İşletme

Bu dersi tamamladıktan sonra öğrenciler: Veri biliminin temellerini ve uygulamalarını anlayacak. Veri bilimi süreçlerinin iş sorunlarını çözmek için nasıl kullanılabileceğini kavrayacak. Veri analizinin iş dünyasındaki rolünü ve değerini anlayacak. Veriden bilgi çıkarma kavramlarını kavrayacak. Veri tasarımı, çıkarımı, biçimlendirmesi, analizi, görselleştirmesi ve yorumlanması için analitik araçları kullanma konusunda teorik bilgiye sahip olup uygulamalı deneyim kazanacak. Veri etiği konularında farkındalık kazanacaktır.

Veri Bilimi, iş karar alma süreçlerini desteklemek amacıyla veriyi kullanmanın yeni yollarını keşfetmeyi ve geliştirmeyi amaçlayan yenilikçi bir alandır. Teknolojik ilerlemeler sayesinde, bireyler ve organizasyonlar artık çok büyük miktarda gerçek zamanlı, heterojen veri (yani Büyük Veri) üretebilmektedir. Bu durum, bu tür verileri etkili bir şekilde yönetebilecek ve analiz edebilecek uzmanlara olan talebi artırmaktadır.Bu ders, öğrencilere veri bilimi alanında teorik ve pratik temeller sunmayı amaçlamaktadır. Günümüz bilgi ekonomisinde, işletmeler veri odaklı ve bilinçli kararlarla daha iyi performans sergilemektedir. Öğrenciler, iş dünyasıyla ilgili büyük miktardaki verinin nasıl iç görülere dönüştürülebileceğini ve iş ekosisteminde değer yaratmak için nasıl kullanılabileceğini öğreneceklerdir.Ders, analiz araçlarının kullanımını içermekte olup, öğrencilerin veri analiz etme, görselleştirme ve etkili bir şekilde sunma konusunda pratik yapmalarını sağlamaktadır. Tableau Desktop, QlikView ve Datapine gibi popüler analitik araçlarla öğrencilere veri analitiği alanında uygulamalı beceriler kazandırılacaktır.

Bulunmamaktadır fakat sıralanan dersleri almış olmak öğrenci açısından faydalı olacaktır: MATH 204-Sosyal Bilimler için İstatistik BUSI231-Pazarlamaya Giriş BUSI252-Yönetim Bilimine Giriş

Dersle ilgili tüm bilgiler ve ders materyalleri dersin sitesinde bulunacaktır / Course related materials will be posted on the course web site.

Plagiarism will not be tolerated under any circumstances.·        No late submissions will be accepted, except in very rare cases (e.g., illness withmedical report, legal etc.).·        Students who are absent on an exam day must provide a legitimate excusebefore the exam. Failure to do so will result in a penalty of a grade of 0·        Any form of academic dishonesty (e.g., plagiarism, intellectual property theft – including materials taken from the Internet, having others do your assignments, failing to participate in group work, etc.) will result in a penalty.·        Students are expected to uphold the highest standards of academic integrity when using artificial intelligence (AI) tools. While AI resources may be used to support learning, all submitted work must reflect the student’s own understanding and effort.·        Unauthorized use of AI to generate or complete assignments, or failure to properly acknowledge such use when permitted, constitutes academic misconduct.