| DERSİN TÜRÜ | Seçmeli |
| DERSİN DÜZEYİ | Lisans |
| DERSİN YILI | - |
| YARIYIL | - |
| AKTS | 5 |
| ÖĞRETİM ELEMAN(LAR)I | Doktor Öğretim Üyesi Tuğba Şen Küpeli
|
| DERSİN ÖĞRENME KAZANIMLARI |
Bu dersin sonunda öğrenciler;
1) Turizm endustrisindeki buyuk veri kaynaklarini tartisir
2) Temel veri madenciligi ve makine ogrenimi metodlarini tartisir
3) Yapay zeka ve makine ogrenimini karsilastirir
4) CRM, destinasyon yonetimi ve online itibar yonetimi icin buyuk veri analizi kullanimini tartisir
5) Python dilini kullanarak veri setini duzenler ve temizler
|
| DERSİN VERİLİŞ BİÇİMİ | Yüz Yüze |
| DERSİN ÖNKOŞULLARI | Yok |
| ÖNERİLEN DERSLER | Yok |
| DERS TANIMI | "Ders kapsamında buyuk veri kaynaklari, analiz metodlari ve kullanimi konuları işlenir. Buyuk veri analizi metodlari akilli destinasyon yonetimi, musteri iliskileri yonetimi ve online itibar yonetimi temelinde ele alinir. En cok kullanilan makine ogrenimi ve veri madenciligi metodlari tartisilir.
Ogrenciler temel python kutuphaneleri ve buyuk veri analizi metodlarini kullanir."
|
| DERS İÇERİĞİ | | HAFTA | KONULAR |
|---|
| 1. Hafta | Giriş: Ders içeriğinin paylaşılması | | 2. Hafta | Turizm ve otelcilikte buyuk veri kaynaklari; Turizm endustrisindeki degiskenler | | 3. Hafta | Turizm ve otelcilikte buyuk veri kaynaklari; Turizm endustrisindeki degiskenler | | 4. Hafta | Turizm ve otelcilik icin buyuk veri kullanimi; CRM ve Online itibar yonetimi | | 5. Hafta | Turizm ve otelcilik icin buyuk veri kullanimi; Akilli destinasyon yonetimi | | 6. Hafta | Büyük veri analiz metod ve araclari; Tahminleme analizleri, makine ogrenimi | | 7. Hafta | Konu tekrarı | | 8. Hafta | Arasınav | | 9. Hafta | Buyuk veri analizi; Veri madenciligi sureci | | 10. Hafta | Metin madenciligi, dusunce ve duygu analizi | | 11. Hafta | Data frame ile calisma; Pandas kutuphanesi kullanarak veriseti temizleme ve duzenleme | | 12. Hafta | Data frame ile calisma; Pandas kutuphanesi kullanarak veriseti temizleme ve duzenleme | | 13. Hafta | Konu tekrarı | | 14. Hafta | Konu tekrarı |
|
| ZORUNLU YA DA ÖNERİLEN KAYNAKLAR | Anaconda navigator
WEKA
|
| ÖĞRETİM YÖNTEM VE TEKNİKLERİ | Anlatım,Tartışma,Soru-Cevap,Sunum |
| DEĞERLENDİRME YÖNTEMİ VE GEÇME KRİTERLERİ | | | Sayısı | Toplam Katkısı(%) |
|---|
| Ara Sınav | 1 | 30 | | Proje | 1 | 20 | | Toplam(%) | | 50 | | Yıl İçinin Başarıya Oranı(%) | | 50 | | Finalin Başarıya Oranı(%) | | 50 | | Toplam(%) | | 100 |
|
| AKTS İŞ YÜKÜ |
| Aktivite |
Sayı |
Süresi(Saat) |
İş Yükü |
| Ara Sınav | 1 | 1 | 1 | | Kısa Sınavlara hazırlık | | | | | Sınıf Dışı Ders Çalışma Süresi | 20 | 1 | 20 | | Final Sınavına Hazırlık | 1 | 40 | 40 | | Ders Saati | 13 | 3 | 39 | | Ara Sınava Hazırlık | 1 | 25 | 25 | | Laboratuvar | | | | | Final Sınavı | 1 | 1 | 1 | | Ödevler | | | | | Proje | 1 | 25 | 25 | | Toplam İş Yükü | | | 151 |
|---|
| Toplam İş Yükü / 30 | | | 5,03 |
|---|
| Dersin AKTS Kredisi | | | 5 |
|---|
|
| DİL | Türkçe |
| STAJ / UYGULAMA | Yok |
| | |
