Ders Detayı
Ders Tanımı
Ders | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
---|
İŞ ZEKASI VE STRATEJİ GELİŞTİRME | YSTD1213483 | Bahar Dönemi | 3+0 | 3 | 9 |
Ön Koşul Dersleri | |
Önerilen Seçmeli Dersler | |
Dersin Dili | Türkçe |
Dersin Seviyesi | Doktora |
Dersin Türü | Programa Bağlı Seçmeli |
Dersin Koordinatörü | Prof.Dr. Gökhan SİLAHTAROĞLU |
Dersi Verenler | Prof.Dr. Gökhan SİLAHTAROĞLU |
Dersin Yardımcıları | |
Dersin Amacı | Öğrencilere daha iyi yönetsel kararlar alabilmeleri için verilere erişim, toplama, depolama, analiz etme, paylaşma ve bunlara erişim sağlama konularında geniş bir kategori olan uygulama ve teknolojileri incelemeyi sağlamaktadır. |
Dersin İçeriği | Bu ders; İş Zekasına Giriş,İş Zekası Temelleri,İş Zekası Türleri,Verilerin Mimarisi,Veri Madenciliğine Giriş,Veri Madenciliği Teknikleri,VeriAmbarı,Veriambarı türleri,Bilgi Yönetimi,İş Zekası Döngüsü,İş Zekası Kullanıcı Modeli,İş Zekasında yaşanan sorunlar ve zorluklar,İş Zekası Stratejisi ve Yol Haritası,İş Zekası Uygulamaları; konularını içermektedir. |
Dersin Öğrenme Kazanımları | Öğretim Yöntemleri | Ölçme Yöntemleri |
0. Tüm kazanımlar için | 14, 4, 6, 9 | A, E |
1. İş zekası kavramını ve iş zekası değer zincirini açıklar. | | |
2. İş zekasının yeteneklerini temel seviyede açıklayabilecektir. | | |
3. İşletmelerde iş zekası türlerini ve rollerini açıklar. | | |
4. Veri türlerini, veri mimarisi temelini açıklar. | | |
5. Veri ön işleme ve kirli veri temizleme işlemlerini yapar. | | |
6. Veri madenciliğinin tanımını ve gerekliliğini açıklar. | | |
6.1. Makine Öğrenmesini bilir. | | |
7. Veri Madenciliği tekniklerini açıklar. | | |
7.1. Sınıflandırma ve karar ağaçları yapısını, kümeleme analizini yapar. | | |
8. Veri ambarı ve bileşenlerinin tanımını yapar. | | |
8.1. OLAP ve veri modelleme kavramını açıklar. | | |
9. Veri ambarı türlerini açıklar. | | |
9.1. B2B ve B2C iş zekası modellerini kullanır. | | |
Öğretim Yöntemleri: | 14: Bireysel Çalışma Yöntemi, 4: Sorgulama Temelli Öğrenme Modeli, 6: Deneyimle Öğrenme Modeli, 9: Anlatım Yöntemi |
Ölçme Yöntemleri: | A: Klasik Yazılı Sınav, E: Ödev |
Ders Akışı
Sıra | Konular | Ön Hazırlık |
---|
1 | İş Zekasına Giriş | Kitaptan ilgili bölüm okunacak. |
2 | İş Zekası Temelleri | |
3 | İş Zekası Türleri | |
4 | Verilerin Mimarisi | |
5 | Veri Madenciliğine Giriş | Kitaptan ilgili bölüm okunacak. |
6 | Veri Madenciliği Teknikleri | Kitaptan ilgili bölüm okunacak. |
7 | VeriAmbarı | Kitaptan ilgili bölüm okunacak |
8 | Veriambarı türleri | |
9 | Bilgi Yönetimi | |
10 | İş Zekası Döngüsü | |
11 | İş Zekası Kullanıcı Modeli | |
12 | İş Zekasında yaşanan sorunlar ve zorluklar | |
13 | İş Zekası Stratejisi ve Yol Haritası | |
14 | İş Zekası Uygulamaları | |
Kaynak |
Business Intelligence Guidebook: From Data Integration to Analytics 1st Edition by Rick Sherman |
1. Çıplak İstatistik, Charles Wheelan 2. Araştırma Nasıl Tasarlanır Ve Raporlaştırılır, Andy Field ve Graham Hole 3. Master Algoritma 4. Homo İnformatiks: Bilişim Matematik ve Mantığın Kesişen Dünyaları 5. Matematiksel İmha Silahları: Büyük Veri, Eşitsizliği Nasıl Artırıp Demokrasiyi Tehdit Ediyor?, Cathy ONeil ve Akın Emre Pilgir 6. Hayatımızdaki Algoritmalar: Günlük Kararların Bilgisayar Bilimi 7. Yaşam 3.0: Yapay Zeka Çağında İnsan Olmak 8. Büyük Veri İş Başında: 45 Yıldız Şirket Büyük Veri'yi Nasıl Kullandı?: 45 Yıldız Şirket Büyük Veriyi Nasıl Kullandı? |
