düzeyi Yüksek Lisans
Ders Türü Seçmeli
Dersin Amacı Büyük Veri alanındaki genel uygulamaları ve piyasa trendini tanıtacaktır. Ders kapsamında ayrıca, Hadoop, Spark gibi temel platformlar ve bağlı büyük veriler için IBM System G gibi araçlar tanıtılacaktır. Daha sonra, birkaç veri saklama yönteminden ve bunlar için verinin nasıl yüklenmesi, dağıtılması veya işlenmesi gerektiğinden bahsedilecektir. Bu saklama yöntemlerine HDFS, HBase, KV stores, belge veritabanları ve grafik veritabanları dahildir. Ders, analitik algoritmaların farklı platformlarda ele alınması üzerine çeşitli yöntemler tanıtarak devam edecektir. Ardından, Büyük Veri görselleştirme ve mobil Büyük Veri'den bahsedilmesi planlanmaktadır. Tüm bunların sonrasında öğrenciler, çeşitli gerçek dünya problemleri için Büyük Veri Analizi yapabilecek temel bilgiye sahip olacaklardır.
Ders İçeriği Hadoop, Spark, IBM System G gibi araçlar, veri saklama yöntemi, veri yükleme, HDFS, HBase, KV sotres, belge ve grafik veritabanları
Ders Ön Koşul Dersin ön koşulu yok.
Ders Yan Koşul Dersin yan koşulu yok.
Öğretim Sistemi Yüz Yüze

DERS ÖĞRENME KAZANIMLARI
1geçici

DERS ÖĞRENME KAZANIMININ PROGRAM YETERLİLİKLERİNE KATKISI
NoPY 01PY 02PY 03
ÖK 001   
Ara Toplam   
Katkı000

AKTS / İŞ YÜKÜ TABLOSU
EtkinlikSayısıSüresi (Saat)Toplam İş Yükü (Saat)
Ders Süresi(14 hafta/teorik+uygulama)13339
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme)13226
Ödevler21326
Yarıyıl Sonu Sınavı(hazırlık süresi dahil)13939
Arasınav12626
Toplam İş Yükü

Dersin AKTS Kredisi






156

6
DERS ŞUBELERİ
 Dönem seçiniz :   


Seçili dönemde ders açılmamıştır.


Yazdır

T+U : Teorik + Pratik
PY: Program Yeterlilikleri
ÖK: Ders Öğrenme Kazanımları