Dersin Program Yeterliliklerine Katkısı
Dersin Program Yeterliliklerine Katkısı |
No | Program Yeterliliği | Katkı Düzeyi |
1 | 2 | 3 | 4 | 5 |
1 | Yönetim alanında teorik bilgileri tanımlar. | | | | | |
2 | Yönetim alanında gerekli matematiksel ve istatistiki yöntemleri anlatır. | | | X | | |
3 | Yönetim alanında gerekli en az bir bilgisayar programı kullanır. | | | X | | |
4 | Akademik çalışma yapmak için gerekli olan araştırma becerisine sahip olur. | | | | | |
5 | Zaman yönetimi becerisine sahip olur. | X | | | | |
6 | Bilimsel etik ve bilimsel sorumluluk ilkeleri benimser. | X | | | | |
7 | Disiplinler arası çalışmalar yürütebilmek için farklı disiplinlerde (ekonomi, finans, sosyoloji, hukuk, işletme) temel bilgileri ve verileri analiz ederek alanında kullanır. | | X | | | |
8 | Yönetim alanında teorik ve uygulamaya yönelik bilgileri kullanır. | | | | | |
9 | Alanı ile ilgili en az bir bilimsel çalışma yaparak özgün bir yapıt üretebilmesi ya da yorumlayarak alanındaki bilginin sınırlarını genişletebilmesi. | | X | | | |
Değerlendirme Sistemi
Katkı Düzeyi | Mutlak Değerlendirme |
Ara Sınavın Başarıya Oranı | | 50 |
Genel Sınavın Başarıya Oranı | | 50 |
Toplam | | 100 |
AKTS / İşyükü Tablosu |
Etkinlik | Sayı | Süresi (Saat) | Toplam İş Yükü (Saat) |
Ders Saati | 14 | 3 | 42 |
Rehberli Problem Çözme | 10 | 10 | 100 |
Problem Çözümü / Ödev / Proje / Rapor Tanzimi | 2 | 16 | 32 |
Okul Dışı Diğer Faaliyetler | 1 | 30 | 30 |
Proje Sunumu / Seminer | 0 | 0 | 0 |
Kısa Sınav (QUİZ) ve Hazırlığı | 1 | 6 | 6 |
Ara Sınav ve Hazırlığı | 1 | 18 | 18 |
Genel Sınav ve Hazırlığı | 1 | 30 | 30 |
Performans Görevi, Bakım Planı | 0 | 0 | 0 |
Toplam İş Yükü (Saat) | 258 |
Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(258/30) | 9 |
Dersin AKTS Kredisi: *30 saatlik çalışma 1 AKTS kredisi sayılmaktadır. |
Dersin Detaylı Bilgileri
Ders Tanımı
Ders | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
---|
İŞ ZEKASI VE STRATEJİ GELİŞTİRME | YSTD1213483 | Bahar Dönemi | 3+0 | 3 | 9 |
Ön Koşul Dersleri | |
Önerilen Seçmeli Dersler | |
Dersin Dili | Türkçe |
Dersin Seviyesi | Doktora |
Dersin Türü | Programa Bağlı Seçmeli |
Dersin Koordinatörü | Prof.Dr. Gökhan SİLAHTAROĞLU |
Dersi Verenler | Prof.Dr. Gökhan SİLAHTAROĞLU |
Dersin Yardımcıları | |
Dersin Amacı | Öğrencilere daha iyi yönetsel kararlar alabilmeleri için verilere erişim, toplama, depolama, analiz etme, paylaşma ve bunlara erişim sağlama konularında geniş bir kategori olan uygulama ve teknolojileri incelemeyi sağlamaktadır. |
Dersin İçeriği | Bu ders; İş Zekasına Giriş,İş Zekası Temelleri,İş Zekası Türleri,Verilerin Mimarisi,Veri Madenciliğine Giriş,Veri Madenciliği Teknikleri,VeriAmbarı,Veriambarı türleri,Bilgi Yönetimi,İş Zekası Döngüsü,İş Zekası Kullanıcı Modeli,İş Zekasında yaşanan sorunlar ve zorluklar,İş Zekası Stratejisi ve Yol Haritası,İş Zekası Uygulamaları; konularını içermektedir. |
Dersin Öğrenme Kazanımları | Öğretim Yöntemleri | Ölçme Yöntemleri |
0. Tüm kazanımlar için | 14, 4, 6, 9 | A, E |
1. İş zekası kavramını ve iş zekası değer zincirini açıklar. | | |
2. İş zekasının yeteneklerini temel seviyede açıklayabilecektir. | | |
3. İşletmelerde iş zekası türlerini ve rollerini açıklar. | | |
4. Veri türlerini, veri mimarisi temelini açıklar. | | |
5. Veri ön işleme ve kirli veri temizleme işlemlerini yapar. | | |
6. Veri madenciliğinin tanımını ve gerekliliğini açıklar. | | |
6.1. Makine Öğrenmesini bilir. | | |
7. Veri Madenciliği tekniklerini açıklar. | | |
7.1. Sınıflandırma ve karar ağaçları yapısını, kümeleme analizini yapar. | | |
8. Veri ambarı ve bileşenlerinin tanımını yapar. | | |
8.1. OLAP ve veri modelleme kavramını açıklar. | | |
9. Veri ambarı türlerini açıklar. | | |
9.1. B2B ve B2C iş zekası modellerini kullanır. | | |
Öğretim Yöntemleri: | 14: Bireysel Çalışma Yöntemi, 4: Sorgulama Temelli Öğrenme Modeli, 6: Deneyimle Öğrenme Modeli, 9: Anlatım Yöntemi |
Ölçme Yöntemleri: | A: Klasik Yazılı Sınav, E: Ödev |
Ders Akışı
Sıra | Konular | Ön Hazırlık |
---|
1 | İş Zekasına Giriş | Kitaptan ilgili bölüm okunacak. |
2 | İş Zekası Temelleri | |
3 | İş Zekası Türleri | |
4 | Verilerin Mimarisi | |
5 | Veri Madenciliğine Giriş | Kitaptan ilgili bölüm okunacak. |
6 | Veri Madenciliği Teknikleri | Kitaptan ilgili bölüm okunacak. |
7 | VeriAmbarı | Kitaptan ilgili bölüm okunacak |
8 | Veriambarı türleri | |
9 | Bilgi Yönetimi | |
10 | İş Zekası Döngüsü | |
11 | İş Zekası Kullanıcı Modeli | |
12 | İş Zekasında yaşanan sorunlar ve zorluklar | |
13 | İş Zekası Stratejisi ve Yol Haritası | |
14 | İş Zekası Uygulamaları | |
Kaynak |
Business Intelligence Guidebook: From Data Integration to Analytics 1st Edition by Rick Sherman |
1. Çıplak İstatistik, Charles Wheelan 2. Araştırma Nasıl Tasarlanır Ve Raporlaştırılır, Andy Field ve Graham Hole 3. Master Algoritma 4. Homo İnformatiks: Bilişim Matematik ve Mantığın Kesişen Dünyaları 5. Matematiksel İmha Silahları: Büyük Veri, Eşitsizliği Nasıl Artırıp Demokrasiyi Tehdit Ediyor?, Cathy ONeil ve Akın Emre Pilgir 6. Hayatımızdaki Algoritmalar: Günlük Kararların Bilgisayar Bilimi 7. Yaşam 3.0: Yapay Zeka Çağında İnsan Olmak 8. Büyük Veri İş Başında: 45 Yıldız Şirket Büyük Veri'yi Nasıl Kullandı?: 45 Yıldız Şirket Büyük Veriyi Nasıl Kullandı? |
Dersin Program Yeterliliklerine Katkısı
Dersin Program Yeterliliklerine Katkısı |
No | Program Yeterliliği | Katkı Düzeyi |
1 | 2 | 3 | 4 | 5 |
1 | Yönetim alanında teorik bilgileri tanımlar. | | | | | |
2 | Yönetim alanında gerekli matematiksel ve istatistiki yöntemleri anlatır. | | | X | | |
3 | Yönetim alanında gerekli en az bir bilgisayar programı kullanır. | | | X | | |
4 | Akademik çalışma yapmak için gerekli olan araştırma becerisine sahip olur. | | | | | |
5 | Zaman yönetimi becerisine sahip olur. | X | | | | |
6 | Bilimsel etik ve bilimsel sorumluluk ilkeleri benimser. | X | | | | |
7 | Disiplinler arası çalışmalar yürütebilmek için farklı disiplinlerde (ekonomi, finans, sosyoloji, hukuk, işletme) temel bilgileri ve verileri analiz ederek alanında kullanır. | | X | | | |
8 | Yönetim alanında teorik ve uygulamaya yönelik bilgileri kullanır. | | | | | |
9 | Alanı ile ilgili en az bir bilimsel çalışma yaparak özgün bir yapıt üretebilmesi ya da yorumlayarak alanındaki bilginin sınırlarını genişletebilmesi. | | X | | | |
Değerlendirme Sistemi
Katkı Düzeyi | Mutlak Değerlendirme |
Ara Sınavın Başarıya Oranı | | 50 |
Genel Sınavın Başarıya Oranı | | 50 |
Toplam | | 100 |
Sayısal Veriler
Ekleme Tarihi: 31/01/2023 - 15:04Son Güncelleme Tarihi: 31/01/2023 - 15:14